精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當(dāng)前位置:人工智能行業(yè)動(dòng)態(tài) → 正文

人工智能將如何促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型

責(zé)任編輯:cres 作者:Hanno Blankenstein |來(lái)源:企業(yè)網(wǎng)D1Net  2021-03-15 09:58:13 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

在這樣技術(shù)先進(jìn)的世界中,諸如檢查之類(lèi)的關(guān)鍵工業(yè)流程仍然效率低下,成本高昂,并且造成資金浪費(fèi)。
 
一些國(guó)家已經(jīng)意識(shí)到效率低下的情況。根據(jù)國(guó)際貨幣基金組織的一項(xiàng)研究,由于效率低下,一些國(guó)家浪費(fèi)了約三分之一的基礎(chǔ)設(shè)施支出。調(diào)研機(jī)構(gòu)麥肯錫公司估計(jì),隨著數(shù)字技術(shù)被整合到業(yè)務(wù)流程和工作流程中,在未來(lái)十年中,可能導(dǎo)致每年生產(chǎn)率平均提高2%。
 
效率與效益
 
產(chǎn)業(yè)轉(zhuǎn)型有多種形式。傳統(tǒng)方法包括業(yè)務(wù)流程再造(BPR)、6 Sigma以及工作流程的數(shù)字化。如今這些已經(jīng)發(fā)生改變,三大趨勢(shì)推動(dòng)著工作場(chǎng)所中工作的轉(zhuǎn)變。大型基礎(chǔ)設(shè)施將通過(guò)以下方式為他們的業(yè)務(wù)帶來(lái)更大的收益:
 
•人工智能的興起
•增強(qiáng)機(jī)器和傳感器的互連性
•數(shù)據(jù)的數(shù)字化
 
這些主題的早期采用者將在客戶(hù)差異化和運(yùn)營(yíng)效率方面都具有關(guān)鍵的競(jìng)爭(zhēng)優(yōu)勢(shì)。
 
必須理解的是,自動(dòng)化與自主性在本質(zhì)上是不同的。工作流程的自動(dòng)化提供了更高的質(zhì)量和更快的工作流程,而自主性則提供了反饋循環(huán)來(lái)響應(yīng)工作流程中的模糊性。
 
雖然過(guò)去的驅(qū)動(dòng)力是為了消除流程的可變性,但如果操作得當(dāng),新工作流程在執(zhí)行作業(yè)時(shí)可能不會(huì)受到模糊信息的影響。
 
以控制汽車(chē)的速度為例。它可以自動(dòng)執(zhí)行駕駛員的工作并保持速度不變。而將更多相互連接的傳感器添加到控制系統(tǒng)后,就會(huì)創(chuàng)建一個(gè)更復(fù)雜的自動(dòng)駕駛系統(tǒng)。隨著增加傳感器數(shù)量和相關(guān)的計(jì)算能力來(lái)做出快速?zèng)Q策,正在轉(zhuǎn)向自主性——控制系統(tǒng)將自動(dòng)響應(yīng)無(wú)法預(yù)見(jiàn)的障礙或危險(xiǎn)。
 
如果工作人員不需要編寫(xiě)所有規(guī)則,而是讓機(jī)器學(xué)習(xí)自主學(xué)習(xí),這些對(duì)各種情況的響應(yīng)將更加有效。人工智能特別擅長(zhǎng)模式識(shí)別,可以觸發(fā)響應(yīng)。因此,人工智能系統(tǒng)將對(duì)當(dāng)前常規(guī)、可預(yù)測(cè)和重復(fù)的工作流程產(chǎn)生更大的影響。
 
規(guī)模龐大的工業(yè)過(guò)程成為人工智能的首批受益者之一。可以充分限制操作的可變性,以測(cè)試和優(yōu)化自主性。在此之后,可以對(duì)操作環(huán)境實(shí)現(xiàn)通用化,以獲得更大的好處。
 
最后,人機(jī)界面將繼續(xù)發(fā)揮重要作用。從操作流程到監(jiān)督流程,工作人員的工作性質(zhì)會(huì)發(fā)生變化。
 
為了實(shí)現(xiàn)工業(yè)流程的自主性,必須剖析并研究哪些要素可以完全實(shí)現(xiàn)自動(dòng)化,哪些要素需要人工監(jiān)督,哪些領(lǐng)域仍然需要人員參與。一旦建立了這種清晰性,就可以為自主性提供一條途徑。從當(dāng)今已存在的硬件、連接性、計(jì)算和數(shù)據(jù)開(kāi)始,并逐步隨著時(shí)間的推移插入其他元素以提高效率和更高質(zhì)量的流程。
 
