天天看点

工业物联网人工智能框架 - 第二部分

作者:Engineer Fu

本文翻译自《Industrial IoT Artificial Intelligence Framework》,原始来源:https://www.iiconsortium.org/pdf/Industrial-AI-Framework-Final-2022-02-21.pdf。本翻译作品仅供参考,遵循 Industry IoT Consortium 使用信息 - 使用条款、条件和通告。作者和贡献者对原文内容享有版权。请阅读原文以了解详细信息和权限限制。

作者 Authors

Wael William Diab, Alex Ferraro, Brad Klenz, Shi-Wan Lin, Edy Liongosari, Wadih Elie Tannous, Bassam Zarkout.

2 业务视角

业务视角关注利益相关者的关切,包括业务决策者,例如高级管理人员、董事会成员、总经理,以及技术经理和厂长。该视角涵盖了他们在业务和监管背景下建立人工智能驱动的工业物联网系统的业务愿景、价值观和目标。

工业物联网人工智能框架 - 第二部分

图2-1:工业人工智能框架的业务视角。来源:IIC。

如图2-1所示,该视角的主要考虑是通过直接提高投资回报率来最大化对组织及其生态系统的价值。例如,人工智能可以更有效地提供洞察力,如增加生产吞吐量、避免或减少运营成本、提供更高的利润率、实现新的能力、减少错误、降低库存、改善安全性、做出更好更快的决策以及提高产品质量。

人工智能的应用也可以间接地最大化价值,因为它改善了社会方面的影响。例如,人工智能可以提高疾病诊断的准确性,帮助专家更好地预测自然灾害,通过对学生进行一对一辅导来改善教育,促进职场领域的逐步演进,并通过使自动化系统和机器人执行危险任务来降低职业风险。这些间接(或直接)的好处也可以引领组织投资回报率的改善。

2.1 从数据密集环境中挖掘有价值的洞见

工业物联网系统通过连接设备、人员和环境生成大量数据,并在组织的各个业务领域和生态系统之间形成复杂的关系。

这些庞大的数据具有大数据的典型特征,例如数据量大、种类多样、速度快、真实性和拥有价值(或缺乏价值)。 “价值”可能难以捉摸,但组织可以利用人工智能分析和挖掘这些数据中的有价值的洞见。这有助于组织识别改善投资回报率、做出有效决策并发现组织可能面临的潜在风险:财务、运营、治理等。

人工智能使得价值捕获在越来越多的用例和行业中变得多样化。一份研究简报估计,在19个行业的九个业务功能中,人工智能应用每年有潜力创造3.5万亿至5.8万亿美元的价值。

另一项研究估计,到2030年,人工智能将为全球国内生产总值增长26%,相当于对经济的贡献达到15.7万亿美元。人工智能的最重要价值驱动因素不是技术本身,而是“它所应用的地方与利润之间的关系的紧密度。”

2.2 实现数字化转型

应用人工智能技术可以帮助企业实现智能数字化转型,并促使新型具有变革性的业务形态被创造。人工智能还可以作为数字化转型(DX)倡议的催化剂,为组织创造比产品设计知识产权更多的价值。

数字化转型是一段旅程(见图2-2),从组织面临的“日益增加的挑战”到能够应对这些挑战并实现“更好和变革性的成果”。这一旅程以业务、技术和可信度因素为支撑。

在数字化转型的旅程中取得成功需要利益相关者的积极参与,他们会带来不同的观点和不同的期望,关于数字化转型对他们而言意味着什么:战略、计划、流程、项目或技术。

工业物联网人工智能框架 - 第二部分

图2-2 数字化转型之旅。来源:IIC。

人工智能在颠覆组织并推动其数字化转型之旅中扮演着重要角色。虽然一些人工智能应用是专业而有选择性的,但大多数应用具有颠覆性和变革性的特点。

2019年,国际数据公司(IDC)预测到2021年,75%的数字化转型项目将利用人工智能服务。这一预测已经成为现实。人工智能使组织更具创新性、更灵活、更高效和更具适应性。在工业领域,它使机器能够确保自身正常和最佳运行,它能测量并优化过程的生产力,并提供预测性维护建议。

