如先前发表于 自动化世界
最近，似乎每个人都在谈论人工智能（AI）和机器学习。事实上，IDC预测，人工智能支出将从2017年的120亿美元增加到2021年的576亿美元。尽管大型跨国工业公司已经开始采用人工智能来保持竞争力，但现在也是中小型工业公司开始以这种方式思考的时候了。
随着工业物联网的兴起，各公司继续收集从生产系统创建的数据，许多公司发现收集的见解超出了他们的承受能力。数据分析本身是不够的——需要使用数据来推动运营向前发展。在这里，AI 将发挥越来越重要的作用。
AI 的力量和 AI 支出的重要性
机器学习只是故事的一半。尽管它可以用来筛选大量的大数据以帮助识别模式和业务见解，但真正的价值将来自人工智能的力量，因为它将允许公司利用这些见解来实现某些目标。这可能意味着任何事情，从因缺乏可用资源而自动修改生产线排程，到从头到尾管理供应链中的变更以防止冲突和避免中断。随着按需经济的兴起和全球供应链的日益复杂，人工智能驱动的情报将使公司能够在竞争激烈的市场中保持成功。
这一切听起来可能有点过于雄心勃勃，所以让我们分解一下。基本上有两种类型的人工智能——大人工智能和小人工智能。Big AI旨在大规模解决多个企业的复杂问题。它使用大量数据（通常在云中）来做到这一点。另一方面，Little AI专注于微观问题，例如优化单条生产线，同时最大限度地减少所需的人机交互量。在本地环境中，靠近操作系统自动化的地方，您会发现 Little AI 生活在那里。本质上，Little AI 是基于边缘的实时、基于边缘的分析，部署在高度可用并推动智能自动化的系统上。
现在就开始做一些 “小AI”
要有效利用 AI 的力量，你的初始目标必须是让基础设施加快速度。这通常涉及升级您的网络，以便信息可以轻松地流向在边缘进行处理的系统。然后，你可以部署传感器来收集数据，通过分析来理解数据。然后，将邀请数据科学家实施优化，以帮助您充分受益于人工智能的优势。
许多工业企业才刚刚开始涉足AI领域。但是，随着各行各业数字化转型的步伐，有必要开始考虑如何在当今的业务中使用AI。