真實(shí)的例子
 
以評(píng)估大規(guī)?;馂?zāi)之后的保險(xiǎn)索賠為例,例如在加利福尼亞州馬里布發(fā)生的火災(zāi)。社區(qū)和保險(xiǎn)公司需要6到9個(gè)月的時(shí)間以及需要數(shù)千名專(zhuān)家和志愿者來(lái)準(zhǔn)確了解火災(zāi)的影響。許多受害者留下的信息很少或根本沒(méi)有信息。借助當(dāng)今可用的先進(jìn)技術(shù),現(xiàn)在可以在幾周(有時(shí)甚至幾天)內(nèi)完成這項(xiàng)工作。
 
改變這一檢查過(guò)程首先是獲得適當(dāng)?shù)脑O(shè)備用于現(xiàn)場(chǎng)檢查,即網(wǎng)絡(luò)連接機(jī)器人和無(wú)人機(jī)配備計(jì)算機(jī)視覺(jué)和其他傳感器。工作人員將設(shè)置飛行區(qū)域并清理空域。利用一套經(jīng)過(guò)定制訓(xùn)練的人工智能來(lái)收集、理解和分析從殘骸中獲得的數(shù)據(jù)集,機(jī)器人和無(wú)人機(jī)將自主地找到自己的方式來(lái)收集數(shù)據(jù),并將數(shù)據(jù)傳輸回工作人員,以獲得索賠和回收物流的見(jiàn)解。
 
這是一個(gè)真實(shí)的案例,為開(kāi)展業(yè)務(wù)做好了準(zhǔn)備。保險(xiǎn)公司可以確定賠付的金額,公用事業(yè)公司開(kāi)始實(shí)施設(shè)備恢復(fù)工作;而受災(zāi)家庭開(kāi)始重建他們的家園。
 
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

關(guān)鍵字:人工智能

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

x 人工智能將如何促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型 掃一掃
分享本文到朋友圈
當(dāng)前位置:人工智能行業(yè)動(dòng)態(tài) → 正文

人工智能將如何促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型

責(zé)任編輯:cres 作者:Hanno Blankenstein |來(lái)源:企業(yè)網(wǎng)D1Net  2021-03-15 09:58:13 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

在這樣技術(shù)先進(jìn)的世界中,諸如檢查之類(lèi)的關(guān)鍵工業(yè)流程仍然效率低下,成本高昂,并且造成資金浪費(fèi)。
 
一些國(guó)家已經(jīng)意識(shí)到效率低下的情況。根據(jù)國(guó)際貨幣基金組織的一項(xiàng)研究,由于效率低下,一些國(guó)家浪費(fèi)了約三分之一的基礎(chǔ)設(shè)施支出。調(diào)研機(jī)構(gòu)麥肯錫公司估計(jì),隨著數(shù)字技術(shù)被整合到業(yè)務(wù)流程和工作流程中,在未來(lái)十年中,可能導(dǎo)致每年生產(chǎn)率平均提高2%。
 
效率與效益
 
產(chǎn)業(yè)轉(zhuǎn)型有多種形式。傳統(tǒng)方法包括業(yè)務(wù)流程再造(BPR)、6 Sigma以及工作流程的數(shù)字化。如今這些已經(jīng)發(fā)生改變,三大趨勢(shì)推動(dòng)著工作場(chǎng)所中工作的轉(zhuǎn)變。大型基礎(chǔ)設(shè)施將通過(guò)以下方式為他們的業(yè)務(wù)帶來(lái)更大的收益:
 
•人工智能的興起
•增強(qiáng)機(jī)器和傳感器的互連性
•數(shù)據(jù)的數(shù)字化
 
這些主題的早期采用者將在客戶(hù)差異化和運(yùn)營(yíng)效率方面都具有關(guān)鍵的競(jìng)爭(zhēng)優(yōu)勢(shì)。
 
必須理解的是,自動(dòng)化與自主性在本質(zhì)上是不同的。工作流程的自動(dòng)化提供了更高的質(zhì)量和更快的工作流程,而自主性則提供了反饋循環(huán)來(lái)響應(yīng)工作流程中的模糊性。
 
雖然過(guò)去的驅(qū)動(dòng)力是為了消除流程的可變性,但如果操作得當(dāng),新工作流程在執(zhí)行作業(yè)時(shí)可能不會(huì)受到模糊信息的影響。
 
以控制汽車(chē)的速度為例。它可以自動(dòng)執(zhí)行駕駛員的工作并保持速度不變。而將更多相互連接的傳感器添加到控制系統(tǒng)后,就會(huì)創(chuàng)建一個(gè)更復(fù)雜的自動(dòng)駕駛系統(tǒng)。隨著增加傳感器數(shù)量和相關(guān)的計(jì)算能力來(lái)做出快速?zèng)Q策,正在轉(zhuǎn)向自主性——控制系統(tǒng)將自動(dòng)響應(yīng)無(wú)法預(yù)見(jiàn)的障礙或危險(xiǎn)。
 
