讓質(zhì)疑者沉默：克服制造環(huán)境中采納人工智能和機(jī)器學(xué)習(xí)的障礙

在過(guò)去五年，關(guān)于人工智能(AI)和機(jī)器學(xué)習(xí)(ML)的關(guān)注程度和討論深度，都是前所未有的。人工智能已經(jīng)成為一個(gè)流行詞匯，并包含各種各樣的寄望和承諾。但實(shí)踐中人們卻常常發(fā)現(xiàn)它十分棘手，在現(xiàn)實(shí)運(yùn)用中難以兌現(xiàn)它的光明愿景。

這使得許多業(yè)內(nèi)人士對(duì)人工智能心存疑慮。比如，有幾家大公司采用了這些新技術(shù)，大張旗鼓地表示他們打算對(duì)業(yè)務(wù)運(yùn)營(yíng)和產(chǎn)出進(jìn)行一次全面的變革。但是，這些雄心勃勃的計(jì)劃十之八九無(wú)法帶來(lái)令人滿意的顯著成果。

在人工智能和機(jī)器學(xué)習(xí)的潛在應(yīng)用如此之多的情況下，要找出最適合您自己公司和特定應(yīng)用的最佳技術(shù)將是一項(xiàng)艱巨的任務(wù)，因?yàn)檫@些技術(shù)需要能夠避免陷阱，并推動(dòng)真實(shí)、可量化的投資回報(bào)。畢竟，對(duì)于行業(yè)領(lǐng)導(dǎo)者來(lái)說(shuō)，在極其復(fù)雜且高度敏感的工業(yè)運(yùn)營(yíng)環(huán)境中運(yùn)行原型和未經(jīng)驗(yàn)證的軟件是冒險(xiǎn)的事情。

然而，邁入人工智能領(lǐng)域需要我們具備一定的膽量和膽識(shí)——如果您僅使用部分?jǐn)?shù)據(jù)實(shí)施一個(gè)小規(guī)模試點(diǎn)，成果可能非常有限或令人大失所望，從而不利于進(jìn)一步投資或更大膽的思考。有些早期采用者傾向于在有限范圍內(nèi)延長(zhǎng)試點(diǎn)項(xiàng)目的時(shí)間，他們最終也失去信心——但這種做法是錯(cuò)誤的。人工智能已經(jīng)發(fā)展得更為成熟，因此現(xiàn)在我們應(yīng)當(dāng)投入下一步行動(dòng)，投資于由真正富有創(chuàng)新精神的領(lǐng)先技術(shù)公司開(kāi)發(fā)的成熟功能。這些公司擁有必要的指標(biāo)、業(yè)務(wù)規(guī)模和產(chǎn)品組合，可以讓企業(yè)通過(guò)使用這些成熟、量身定制和可擴(kuò)展的人工智能和機(jī)器學(xué)習(xí)工業(yè)軟件工具推動(dòng)數(shù)字化轉(zhuǎn)型。

創(chuàng)新，有的放矢

成功的人工智能和機(jī)器學(xué)習(xí)計(jì)劃的關(guān)鍵是找到合適的合作伙伴，并采用經(jīng)過(guò)驗(yàn)證的解決方案。一種較好的方法就是從已經(jīng)成功采用人工智能的其他領(lǐng)域中借鑒經(jīng)驗(yàn)。例如，有些B2C公司已經(jīng)開(kāi)始使用人工智能來(lái)跟蹤客戶的興趣和需求。這個(gè)過(guò)程尚處于起步階段，但它證明了人工智能/機(jī)器學(xué)習(xí)技術(shù)對(duì)工業(yè)環(huán)境的吸引力。例如，通過(guò)對(duì)控件和制造設(shè)備進(jìn)行預(yù)測(cè)性資產(chǎn)分析，然后將這些知識(shí)推廣到制造環(huán)境中，將可以為流程設(shè)計(jì)帶來(lái)重大創(chuàng)新。

人工智能和機(jī)器學(xué)習(xí)可以通過(guò)對(duì)機(jī)器操作分析提供詳細(xì)、實(shí)時(shí)的業(yè)務(wù)洞察，這種新的手段能發(fā)現(xiàn)新的洞見(jiàn)，這是在缺乏統(tǒng)一數(shù)據(jù)的條件下無(wú)法實(shí)現(xiàn)的。

如今，人工智能和機(jī)器學(xué)習(xí)在制造業(yè)中變得越來(lái)越受歡迎，一些高級(jí)運(yùn)營(yíng)分析通常都采用人工智能技術(shù)。許多企業(yè)正在采用這些技術(shù)并將其應(yīng)用到運(yùn)營(yíng)支出分析中，以了解在何處可以節(jié)省成本。所有企業(yè)都希望盡可能節(jié)約支出，而人工智能讓這一切成為可能。這些企業(yè)通常會(huì)積極繼續(xù)投資更多數(shù)字化技術(shù)。成功部署人工智能或機(jī)器學(xué)習(xí)技術(shù)可以顯著降低運(yùn)營(yíng)支出，并進(jìn)一步推動(dòng)整個(gè)企業(yè)的數(shù)字化轉(zhuǎn)型。

可量化的影響

在制造業(yè)中，人工智能可以改善流程和批次自動(dòng)化。例如，您可以將分析與工業(yè)數(shù)據(jù)結(jié)合使用，從而發(fā)現(xiàn)如何優(yōu)化流程并實(shí)現(xiàn)更高的產(chǎn)出和更出色的生產(chǎn)質(zhì)量。在食品和飲料行業(yè)，人工智能被用于監(jiān)測(cè)生產(chǎn)線烤箱的溫度，標(biāo)記異常(包括濕度，煙囪高度和顏色)，從而形成持續(xù)優(yōu)化的過(guò)程，以確保每次都能獲得令人垂涎的“黃金批次”。

另一個(gè)新功能是將預(yù)測(cè)性維護(hù)應(yīng)用于設(shè)備監(jiān)測(cè)，從而提高操作安全性和資產(chǎn)可靠性。將人工智能和機(jī)器學(xué)習(xí)融合在一起，可以創(chuàng)建預(yù)測(cè)性和處方式操作指標(biāo)，然后將其應(yīng)用于設(shè)備。然后人工智能可以通過(guò)規(guī)定的程序發(fā)現(xiàn)資產(chǎn)績(jī)效異常，發(fā)送自動(dòng)警報(bào)并建議補(bǔ)救措施。這不僅避免了潛在的設(shè)備故障，而且還允許在全球各個(gè)團(tuán)隊(duì)之間進(jìn)行技能和知識(shí)交流，可謂潛力巨大。預(yù)測(cè)性和處方式維護(hù)可以幫助減輕運(yùn)維成本壓力，提高安全性并減少計(jì)劃外停機(jī)時(shí)間。

技術(shù)關(guān)系

人工智能、機(jī)器學(xué)習(xí)和預(yù)測(cè)性維護(hù)技術(shù)使在生產(chǎn)線中建立新的連接成為可能，從而可以針對(duì)未來(lái)的運(yùn)營(yíng)提供新的洞見(jiàn)和建議。

現(xiàn)在正是企業(yè)利用這項(xiàng)創(chuàng)新技術(shù)提高整個(gè)生產(chǎn)周期透明度的大好時(shí)機(jī)——開(kāi)發(fā)新的方法來(lái)增加產(chǎn)能，加快產(chǎn)品產(chǎn)出速度，并削減運(yùn)營(yíng)成本和資本支出。這是一個(gè)充滿機(jī)遇的時(shí)刻。

作者：AVEVA劍維軟件高級(jí)投資組合營(yíng)銷經(jīng)理Matt Newton