×

登录 是一种态度

logo
手机
访问
公众
账号
󰀳 返回
顶部

自动化进阶:人工智能重塑产业 技术落地是关键

核心提示:利用人工智能和数据的结合,完成企业的进化,已经成为众多企业家与企业管理者希望尝试的变革。算法、计算机处理速度以及大数据的积累的不断突破,使人工智能技术不断演进变成一项真正实用的技术。但是从技术到商业化落地,尤其是AI方案如何在工业领域有效应用,实际操作起来还面临不小的挑战。

“未来将只有两种公司,有人工智能的和不赚钱的。”知名TCS咨询公司在其近日发布的《2017年全球趋势年度报告》中如此预测。这家咨询机构进一步指出,全球范围内有84%的受访公司把人工智能视为竞争力的关键要素。

不过,尽管基于人工智能的解决方案正在兴起,但只有少数传统品牌在有效地实施人工智能策略,来提高业务效率。

IBM面向人工智能的转型或许是个好例子。

在终结了连续22个季度的收入下滑之后,由董事长兼CEO罗睿兰(Virginia Rometty)执掌的百年科技老店IBM面向人工智能的转型初见成效。根据其财报显示,2017年四季度,IBM营收225亿美元,同比增长4%,终结了连续22个季度的收入下滑。2017年全年,IBM战略转型业务增长11%至365亿美元,占总收入的46%,并预计在2018财年占总收入的50%以上。

在今年1月份的2017财年业绩发布会上,罗睿兰表示,“现在,IBM可以停止再说转型,该是加速的时候了。”针对当前的产业和技术发展,罗睿兰认为,人工智能和数据的融合,正让技术迎来第三次指数性变革。前两次变革,则分别是改变半导体行业的摩尔定律(Moore’s Law)和变革互联网行业的梅特卡夫定律(Metcalfe’ Law)。其中,梅特卡夫定律命名来自于计算机网络先驱、3Com创始人罗伯特·梅特卡夫(Robert Metcalfe),指的是一个网络的价值等于该网络内节点数的平方,且该网络价值与联网用户数的平方成正比。

罗睿兰指出,当前指数级增长的数据以及数据本身蕴含的价值,结合AI、区块链和量子计算技术,可以激活整个系统的技术。而任何企业都可以进行指数级的学习,从而使决策更优化。“未来将会有很多公司出人头地,而不仅仅是几家。” 罗睿兰认为供应链、客户信息、财务信息等数据和AI、算法的结合,就可以变为改造企业自身的力量,“一些公司可以用这个数据成为颠覆者。”

算法、计算机处理速度以及大数据的积累的不断突破,有助于人工智能技术的不断演进和提升,使其变成一项真正实用的技术,并在各个领域进入实用阶段,尤其是更好地融入制造产业。

对此,ABB集团首席执行官史毕福指出,未来人工智能等前沿技术在工业领域及企业间的大规模应用更为关键。他认为,尤其是在重塑制造业的进程中,人工智能将发挥重要作用。“当前在全球范围内,大量资本正涌入人工智能,特别是机器学习领域。渐趋复杂的算法、日益强大的计算机、激增的数据以及不断提升的数据存储性能,为人工智能在不久的将来实现质的飞跃奠定了基础。”史毕福说。

当然,这些革命性的技术创新与制造业的融合充满挑战,但潜在的收益无比巨大,能够帮助企业寻求最优的解决方案,应对积弊,创造价值。

利用人工智能和数据的结合,完成企业的进化,已经成为众多企业家与企业管理者希望尝试的变革。但是从技术到商业化落地,尤其是AI等方案如何在工业领域有效应用,实际操作起来可能还面临不小的挑战。在不久前发布的麻省理工《以人工智能重塑商业》年度产业报告中,分析者指出,当前有极高比率的企业希望尝试人工智能变革,但只有约五分之一的企业实际将人工智能纳入了某些产品或流程。

目前来看,从应用上讲,人工智能技术正在被不断地应用到图像识别、语音识别、智能机器人、智能驾驶/自动驾驶、故障诊断与预测性维护、质量监控等各个领域,覆盖从研发创新、生产管理、质量控制、故障诊断等多个方面。从行业来讲,人工智能应用不仅涵盖了3C、纺织、冶金、汽车等多个传统制造业产业,还涉及高端装备制造、机器人、新能源等战略新兴产业。

当数据和人工智能深入融合,并渗透到各个行业,其具体将表现在制造系统具备了学习能力,通过深度学习、增强学习等技术应用于制造领域,知识产生、获取、运用和传承效率发生革命性变化,显著提高创新与服务能力。这一系列将引发的是一场连续的系统大改造,但这个过程也必将是漫长的。

事实上,中国制造业仍面临错综复杂的局面。首先是制造企业数字化程度太低,而数字化又是智能化的基础,再加上研发能力不强也是中国制造业整体大而不强的主要原因。其次,现在的人工智能技术只能算是弱人工智能,机器学习和深度学习等技术在制造企业的实际应用有待加强;第三,人工智能产业发展环境还不成熟,缺乏行业标准和安全保障制度。

前不久,华为创始人任正非接受媒体采访时也指出,算法、算力、数据是人工智能技术的核心,但目前国内在前两项上依然还比较薄弱。“光有数据强还不行。欧、美、日的数学基础很扎实,比如我们做机器人,关键零件都是买日本的,即使我们研发出来了,赚钱最多的还是日本。”任正非以5G举例,他提到5G有两个关键技术:长码和短码。长码是1964年美国教授写的一个编码方式,短码是2008年土耳其一个教授写的编码方式。围绕这两个方程,数十年来几十个公司可是有上万人在追随研究,变成了一个标准。这些都需要扎实基础研究积累。

众多专家都将人工智能技术的落地划为三个阶段:第一阶段,人工智能将完成技术上的成熟,开始在多个领域达成超过人类平均水平的目标;第二阶段,企业将广泛运用人工智能,将智能作为燃油和电力一样的发展必备资源;第三阶段,通用人工智能将来到人们身边,人类在影视作品中想象的与真人类似的智能体将开始出现。目前来看,人工智能正处于第一阶段向第二阶段进发的关键时期。如何让人工智能技术与企业需求和增长相结合,是接下来产业发展的重点任务,唯有如此,才能让人工智能真正融入产业的各个环节,变成水、电、网络一样的企业必需品。

0