如果工作人員不需要編寫(xiě)所有規(guī)則,而是讓機(jī)器學(xué)習(xí)自主學(xué)習(xí),這些對(duì)各種情況的響應(yīng)將更加有效。人工智能特別擅長(zhǎng)模式識(shí)別,可以觸發(fā)響應(yīng)。因此,人工智能系統(tǒng)將對(duì)當(dāng)前常規(guī)、可預(yù)測(cè)和重復(fù)的工作流程產(chǎn)生更大的影響。
 
規(guī)模龐大的工業(yè)過(guò)程成為人工智能的首批受益者之一??梢猿浞窒拗撇僮鞯目勺冃?,以測(cè)試和優(yōu)化自主性。在此之后,可以對(duì)操作環(huán)境實(shí)現(xiàn)通用化,以獲得更大的好處。
 
最后,人機(jī)界面將繼續(xù)發(fā)揮重要作用。從操作流程到監(jiān)督流程,工作人員的工作性質(zhì)會(huì)發(fā)生變化。
 
為了實(shí)現(xiàn)工業(yè)流程的自主性,必須剖析并研究哪些要素可以完全實(shí)現(xiàn)自動(dòng)化,哪些要素需要人工監(jiān)督,哪些領(lǐng)域仍然需要人員參與。一旦建立了這種清晰性,就可以為自主性提供一條途徑。從當(dāng)今已存在的硬件、連接性、計(jì)算和數(shù)據(jù)開(kāi)始,并逐步隨著時(shí)間的推移插入其他元素以提高效率和更高質(zhì)量的流程。
 
真實(shí)的例子
 
以評(píng)估大規(guī)模火災(zāi)之后的保險(xiǎn)索賠為例,例如在加利福尼亞州馬里布發(fā)生的火災(zāi)。社區(qū)和保險(xiǎn)公司需要6到9個(gè)月的時(shí)間以及需要數(shù)千名專(zhuān)家和志愿者來(lái)準(zhǔn)確了解火災(zāi)的影響。許多受害者留下的信息很少或根本沒(méi)有信息。借助當(dāng)今可用的先進(jìn)技術(shù),現(xiàn)在可以在幾周(有時(shí)甚至幾天)內(nèi)完成這項(xiàng)工作。
 
改變這一檢查過(guò)程首先是獲得適當(dāng)?shù)脑O(shè)備用于現(xiàn)場(chǎng)檢查,即網(wǎng)絡(luò)連接機(jī)器人和無(wú)人機(jī)配備計(jì)算機(jī)視覺(jué)和其他傳感器。工作人員將設(shè)置飛行區(qū)域并清理空域。利用一套經(jīng)過(guò)定制訓(xùn)練的人工智能來(lái)收集、理解和分析從殘骸中獲得的數(shù)據(jù)集,機(jī)器人和無(wú)人機(jī)將自主地找到自己的方式來(lái)收集數(shù)據(jù),并將數(shù)據(jù)傳輸回工作人員,以獲得索賠和回收物流的見(jiàn)解。
 
這是一個(gè)真實(shí)的案例,為開(kāi)展業(yè)務(wù)做好了準(zhǔn)備。保險(xiǎn)公司可以確定賠付的金額,公用事業(yè)公司開(kāi)始實(shí)施設(shè)備恢復(fù)工作;而受災(zāi)家庭開(kāi)始重建他們的家園。
 
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

關(guān)鍵字:人工智能

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

電子周刊
回到頂部

關(guān)于我們聯(lián)系我們版權(quán)聲明隱私條款廣告服務(wù)友情鏈接投稿中心招賢納士

企業(yè)網(wǎng)版權(quán)所有 ©2010-2024 京ICP備09108050號(hào)-6 京公網(wǎng)安備 11010502049343號(hào)

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 米泉市| 通渭县| 府谷县| 四平市| 文化| 广南县| 武强县| 卢龙县| 右玉县| 尼勒克县| 合作市| 武城县| 无极县| 仪陇县| 呼玛县| 喜德县| 静乐县| 阳江市| 昌宁县| 日土县| 法库县| 湘潭县| 大冶市| 海南省| 北流市| 长乐市| 建昌县| 大埔区| 特克斯县| 收藏| 永兴县| 永新县| 友谊县| 贡觉县| 长丰县| 普定县| 中超| 新竹县| 格尔木市| 天镇县| 耿马|