如何释放物联网的潜能

作者: Nick Castellina 2019-12-13 17:28:05

 根据预测,物联网将产生大量的传感器数据,再结合人工智能,可以将人类的潜能提升到新的水平。

如今,很少有像物联网这样的技术能够受到全球IT领袖的热切及广泛关注。但这项技术对人类的潜能有何影响?一方面,IT主管们预见到,通过利用几乎无处不在的物联网传感器的海量数据,改善客户体验的潜力几乎是无限的;另一方面,业务主管对如何管理这些数据以及如何确保所有这些新终端的安全表示担忧。

物联网浪潮的规模毋庸置疑。据全球管理咨询公司贝恩(Bain&Company)称,尽管物联网的增长预测各不相同,但实际上所有这些都预见到了非常快速的增长,在未来几年中,每年的增长幅度约为25%,三年内全球将达到5200亿美元。另一份报告预测,到2020年,全球物联网设备数量将增长到200亿台,是全球人口的两倍多。

物联网和人类潜能

然而,物联网爆发的另一个好处正在显现,就是物联网设备提升人类潜能的能力,前提是随着物联网数量的激增,组织愿意改变一些业务流程和操作。

例如,一家金属工厂部署物联网传感器以解决产能限制的情况。事实证明,部署传感器和收集数据很容易,但是工厂车间的员工并没有使用这些数据,原因是许多数据太复杂。

因此,IT部门简化了一些复杂的分析输出,使一线操作员能够识别生产瓶颈何时形成。这些操作员进行日常生产操作,并被给予更大的自由度来改变生产线,以避免他们预见到的瓶颈。其结果是生产设备效率提高了50%,下游资本支出节省了50%——这些都是由于物联网推动了一线工人的潜能增长。

然而,数十亿个新的连网终端只是物联网方程式的一部分。这类似于1990年代初开始的互联网革命,但如果没有浏览器和相对低成本的网络以及个人计算的消费化,互联网就成了一个主要用于国防目的全球网络。

混合物联网和人工智能

物联网也是如此。尽管传感器将产生和传输前所未有的大量数据,但复杂的平台将需要管理、分析并最终从所有数据中产生业务见解。换句话说,这样的平台将需要通过将物联网数据与其他来源(如事务性)数据混合,以带来更深层次的上下文内容,然后将其建模到具有一致指标的框架中,在某些情况下,这可能会改变工作的本质,例如在上述金属工厂的示例中。

随着人工智能(AI)的发展以及与物联网的融合,这些平台也将越来越多地利用人工智能。事实上,专家认为人工智能很快将成为物联网解决方案不可或缺的一部分。普华永道称,原因是物联网的主要特征,如连接性和传感器数据,导致从对“哑”设备的需求转变为对智能设备的需求。普华永道认为:

物联网需要智能机器,因此需要人工智能。

考虑一个人工智能(AI)和物联网的物流/运输用例,比如车队运营。从历史上看,车队经理很难深刻了解资产的状况,比如卡车。管理者需要追踪太多的历史、当前和未来数据。对于卡车,这意味着需要将历史资产管理、工作管理、可靠性和可持续性数据与第三方来源数据(运营统计、气候条件、折旧、车载数据等)进行叠加。

目前可用的人工智能平台可以从这些和许多其他看似不同的传感器数据源中收集数据,从而为车队经理提供宝贵见解,并使他们能够跟踪单辆卡车或整个车队。然后,他们可以更好地做出独立决策,以提高运营效率,确保符合安全法规,并更好地协调车队运营与销售和营销工作。

更好的独立决策和更好的数据

因此,物联网和人工智能的关系将增强一线经理和员工的潜力,他们将有权做出明智的,对业务至关重要的决定,而不必征求高层许可或指示。工人们将通过确定一台主要机器何时会发生故障来更好地进行预测分析,并通过主动维护来预防该故障。他们还将熟练地处理更多常规性任务。(来自物联之家)物联网传感器可以产生数据,并建议在操作边缘(比如在远程钻井平台)立即采取行动,从而有助于避免停工甚至灾难。随着人工智能与物联网和“学习”的协同工作,以及越来越多的数据涌入复杂的机器学习算法,基于人工智能的物联网平台最终可以学会自主采取行动,从而使工作人员可以腾出精力来完成更重要的任务。

人工智能—物联网浪潮是不可避免的。这些技术能否在工作场所提升员工潜能,将取决于IT和业务团队今天在浪潮来临之前所做的努力和计划。

物联网 机器学习 人工智能
上一篇:年度十大新兴工作,人工智能排第一 下一篇:为什么统计学在机器学习中如此重要?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载