企业将AI智能运用到的物联网
物联网越来越智能化。企业正在将AI智能，特别是机器学习，集成到物联网应用中，并且能力正在增长，包括提高运营效率和帮助避免意外停机。随着投资浪潮的到来，大量新产品的出现和企业部署的不断增加，AI智能正掀起物联网领域的热潮。公司可能需要探索AI智能在制定物联网战略、评估潜在物联网项目或从现有物联网部署中寻求更多价值方面的作用。
AI智能在物联网的应用和部署中发挥着越来越重要的作用，这种变化在企业在物联网领域的行为中表现得非常明显。使用AI智能的物联网初创企业的风险投资大幅上升。在过去两年里，该公司收购了数十家从事AI智能和物联网交叉领域的公司。
AI智能避免意外和风险
物联网平台软件的主要供应商现在正在提供集成的AI智能功能，例如基于机器学习的分析。AI智能在物联网中扮演着重要的角色，因为它能够快速地从数据中提取见解。机器学习是一种AI智能技术，它带来了自动识别模式和检测数据异常的能力，智能传感器和设备能够产生温度、压力、湿度、空气质量、振动和声音等信息。企业发现，与传统的商业智能工具相比，机器学习在分析物联网数据方面具有显著的优势，包括能够提前20次预测操作，并且比基于阈值的监控系统更准确。其他AI智能技术，如语音识别和计算机视觉，可以帮助从过去需要AI审查的数据中提取洞察力。AI智能与物联网技术的强大结合，正在帮助企业避免意外停机，提高运营效率，推出新产品和新服务，加强风险管理。
在许多部门，由于设备故障而导致的计划外停机会造成严重损失。预测维护——使用分析方法提前预测设备故障，以便安排有序的维护程序——可以减少计划外停机带来的经济损失。在制造业中，预测维护可以将计划维护所需的时间减少20-50%，将设备的正常运行时间和可用性提高10-20%，并将总体维护成本降低5-10%。因为AI智能技术——尤其是机器学习——可以帮助识别模式和异常现象，并基于大量数据进行预测，它们被证明在实现预测维护方面特别有用。
AI智能提高效率和质量
在AI智能驱动的物联网下不仅可以帮助避免意外停机。它还可以帮助提高运营效率。部分原因是机器学习可以产生快速准确的预测和洞察，AI智能技术可以使越来越多的任务自动化。例如，对好时来说，在生产过程中控制产品的重量是至关重要的：重量精度每提高1%，就可以为一批14000加仑的产品（如Twizzler）节省50多万美元。该公司利用物联网和机器学习来显著减少生产过程中的重量变化。第二次采集并分析数据，利用机器学习模型预测重量变化，每天调整240次。在安装ML驱动的物联网解决方案之前，每天只需进行12个工艺调整。基于AI智能的预测也帮助谷歌将数据中心冷却成本削减了40%。该解决方案基于工厂传感器的数据进行培训，以预测未来一小时内的温度和压力，以指导限制功耗的措施。机器学习产生的洞察力说服了一个航运船队经营者采取一个反直觉的行动，为他们节省了很多钱。从船上传感器收集的数据用于确定清洁船体所需的资金量与燃油效率之间的相关性。分析表明，通过一年两次而不是每两年清洗一次船体，从而使清洁预算翻两番，由于燃料效率的提高，他们最终将节省40万美元。
AI智能不断改进与创新
物联网技术与AI智能相结合可以形成改进的基础，并最终形成全新的产品和服务。例如，在通用电气的无人机和基于机器人的工业检查服务方面，该公司希望AI智能能够实现检查设备导航的自动化，以及根据检查设备捕获的数据识别缺陷。这可能会导致更安全，更精确，并为客户节省高达25%的检查费用。与此同时，劳斯莱斯计划不久推出一项新产品，以物联网飞机发动机维修服务为特色。该公司计划使用机器学习来帮助它发现模式，并确定将出售给航空公司的运营见解。汽车制造商Navistar希望通过机器学习分析实时联网的车辆数据，在车辆健康诊断和预测性维护服务方面创造新的收入来源。根据Navistar技术合作伙伴Cloudera的数据，这些服务帮助近30万辆汽车减少了40%的停机时间。
许多将物联网与AI智能相结合的应用程序正在帮助组织更好地了解和预测风险，并自动快速响应，使它们能够更好地管理员工安全、财务损失和网络威胁。
