今，人們看到越來(lái)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(kāi)始創(chuàng)造新的市場(chǎng)和機(jī)遇。

調(diào)研機(jī)構(gòu)Gartner公司預(yù)測(cè)，到2022年，超過(guò)80％的企業(yè)物聯(lián)網(wǎng)項(xiàng)目將包括人工智能技術(shù)和組件，而目前只有10％。

簡(jiǎn)單來(lái)說(shuō)，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(duì)情況作出反應(yīng)。隨著物聯(lián)網(wǎng)的業(yè)務(wù)潛力通過(guò)創(chuàng)新的用例不斷實(shí)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(wú)價(jià)之寶嗎？并且收集的數(shù)據(jù)很重要嗎？畢竟，如果沒(méi)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(wú)法使用的信息。

如果不考慮物聯(lián)網(wǎng)，那么投資回報(bào)率呢？

這是一個(gè)很重要的問(wèn)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(jià)值。

說(shuō)實(shí)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(jì)。

思科公司在2017年公布了一項(xiàng)調(diào)查結(jié)果表明，76％的企業(yè)采用的物聯(lián)網(wǎng)計(jì)劃遭遇失敗，而大多數(shù)人認(rèn)為他們的物聯(lián)網(wǎng)計(jì)劃在理論上看起來(lái)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(duì)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(yuǎn)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(méi)有讓人們失望）。

人工智能的幫助

德勤會(huì)計(jì)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(shí)代時(shí)，他解釋了人工智能能夠快速?gòu)臄?shù)據(jù)中提取見(jiàn)解的原因，這使得它可以有效協(xié)助物聯(lián)網(wǎng)部署。

他說(shuō)：“多年來(lái)，人們一直在說(shuō)‘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(gè)問(wèn)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(jiàn)解，并實(shí)現(xiàn)自動(dòng)化，簡(jiǎn)化了使用數(shù)據(jù)的過(guò)程。”

市場(chǎng)似乎也對(duì)這一現(xiàn)實(shí)做出了反應(yīng)。Gartner公司預(yù)測(cè)，到2022年，超過(guò)80％的企業(yè)物聯(lián)網(wǎng)項(xiàng)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(guò)人工智能從廣泛的物聯(lián)網(wǎng)信息、視頻、靜態(tài)圖像、語(yǔ)音和網(wǎng)絡(luò)流量活動(dòng)到傳感器數(shù)據(jù)，取得良好的效果。

人工智能和機(jī)器學(xué)習(xí)在物聯(lián)網(wǎng)潛力方面的作用

根據(jù)Schatsky的說(shuō)法，人工智能在提高運(yùn)營(yíng)效率和加強(qiáng)風(fēng)險(xiǎn)管理等方面對(duì)物聯(lián)網(wǎng)非常有用。對(duì)他而言，所有這些都與預(yù)測(cè)分析有關(guān)，人工智能和機(jī)器學(xué)習(xí)使得識(shí)別恒定數(shù)據(jù)流中的模式成為可能。

他說(shuō)：“可以從聲音設(shè)備制造、設(shè)備產(chǎn)生的溫度、振動(dòng)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(dòng)檢測(cè)某個(gè)異常情況，并使用該數(shù)據(jù)預(yù)測(cè)可能發(fā)生故障的時(shí)間，從而使企業(yè)能夠以有序的方式安排維修或維護(hù)?！?/p>

在制造業(yè)方面，德勤公司發(fā)現(xiàn)預(yù)測(cè)性維護(hù)可以將維護(hù)計(jì)劃所需的時(shí)間縮短20％－50％，將設(shè)備正常運(yùn)行時(shí)間和可用性提高10％－20％，并將總體維護(hù)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(diǎn)?？梢允惯\(yùn)輸管理等領(lǐng)域獲得幫助。例如，Cloudera公司聲稱其運(yùn)輸管理人工智能解決方案可以減少交通運(yùn)輸?shù)膿矶聲r(shí)間，最多可降低40％。

啟用新產(chǎn)品和服務(wù)

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

人工智能提供語(yǔ)音識(shí)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(shuō)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(duì)其使用情況產(chǎn)生見(jiàn)解。

他補(bǔ)充說(shuō)：“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。”

Schatsky聲稱，企業(yè)也在尋找通過(guò)銷售服務(wù)來(lái)實(shí)現(xiàn)人工智能洞察力的方法。

他說(shuō)，“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(hù)服務(wù)，因?yàn)樗麄兞私馐裁磿r(shí)候會(huì)發(fā)生故障。因此，提供了以前不可能提供的各種服務(wù)，因?yàn)槠髽I(yè)可能盲目操作，無(wú)法經(jīng)濟(jì)有效地提供這種服務(wù)?！?/p>

面臨的挑戰(zhàn)

當(dāng)然，將人工智能和物聯(lián)網(wǎng)結(jié)合起來(lái)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(shí)。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(shuō)：“企業(yè)經(jīng)常認(rèn)為他們擁有大量的數(shù)據(jù)，這些數(shù)據(jù)對(duì)于分析人工智能并從中獲取價(jià)值的時(shí)機(jī)已經(jīng)成熟。但很多時(shí)候，它比現(xiàn)實(shí)更具潛力，因?yàn)閿?shù)據(jù)可能沒(méi)有放在正確的場(chǎng)合或格式不對(duì)，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。”

與此同時(shí)，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)。