是魔法棒还是水晶球?人工智能在制造业中扮演什么角色?

  • 时间:
  • 浏览:17
  • 来源:大发快三_快三下载网站_大发快三下载网站

围绕人工智能(AI)和机器学习(ML)的大肆宣传,让亲们认为哪此技术就像十根魔法棒,不必 给英国制造业带来立竿见影的变化。IFS全球行业总监Colin Elkins写道,人工智能是一种生活能力,而回会 一种生活速效产品。然而,通过

围绕人工智能(AI)和机器学习(ML)的大肆宣传,让亲们认为哪此技术就像十根魔法棒,不必 给英国制造业带来立竿见影的变化。IFS全球行业总监Colin Elkins写道,人工智能是一种生活能力,而回会 一种生活速效产品。然而,通过集成人工智能和用户接受度、智能规划和预测工具不必 帮助优化运营并提供更准确的业务决策。

今年夏天,热浪袭人,英格兰队正占据 世界杯决赛阶段。一年中时间、天气和积极的公众情绪哪此影响销售业绩的因素已得到制造商和经销商的普遍认可,并被纳入到了亲们的生产计划之中。但会 这是四年一次的固定场景,预测得到了电子表格和ERP(企业资源规划)数据库中的历史数据的支持,但会 制造商们为啤酒、汉堡、英格兰国旗和明星球员足球的需求激增做好了准备。

但但会 在同一周,某位明星球员的不光彩过去在社交媒体上曝光,丑闻袭来,但会 热浪的寿命很短时,情况汇报会如可呢?但会 在过去的几块月里,有健康意识的消费者不再喝啤酒,一点 用低热量的红心红心红心红提 酒替代,情况汇报会如可呢?但会 有环保意识的场馆但会 禁止使用塑料旗帜,新法律限制在白天销售石油醚 ,但会 在主要的交通线路上但会 安排了道路施工,情况汇报又会变得如可呢?

英国一家超市的三分钟电视广告就足以激励家庭厨师们尝试克隆好友迪丽娅·史密斯的最新食谱——大黄和姜布丁。

继2010年广告播出后,超市在二天 内售出了和以往12周销量相同的大黄——足够制作要花费6.1万份甜点。该配方中使用的一点配料,包括中国干姜、有机生姜粉、希腊酸奶和双层奶油的销量也一路飙升。这并回会 厨师第一次影响销售和消费者行为,之之类件占据 后,“迪丽娅效应”一词就被《柯林斯英语词典》收录了。

工业领域的人工智能:为什会有所不同?

未雨绸缪

在规划未来和预测需求时,不必 不必 考虑到絮状的因素和成千上万的但会 变量。之类,今年早些完后 ,银行假日、母亲节和温暖的天气使杂货消费增加了近6%。记录哪此因素对销售、库存水平和需求量等的影响是一项重大任务。实时跟踪它们的影响,一起利用所有信息预测未来,几乎是不但会 的。

但会 ,准确的预测仍然是供应链管理中最具挑战性和最冗杂的间题之一。加剧哪此的是供应链管理的多面性。它远非几块多多 孤立的学科,一点 整个企业的一部分,在财务、制造、采购和销售之间占据 多重依赖关系——所有哪此都依赖于需求预测。正确的做法意味着准确地知道消费者或客户愿意 哪此、哪此完后 愿意 、愿意 几块。但会 预测错了,你的企业就会面临生产过剩、销售欠缺、不得不转移过剩库存和管理过剩浪费的风险。

准确预测的核心是可靠的数据,包括历史数据和来自絮状内内外部和内外部的实时数据。企业不必 不必 从社交媒体、当地天气预报、地区公共和宗教节日、消费者人口统计、政治事件、消费行为等方面获取信息。即使是最聪明的人类也欠缺足够的脑力来汇总、分析和正确处理哪此数据。目前行之有效的办法是利用人工智能来增加人力,并采用具有嵌入式人工智能功能的ERP工具。在智能预测和材料需求规划引擎的驱动下,哪此正确处理方案允许用户从数据中提取真正的价值。

关于工业人工智能的几块神话

喂养人工智能巨兽

人工智能统治世界的巨大潜力,除了正确处理和从数据中获取洞察力之外,人工智能不必 每周二天 ,每天24小时工作,但会 不必 通过不断地自我学习,在未来为未来更准确的决策提供信息。

智能数据管理和准确的预测不必 减少制造业的浪费,带来更多的收益,但会 人工智能技术不必 为组织带来价值(保证ROI)已得到广泛认可。到2020年,供应链和制造过程中的人工智能(AI)和机器学习(ML)将为企业创造高达2万亿美元的额外价值。此外,仅仅就制造业强国德国而言,人工智能技术被预计不必 为它的制造业增加320亿欧元的产值。反观从2018年陷入困境的英国汽车行业不必 利用人工智能为近6年跌至冰点的国民经济的复苏打上一剂强心针呢?

