如今，人們看到越來越多的企業(yè)投資人工智能和物聯(lián)網(wǎng)技術(shù)，并且已經(jīng)開始創(chuàng)造新的市場和機遇。調(diào)研機構(gòu)Gartner公司預(yù)測，到2022年，超過80%的企業(yè)物聯(lián)網(wǎng)項目將包括人工智能技術(shù)和組件，而目前只有10%。

簡單來說，物聯(lián)網(wǎng)(IoT)就是將設(shè)備連接到互聯(lián)網(wǎng)，因此他們能夠根據(jù)收集的數(shù)據(jù)對情況作出反應(yīng)。隨著物聯(lián)網(wǎng)的業(yè)務(wù)潛力通過創(chuàng)新的用例不斷實現(xiàn)，也得到了大量的宣傳和炒作。

但物聯(lián)網(wǎng)本身就是無價之寶嗎?并且收集的數(shù)據(jù)很重要嗎?畢竟，如果沒有數(shù)據(jù)和解釋能力，物聯(lián)網(wǎng)采用的只是一堆傳感器收集的無法使用的信息。

如果不考慮物聯(lián)網(wǎng)，那么投資回報率呢?

這是一個很重要的問題;最終，它涉及到企業(yè)如何從其物聯(lián)網(wǎng)部署中獲得價值。

說實話，目前物聯(lián)網(wǎng)模型的發(fā)展現(xiàn)狀還不夠好。傳輸傳感器收集的大量數(shù)據(jù)的概念既不可持續(xù)，也不經(jīng)濟。

思科公司在2017年公布了一項調(diào)查結(jié)果表明，76%的企業(yè)采用的物聯(lián)網(wǎng)計劃遭遇失敗，而大多數(shù)人認為他們的物聯(lián)網(wǎng)計劃在理論上看起來很好，結(jié)果證明它們比最初的預(yù)期更復(fù)雜。

物聯(lián)網(wǎng)對商業(yè)世界有著很多承諾，企業(yè)為此可以獲得更多的洞察力，支持遠程操作，并提高效率。相反，他們只是得到了更多的數(shù)據(jù)(而“大數(shù)據(jù)”還沒有讓人們失望)。

人工智能的幫助

德勤會計師事務(wù)所總經(jīng)理David Schatsky表示，多虧有了人工智能，人們還有希望。在談到信息時代時，他解釋了人工智能能夠快速從數(shù)據(jù)中提取見解的原因，這使得它可以有效協(xié)助物聯(lián)網(wǎng)部署。

他說：“多年來，人們一直在說‘我們收集了這么多數(shù)據(jù)，卻不知道該怎么處理’，但我相信人工智能在一定程度上是這個問題的答案。有了人工智能，可以收集大量信息，從中找到基本模式和見解，并實現(xiàn)自動化，簡化了使用數(shù)據(jù)的過程?！?/p>

市場似乎也對這一現(xiàn)實做出了反應(yīng)。Gartner公司預(yù)測，到2022年，超過80%的企業(yè)物聯(lián)網(wǎng)項目將包括人工智能組件，而目前只有10%。

根據(jù)Gartner公司的調(diào)查，盡管人工智能的技術(shù)前景非常復(fù)雜，但許多IT供應(yīng)商在人工智能方面投入了大量資金，希望能夠通過人工智能從廣泛的物聯(lián)網(wǎng)信息、視頻、靜態(tài)圖像、語音和網(wǎng)絡(luò)流量活動到傳感器數(shù)據(jù)，取得良好的效果。

人工智能和機器學習在物聯(lián)網(wǎng)潛力方面的作用

根據(jù)Schatsky的說法，人工智能在提高運營效率和加強風險管理等方面對物聯(lián)網(wǎng)非常有用。對他而言，所有這些都與預(yù)測分析有關(guān)，人工智能和機器學習使得識別恒定數(shù)據(jù)流中的模式成為可能。

他說：“可以從聲音設(shè)備制造、設(shè)備產(chǎn)生的溫度、振動或氣味等方面收集數(shù)據(jù)，這可能表明從正常到異常的變化。因此，假設(shè)可以捕獲這些數(shù)據(jù)，并使用它自動檢測某個異常情況，并使用該數(shù)據(jù)預(yù)測可能發(fā)生故障的時間，從而使企業(yè)能夠以有序的方式安排維修或維護。”

在制造業(yè)方面，德勤公司發(fā)現(xiàn)預(yù)測性維護可以將維護計劃所需的時間縮短20%-50%，將設(shè)備正常運行時間和可用性提高10%-20%，并將總體維護成本降低5%-10%。

采用人工智能技術(shù)，企業(yè)還可以監(jiān)控更多的數(shù)據(jù)點?？梢允惯\輸管理等領(lǐng)域獲得幫助。例如，Cloudera公司聲稱其運輸管理人工智能解決方案可以減少交通運輸?shù)膿矶聲r間，最多可降低40%。

啟用新產(chǎn)品和服務(wù)

Schatsky還認為，人工智能和物聯(lián)網(wǎng)的結(jié)合可以催生改進的產(chǎn)品和服務(wù)，Schatsky說：“每個人似乎都知道的一個例子就是智能音箱，如Alexa和Siri。如果沒有物聯(lián)網(wǎng)和人工智能的結(jié)合，這兩種產(chǎn)品將不會存在?！?/p>

人工智能提供語音識別技術(shù)，物聯(lián)網(wǎng)連接音箱設(shè)備，可以幫助收集和響應(yīng)所說的內(nèi)容。

此外他指出，得益于人工智能，企業(yè)可以使用物聯(lián)網(wǎng)設(shè)備從其銷售的產(chǎn)品中收集數(shù)據(jù)，并對其使用情況產(chǎn)生見解。

他補充說：“由于采用人工智能技術(shù)，擁有可嵌入智能的設(shè)備創(chuàng)造了一系列以前不可能存在的新產(chǎn)品?！?/p>

Schatsky聲稱，企業(yè)也在尋找通過銷售服務(wù)來實現(xiàn)人工智能洞察力的方法。

他說，“想象一下，建筑設(shè)備制造商能夠以可控的成本提供產(chǎn)品和維護服務(wù)，因為他們了解什么時候會發(fā)生故障。因此，提供了以前不可能提供的各種服務(wù)，因為企業(yè)可能盲目操作，無法經(jīng)濟有效地提供這種服務(wù)?！?/p>

面臨的挑戰(zhàn)

當然，將人工智能和物聯(lián)網(wǎng)結(jié)合起來并不是一件容易的事;它不僅需要大量的投資，而且還需要新的技能和專業(yè)知識。但是，管理收集的數(shù)據(jù)的能力可能是最突出的挑戰(zhàn)。

Schatsky警告說：“企業(yè)經(jīng)常認為他們擁有大量的數(shù)據(jù)，這些數(shù)據(jù)對于分析人工智能并從中獲取價值的時機已經(jīng)成熟。但很多時候，它比現(xiàn)實更具潛力，因為數(shù)據(jù)可能沒有放在正確的場合或格式不對，或者不干凈。因此，最重要的挑戰(zhàn)之一就是成為有效的數(shù)據(jù)管理者?！?/p>

與此同時，人們還必須記住，構(gòu)建具有智能的人工智能算法通常只是物聯(lián)網(wǎng)整體解決方案的一部分。更重要的挑戰(zhàn)是集成所有設(shè)備和數(shù)據(jù)。