“自動化可以改進流程的運作。通過對勞動力和先行指標進行檢驗可以提高生產力。通過分析可以深入了解事情運作的方式。但是在人工智能領域卻不是這樣的，除非你了解類似機器學習和語義學方面的知識。

”在工業(yè)物聯(lián)網領域，機器和設備的預見性維護是第一種被證明可以進行廣泛商業(yè)運用的應用?！翱梢赃\用傳統(tǒng)回歸和預測性分析完成這項任務。但是，當你擁有了人工智能后，你可以超越結構化的確定性從而實現(xiàn)模糊化的隨機性。”Infosys公司的副主席JeffKavanaugh說道，運用機器學習基于輸入的信號，例如聲音信號，通過像人類一樣運作的電腦學習分辨設備健康和異常時候的聲音，就可以了解異常情況。

最近Infosys公司針對智能自動化運用進行了一次全球性調查。這次調查的核心觀點表明人工智能技術正在成為一種主流，并且表現(xiàn)出積極的一面。同時，發(fā)現(xiàn)不同地區(qū)人工智能的使用率大不相同，需要更多分析來確定根本原因。

經常被問到的一個問題是企業(yè)是否有足夠的數(shù)據(jù)進行機器學習，以及數(shù)據(jù)是否以合適的形式進行運用。人們擁有超出他們想象的數(shù)據(jù)，但是這些數(shù)據(jù)量低于他們的預期，而且很多數(shù)據(jù)并沒有在機器學習上得到運用，有些情況下根本不需要大量數(shù)據(jù)。企業(yè)可以更好地利用已經積累的數(shù)據(jù)。工業(yè)企業(yè)可以從簡單數(shù)據(jù)中獲得重要的寶藏。同時，這些簡單的數(shù)據(jù)可以被更進一步地分析和運用。

與80年代引入PLC、DCS、SCADA、CAD和ERP的時候相比，當今的技術革新帶來的變化有所不同。Kavanaugh認為，20世紀80年代新技術的引進帶來了重大意義的變化，但是那只是行和列之間的自動化，更適用于車間和現(xiàn)場?，F(xiàn)在更強調結合經驗，從多屬性的角度來看待實際發(fā)生的事情。

“我們正在討論事情是內在可認知的，

換句話說，這些事情是模糊的。

早些時候轉型是從完整的模擬到計算機操作，

現(xiàn)在的趨勢是更加普遍、連接更加緊密、更智能化

——最終也將更加深刻。”

人工智能是充滿希望的。一些技術專家認為，得益于邊緣控制的發(fā)展，ERP或將成為未來所有數(shù)據(jù)最具潛力的聚合點，繞開傳統(tǒng)的自動化控制系統(tǒng)。這種影響可能將是深遠的。

例如，作為一種內存數(shù)據(jù)ERP系統(tǒng)，SAP的HANA最新引入了地理信息系統(tǒng)的能力，但不僅僅是作為應用程序功能。集成將這種能力擴展到獨立產品中。一個數(shù)據(jù)庫運行著這個業(yè)務應用程序和地理信息系統(tǒng)。在一個案例中，一家公司已經將來自于SAPERP中心組件帶有地理數(shù)據(jù)的交易數(shù)據(jù)和來自渦輪機的其他數(shù)據(jù)整合在一起。

聲明：本文為轉載類文章，如涉及版權問題，請及時聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請諒解！