数据智能在工业企业的落地

大家有没有想过，对于我们这样的工业设备从业人员，当我们的笨重的设备开始在线，开始产生数据，会发生什么？

设备实现在线运行后，会产生大量“活数据”，这些数据可以被远传，可以被复制，可以被跟踪，可以被监控，可以做出优化决策，从而形成数据闭环。这样供应商提供“精准”的服务变成了可能，数据智能也就在此落地，产品不再单纯是产品，而变成了服务。

上面的流程是当今数据智能时代通行的方法论，它对当前各个行业的颠覆力度将会是无比大的，如果我们没有把思路归到此方法论上来，我们就失去了在智能时代立足的先机。

在物联网如火如荼之时，其实我们可以看到，我们在使用的设备的智能程度基本为零，甚至赶不上小便池的智能，这是一片广袤的待垦地。只要你把设备在线化，把数据远传，通过算法寻优，智能帘幕自此拉开。

人工智能+工业物联网，AI+IIoT，起个简称，IAI（Industrial Artificial Intelligence）。

如今AI一般被分为3个等级：狭义人工智能、一般人工智能和超级人工智能。

1.狭义人工智能是指在解决某些非常具体的特定问题时，与人类相当或超越人类智能的AI。

2.一般人工智能是指在解决任何人类通过智力可以解决的问题时，达到人类智能的AI。

3.超级人工智能是指在每个领域，包括科学、艺术、常识和社交技能等，都比最好的人类更聪明的AI。

当我们在工业领域谈论人工智能时，主要是指狭义人工智能，即便是最低端的ANI，也足够撑起工业互联网的野心了。

目前IAI已经确定了一些明确的应用场景：

1.IAI用于工厂内部的设备管理

设想一个生产线中的设备，过去它又聋又哑又无脑，现在通过IAI它可以知道自己的健康情况，可以预测未来的故障，从而安排自己的预防性维护时间。通过机器学习，它甚至可以在过去的操作数据中寻找特定模式，帮助细化和提高预测的准确性。

根据埃森哲之前的统计，单纯实施IIoT，就可以提升3-5%的资产可用性，提升10-15%的维修效率，降低1-5%的设备停机时间，节省15-30%的维修成本和20-25%的技术人员加班时长。

2.IAI用于OEM设备制造商改造商业模式

过去我们常说，客户并不是真的想要一个挖掘机，而只是想要在地上挖好的洞。有些客户经常挖洞，所以他们愿意花钱去买挖掘机。有些客户偶尔挖洞，他们更喜欢花钱去租。IAI可以帮助OEM的客户实现这些需求。

当买家的挖掘机空闲时，他可以选择把机器租给别人使用，租金收益由买家和OEM共享。这时IAI的作用就体现出来了，它通过分析挖掘机的状态信息、空闲时间信息和租赁需求信息，实现供需之间的匹配。OEM还可以通过IAI预测挖掘机的潜在故障，提供灵活、及时的增值型上门服务。

3.IAI用于改进第三方现场服务

根据ServiceMax的统计，采用IIoT可以使第三方现场服务公司增加22%的服务收入，提高17%的故障首次修复率，降低19%的平均故障检修时间。

4.IAI用于产品本身的智能化改造

比如一个医疗器械的制造商，生产血管支架。支架是植入物，插入到患者的动脉中，用以改善血液流动。现在他可以考虑将一个小小的传感器添加到支架产品中，并将得到的数据反馈到互联网，以便医生实现对每一个病人细致入微的远程监测。IAI可以建议患者适当的起居计划，部分承担医师的角色提供健康建议和康复指导。

我们，没有迟到！