調研機構Gartner公司預測，到2022年，超過80%的企業物聯網項目將包括人工智能技術和組件，而目前只有10%。
簡單來說，物聯網(IoT)就是將設備連接到互聯網，因此他們能夠根據收集的數據對情況作出反應。隨著物聯網的業務潛力通過創新的用例不斷實現，也得到了大量的宣傳和炒作。
但物聯網本身就是無價之寶嗎?并且收集的數據很重要嗎?畢竟，如果沒有數據和解釋能力，物聯網采用的只是一堆傳感器收集的無法使用的信息。
如果不考慮物聯網，那么投資回報率呢?
這是一個很重要的問題;最終，它涉及到企業如何從其物聯網部署中獲得價值。
說實話，目前物聯網模型的發展現狀還不夠好。傳輸傳感器收集的大量數據的概念既不可持續，也不經濟。
思科公司在2017年公布了一項調查結果表明，76%的企業采用的物聯網計劃遭遇失敗，而大多數人認為他們的物聯網計劃在理論上看起來很好，結果證明它們比最初的預期更復雜。
物聯網對商業世界有著很多承諾，企業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據(而“大數據”還沒有讓人們失望)。
人工智能的幫助
德勤會計師事務所總經理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據中提取見解的原因，這使得它可以有效協助物聯網部署。
他說：“多年來，人們一直在說‘我們收集了這么多數據，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，并實現自動化，簡化了使用數據的過程。”
市場似乎也對這一現實做出了反應。Gartner公司預測，到2022年，超過80%的企業物聯網項目將包括人工智能組件，而目前只有10%。
根據Gartner公司的調查，盡管人工智能的技術前景非常復雜，但許多IT供應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網信息、視頻、靜態圖像、語音和網絡流量活動到傳感器數據，取得良好的效果。
人工智能和機器學習在物聯網潛力方面的作用
根據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網非常有用。對他而言，所有這些都與預測分析有關，人工智能和機器學習使得識別恒定數據流中的模式成為可能。
他說：“可以從聲音設備制造、設備產生的溫度、振動或氣味等方面收集數據，這可能表明從正常到異常的變化。因此，假設可以捕獲這些數據，并使用它自動檢測某個異常情況，并使用該數據預測可能發生故障的時間，從而使企業能夠以有序的方式安排維修或維護。”
在制造業方面，德勤公司發現預測性維護可以將維護計劃所需的時間縮短20%-50%，將設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，企業還可以監控更多的數據點。可以使運輸管理等領域獲得幫助。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的擁堵時間，最多可降低40%。
啟用新產品和服務
Schatsky還認為，人工智能和物聯網的結合可以催生改進的產品和服務，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。如果沒有物聯網和人工智能的結合，這兩種產品將不會存在。”
人工智能提供語音識別技術，物聯網連接音箱設備，可以幫助收集和響應所說的內容。
此外他指出，得益于人工智能，企業可以使用物聯網設備從其銷售的產品中收集數據，并對其使用情況產生見解。
他補充說：“由于采用人工智能技術，擁有可嵌入智能的設備創造了一系列以前不可能存在的新產品。”
Schatsky聲稱，企業也在尋找通過銷售服務來實現人工智能洞察力的方法。
他說，“想象一下，建筑設備制造商能夠以可控的成本提供產品和維護服務，因為他們了解什么時候會發生故障。因此，提供了以前不可能提供的各種服務，因為企業可能盲目操作，無法經濟有效地提供這種服務。”
面臨的挑戰
當然，將人工智能和物聯網結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知識。但是，管理收集的數據的能力可能是最突出的挑戰。
Schatsky警告說：“企業經常認為他們擁有大量的數據，這些數據對于分析人工智能并從中獲取價值的時機已經成熟。但很多時候，它比現實更具潛力，因為數據可能沒有放在正確的場合或格式不對，或者不干凈。因此，最重要的挑戰之一就是成為有效的數據管理者。”
與此同時，人們還必須記住，構建具有智能的人工智能算法通常只是物聯網整體解決方案的一部分。更重要的挑戰是集成所有設備和數據。
京公網安備 11010502049343號