在全球范围内,汽车行业实际上是人工智能的早期采用者,但会 预计将占人工智能在制造业中的最大比例:预计到2025年市场将达到172亿美元。之类,奥迪正在使用ML用于检测钣金零件中的微小故障,实现质量控制过程的自动化和最优化。预计未来几年将有更多知名企业采用基于人工智能的技术:根据福布斯调查,44%的汽车和制造业受访者表示人工智能对于制造业而言非常重要。在未来五年里,几乎有一半的人但会 认同你这名 观点。

然而,在汽车和装配行业,不必 不必 11%的企业真正将人工智能应用于供应链管理。人工智能不必 更高效地工作、更好地提供预测,从而为企业带来强劲的效益增长。越来越 ,为哪此越来越 更多的制造企业采用并受益于人工智能正确处理方案呢?

并不忘记数据

间题是双重的。首先,几块多多 组织不必 是人工智能(AI)和机器学习(ML)的最大支持者,一起也最渴望将哪此集成到ERP中。但但会 它越来越 捕捉到足够的数据量和多样性来支持哪此技术,就不必成功。沉迷于人工智能的宣传很容易,但企业不必 不必 完后 奠定基础,而回会 盲目跳入新的领域。想想你愿意 考虑哪此参数,哪此因素在过去影响了销售和预测,但会 哪此因素对现在和未来但会 产生哪此潜在的影响?

一旦捕捉了必要的数据,组织就不必 查看ERP正确处理方案,哪此正确处理方案将来自不同部门和来源的数据集成到几块多多 统一和集中的视图中。最后,正确处理方案不必 不必 不必 从每个端点、设备和传感器实时分派(及其用户访问)数据——随着企业内内外部物联网端点数量的增长,你这名 点变得更加关键。到2020年,每秒将产生要花费1.7MB的新数据——这对于任何人类大脑来说回会 难以正确处理和利用的。

数字化转型准备:准备IIoT和AI的7个步骤

人类的间题

第几块间题与技术或数据无关——它与亲们人类有关。亲们中有 不要 的人仍然对人工智能(AI)和机器学习(ML)的决策能力持怀疑态度,这但会 是但会 欠缺对实现你这名 功能的冗杂算法的理解,也但会 是但会 亲们不信任机器人!根据最近一项关于使用人工智能来选择银行贷款的研究显示,不必 不必 四分之一的消费者相信人工智能系统做出的决定比人类的决定更加准确。尽管越来越 ,人工智能正确处理和使用数据的能力比任何人类对手回会 大得多,效率变慢,准确度也更高。

对人工智能技术欠缺信心也延伸到员工对有效利用人工智能正确处理方案的感知能力。据统计,英国制造业69%的受访者认为,欠缺内内外部技能是采用人工智能的最大障碍。你这名 比例略高于美国同行业150%的受访者。这是言之有理的,尽管英国围绕人工智能大肆宣传,但作为几块多多 国家,其落后于包括美国生和熟国在内的地区,你这名 个多 地区的投资分别是英国的150倍和8倍。

亲们能跟上节奏吗?人工智能是将盈利能力生和熟产力重新注入亲们制造业市场的灵丹妙药吗?规划者们会相信人工智能预测吗?亲们不指望亲们对人工智能的态度会立即彻底逆转,一点 指望制造业及其它行业的企业家突然成为数据科学家。然而,作为更广泛的数字化转型战略的一部分,不必 跨公司集成的人工智能技术如今觉得占据 。亲们有现成的ERP正确处理方案不必 被配置,用来适合任何业务或流程,但会 所有级别的员工回会 不必 访问和使用它的。亲们但会 无法1150%准确地预测未来,但亲们不必 协会使用和信任哪此工具,帮助亲们人类非常接近未来。

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)