可信數(shù)據(jù)在制造業(yè)人工智能創(chuàng)新中的作用

　　在現(xiàn)代制造業(yè)的動(dòng)態(tài)格局中，人工智能已成為一股變革力量。它正在重塑行業(yè)，提供前所未有的效率和創(chuàng)新。隨著工業(yè)革命的發(fā)展，人工智能技術(shù)正在引發(fā)產(chǎn)品設(shè)計(jì)、生產(chǎn)和優(yōu)化方式的轉(zhuǎn)變。

　　數(shù)據(jù)是這一變化的核心。借助傳感器數(shù)據(jù)、歷史維護(hù)日志和其他上下文數(shù)據(jù)，制造商可以使用人工智能預(yù)測設(shè)備行為和潛在故障、建議適當(dāng)?shù)木S護(hù)措施、優(yōu)化維護(hù)計(jì)劃并減少停機(jī)時(shí)間。此外，人工智能還可以使用歷史數(shù)據(jù)、趨勢和天氣、市場狀況等外部因素來預(yù)測產(chǎn)品需求，從而為制造商創(chuàng)造巨大價(jià)值。

　　盡管人工智能有望推動(dòng)智能工廠的發(fā)展，優(yōu)化生產(chǎn)流程，實(shí)現(xiàn)預(yù)測性維護(hù)和模式分析、個(gè)性化以及許多其他用例，但如果沒有強(qiáng)大的數(shù)據(jù)管理策略，那么通往有效人工智能的道路將是一場艱苦的戰(zhàn)斗。

　　了解數(shù)據(jù)的價(jià)值

　　數(shù)據(jù)作為可信人工智能的基礎(chǔ)，可以引領(lǐng)業(yè)務(wù)流程轉(zhuǎn)型。然而，許多制造業(yè)高管表示，他們在將包括人工智能在內(nèi)的創(chuàng)新技術(shù)用于新用例時(shí)面臨挑戰(zhàn)。根據(jù)研究發(fā)現(xiàn)，大多數(shù)企業(yè)正在實(shí)施人工智能和分析以用于業(yè)務(wù)功能，但任有一半的企業(yè)沒有計(jì)劃為其業(yè)務(wù)采用數(shù)字技術(shù)。

　　缺乏通用工業(yè)數(shù)據(jù)一直是制造商采用人工智能的主要障礙。雖然先進(jìn)技術(shù)是數(shù)字化轉(zhuǎn)型的重要組成部分，但制造商必須首先了解數(shù)據(jù)的作用和價(jià)值，才能在人工智能創(chuàng)新中脫穎而出。傳感器的低成本使制造商能夠收集、利用和管理大量數(shù)據(jù)。然而，如果人工智能無法獲得完整的高質(zhì)量數(shù)據(jù)，它將產(chǎn)生可疑的分析和次優(yōu)結(jié)果。組織經(jīng)常在錯(cuò)誤的假設(shè)上構(gòu)建解決方案，導(dǎo)致人工智能存在偏見、不受信任且很可能不成功。因此，許多組織未能認(rèn)識(shí)到人工智能的價(jià)值，因?yàn)樗麄儗⒐ぞ邞?yīng)用于本質(zhì)上有缺陷的數(shù)據(jù)。

　　某汽車企業(yè)將重點(diǎn)轉(zhuǎn)向數(shù)字市場，將其大數(shù)據(jù)技術(shù)應(yīng)用于新能源汽車(NEV)和遠(yuǎn)程信息處理。新能源汽車的快速增長導(dǎo)致車輛監(jiān)控?cái)?shù)據(jù)呈指數(shù)級(jí)增長，對其數(shù)據(jù)處理能力提出了挑戰(zhàn)。為了應(yīng)對這些挑戰(zhàn)，該企業(yè)將其大數(shù)據(jù)平臺(tái)升級(jí)為混合數(shù)據(jù)平臺(tái)。此次升級(jí)顯著改善了數(shù)據(jù)存儲(chǔ)和計(jì)算，將HBase存儲(chǔ)減少了73TB，集群文件總數(shù)減少了8000萬，并將批處理作業(yè)性能提高了6.6倍。這些改進(jìn)確保了詳細(xì)的車輛數(shù)據(jù)分析并符合國家法規(guī)。

　　另一個(gè)利用數(shù)據(jù)為企業(yè)謀利的例子是一家輪胎企業(yè)，該企業(yè)旨在加強(qiáng)車隊(duì)輪胎監(jiān)控，以提高性能和安全性。為了實(shí)現(xiàn)這一目標(biāo)，該企業(yè)從本地系統(tǒng)遷移到混合數(shù)據(jù)平臺(tái)，受益于改進(jìn)的數(shù)據(jù)管理、機(jī)器學(xué)習(xí)和分析，具有高性能、可擴(kuò)展性和安全性。

　　奠定堅(jiān)實(shí)基礎(chǔ)

　　為了應(yīng)對數(shù)據(jù)挑戰(zhàn)并推動(dòng)制造業(yè)數(shù)據(jù)驅(qū)動(dòng)型人工智能的發(fā)展，企業(yè)必須制定基于強(qiáng)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)戰(zhàn)略。制造運(yùn)營和IT部門之間的協(xié)作可以培養(yǎng)以數(shù)據(jù)為中心的文化，實(shí)現(xiàn)以可靠性和安全性為重點(diǎn)的端到端數(shù)據(jù)生命周期管理，優(yōu)先考慮數(shù)據(jù)而不是復(fù)雜的人工智能系統(tǒng)。

　　許多制造企業(yè)仍在使用傳統(tǒng)基礎(chǔ)設(shè)施和各種數(shù)據(jù)源，這些數(shù)據(jù)源位于本地或公有云等平臺(tái)上。然而，通過部署基于現(xiàn)代數(shù)據(jù)架構(gòu)構(gòu)建的整體數(shù)據(jù)平臺(tái)，制造商可以將數(shù)據(jù)集中到公共數(shù)據(jù)湖中，從而消除數(shù)據(jù)孤島，提供AI蓬勃發(fā)展所需的單一事實(shí)來源。這確保AI在自己的網(wǎng)絡(luò)和控制范圍內(nèi)使用自己的數(shù)據(jù)進(jìn)行訓(xùn)練或集成，從而降低數(shù)據(jù)泄露的風(fēng)險(xiǎn)，并確保AI輸出具有情境性和準(zhǔn)確性。

　　發(fā)揮人工智能的潛力

　　顯然，人工智能有能力徹底改變制造業(yè)，但與任何新技術(shù)一樣，制造商過于專注于人工智能，而不采取必要措施確保其成功，這是有風(fēng)險(xiǎn)的。任何人工智能實(shí)施都必須建立在可信數(shù)據(jù)的基礎(chǔ)上，并以現(xiàn)代數(shù)據(jù)架構(gòu)的堅(jiān)實(shí)基礎(chǔ)為支撐。沒有這一點(diǎn)，組織將無法實(shí)現(xiàn)人工智能的真正價(jià)值。

　　在這個(gè)哪怕是最微小的改進(jìn)也能顯著提高產(chǎn)量的行業(yè)中，那些利用人工智能潛力的人將獲得巨大優(yōu)勢，能夠駕馭不斷變化的制造業(yè)格局。

　　來源：千家網(wǎng)