基于人工智能的工业物联网系统还为商业和公共实体提供了重新评估、优化和重新配置其员工以适应新兴数字工作场所的机会。

2.3 组织未来发展的保障因素

AI技术赋能的数字化企业是一种智能数字化企业,它有能力向前看并将AI用作提前预警系统,用于发现尚未被考虑的问题,如业务威胁和错失的商机。这相当于发现了“你不知道自己不知道的东西”。这可以将组织推向一个不同的水平。

AI作为这种“未来保障”角色的代理人的能力对于那些需要将在工业物联网系统中执行的功能与在业务系统中执行的功能进行整合的组织尤其有价值。这涉及到关键系统特性、最佳实践和组织文化的复杂融合。AI技术非常适合跨越这种集成的IT/OT环境,并揭示人类无法辨别的威胁和机遇。

除了对组织的深远影响外,AI可能最终重新定义IT对组织的战略价值,提高了对AI治理的需求。

2.4 AI的采用准备度

大多数以AI为重点的出版物侧重于AI模型本身的设计和开发考虑。本节着重讨论使AI模型适用于企业(包括工业和其他领域)所需的准备和成熟度要求,如何定义AI应用的需求,如何持续改进AI模型,以确保在应用和特定领域中的正确性、准确性和公平性,在社会环境中为这些应用定制通用模型。

一般来说,要在AI环境中达到成熟度,应重点关注以下方面:

  • 自动化:为客户和利益相关者提供新的可能性,
  • 信息共享:向决策者和规划者提供预测和见解,
  • 发现:为提高效能和效率提供基准,
  • 转型:打造智能驱动型企业。

Gartner进一步将AI成熟度分为五个级别:

  • Level 1,意识:对AI的早期兴趣,存在过度炒作的风险,
  • Level 2,活跃:在数据科学的背景下进行AI实验,
  • Level 3,运营:AI投入生产,创造价值,
  • Level 4,系统化:AI在数字化流程和价值链转型中得到广泛应用,
  • Level 5,变革性:AI成为业务基因的一部分。

根据Gartner的建议,希望有效使用AI的组织应该力争达到3级或更高的成熟度水平(即在其功能中应用机器学习,在模型维护和创建新数据流水线方面拥有机器学习工程师,并拥有支持基于AI技术流程的基础设施)。计划利用工业AI实现数字化转型的组织应该至少达到4级,拥有支持基于AI技术流程的IIoT系统基础设施,并在现场拥有接受过AI培训的员工。

IIoT系统的生命周期很长(例如几十年)。这比AI技术需要达到所需的准备度和成熟度水平以有效应用于IIoT系统的时间要长。

在IIoT系统中使用特定的AI技术的决策应该基于短期的准备度和成熟度,以及中长期的考虑因素。在某些情况下,中长期的考虑因素可能是决定是否使用AI的关键因素,同时需要采取适当的缓解措施来应对初始阶段的准备度和成熟度不足。

Copyright © 2022, Industry IoT Consortium®, a program of Object Management Group, Inc. (“OMG®”). All other trademarks in this document are the properties of their respective owners.

All copying, distribution and use are subject to the limited License, Permission, Disclaimer and other terms stated in the Industry IoT Consortium Use of Information – Terms, Conditions & Notices, as posted at https://www.iiconsortium.org/legal/index.htm - use_info. If you do not accept these Terms, you are not permitted to use the document.

This document is a work product of the Industry IoT Consortium Industrial Artificial Intelligence Task Group, chaired by Wael William Diab.

Editorial Team: Bassam Zarkout (Chief Editor) and Wael William Diab (Editor).

Authors: The following persons contributed substantial written content to this document: Wael William Diab, Alex Ferraro (PwC), Brad Klenz (SAS), Shi-Wan Lin (Thingswise), Edy Liongosari (Accenture), Wadih Elie Tannous (AASA), Bassam Zarkout (IGnPower).

Contributors: The following persons contributed valuable ideas and feedback that significantly improved the content and quality of this document: Eric Harper (ABB), Salim Abi-Azzi (Dell).

Technical Editor: Stephen Mellor (IIC staff) oversaw the process of organizing the contributions of the Authors and Contributors into an integrated document.

继续阅读