人工智能改变了工业物联网
如果您一直在研究人工智能及其增长，那么您会知道该行业已经远远超过了它的新生阶段。它的增长已经非常成熟，并且来自不同背景的公司正在意识到将数据和AI纳入其生态系统的影响。
为了了解这种以数据为中心的增长的动力，我与惠普企业（HPE）合作对他们在工业领域中AI的现状和未来进行的国际调查进行了分析。通过调查，HPE希望找到与AI领域相关的一些最常见问题的答案：
有百分之几的公司在从事人工智能工作？
AI如何使工业物联网变得更好？
它将证明对我们人类是一个职业杀手吗？
该调查回答了这些问题以及许多其他问题，这些问题笼罩了当前怀疑者们的思想。
人工智能的承诺
人工智能已经向那些将其纳入其价值链活动的组织承诺了卓越的增值。它不仅使组织能够提高运营效率，而且还带来了更好的客户体验。
除其他外，这一进步是由于在“边缘”（即靠近工业设备）以及公司数据中心或云中运行AI的系统具有出色的处理能力和功能而实现的。结合多年使用分析工具的经验以及不断增加的AI框架，咨询和专业服务的可用性，这使组织能够将AI用作工具来向其产品和服务添加新功能，并以客户需求为中心。
为什么现在是人工智能的机会？
许多组织将AI视为实现某些目标的机会。根据调查中的结果，我们了解了一些高管希望通过在业务中使用AI来实现的目标。
有趣的是，有57％的受访者表示，他们希望通过使用AI来提高其运营，供应链和维护效率。此外，45％的人希望改善客户体验，41％的人希望提高其产品的实用性。
工业公司还希望使用AI来提高员工的生产率，并创建新的业务模型，产品和服务。这提示这些组织使用AI寻找的最终目标正在迅速改变。随着时间的流逝，组织开始意识到AI具有多方面的好处，因此应该相应地加以使用。  
障碍与挑战
从HPE的调查结果中，我们了解到，超过50％的公司表示已与AI互动，其中11％的公司已在核心功能或活动中实施了该技术，另有14％的公司计划在未来12个月内采用AI技术，评估实施的百分比。但是，仍有39％的公司没有实施AI的计划。
此外，还向受访者询问了实施AI的障碍。将近一半的受访者认为，缺乏数据数量和质量是实施AI的障碍。
一个让人想到的例子是与烟草业合作的HPE客户。他们在同一区域内有五台独立的机器。但是，其中一个偶尔会失败。对于客户而言，这非常令人困惑和迷惑，因为他们现在拥有一台会多次失败的计算机，而同一地点的所有其他计算机都运行良好。经过无休止的研究，发现机器中连续故障的原因在于工厂的湿度水平。这导致该特定机器中使用的金属出现问题。现在，这是组织永远无法找到的问题。他们无法将白天的湿度与金属的种类相关联。快进到现在，这些是正确使用AI可以解决的问题类型。
继续前进，所有受访者中有42％认为缺乏AI技能和知识是其组织中AI实施的障碍，而34％的受访者还认为缺乏数据治理和企业数据架构是为企业提供高质量数据的障碍。 AI模型并阻止其广泛实施。
现在如何开始使用AI
当被问及他们想在哪些部门实施AI解决方案时，大多数高管都指出了明显的答案，但是按照一个相当有趣的时间顺序：38％的人提到，如果有机会，他们将在研发中使用AI。维护和运营部门分别占34％和32％；服务方面，有29％的人表示将在该部门实施AI解决方案。
对研究和开发中使用AI的兴趣导致了AI的有趣使用案例。
为什么组织目前比其他任何部门都更倾向于在研发中使用AI？造成这种情况的几个原因可能是：
由于新产品开发是组织希望从AI中获得的最终目标之一，因此他们认为研发应该是从中受益最大的部门。
随着时间的流逝，研发中的数据已大大增加。研发团队提供概念证明，以在新AI技术投入全面生产之前对其进行测试。
尽管R＆D在调查中获得最多选票，但受访者正在将AI部署到各个部门中，并与生态系统中的合作伙伴一起工作。生态系统将模型缝合在一起并使之起作用。
未来的期望：这是工作的杀手er吗？
随着AI有望在未来成为组织生态系统中更大更好的组成部分，HPE的调查还询问了受访者他们对2030年技术期望的情景。近55％的受访者投票赞成预测性制造业，其中包括出色的预测需求和其他指标。
此外，有45％的人投票支持自动修复和自配置机器，有44％的投票赞成大规模定制。这不仅涉及通过自行修复和配置其机制来简化维护，而且是实现工业4.0关键愿景（例如订单驱动的生产等）的基础。
当被问及到2030年AI逐步淘汰人类投入时，三分之二的受访者提到AI不会成为职业杀手。人工智能将使我们能够更好，更高效地工作，并做我们从未有过的新事情。它还具有更好地更改和破坏业务流程和模型的潜力。尽管调查的结果是积极的，但实际结果如何尚待观察。
1