פיר סיבות מאַכן ינדוסטריאַל אַיאָט די נייַע באַליבסטע

לויט די לעצטנס באפרייט ינדאַסטריאַל אַי און אַי מאַרקעט באריכט 2021-2026, די אַדאַפּשאַן קורס פון אַי אין ינדאַסטרי סעטטינגס געוואקסן פון 19 פּראָצענט צו 31 פּראָצענט אין נאָר איבער צוויי יאָר. אין אַדישאַן צו 31 פּראָצענט פון ריספּאַנדאַנץ וואָס האָבן גאָר אָדער טייל ראָולד אויס אַי אין זייער אַפּעריישאַנז, נאָך 39 פּראָצענט זענען דערווייַל טעסטינג אָדער פּילאָט די טעכנאָלאָגיע.

AI איז ימערדזשינג ווי אַ שליסל טעכנאָלאָגיע פֿאַר מאַניאַפאַקטשערערז און ענערגיע קאָמפּאַניעס ווערלדווייד, און IoT אַנאַליסיס פּרידיקס אַז די ינדאַסטריאַל אַי סאַלושאַנז מאַרק וועט ווייַזן אַ שטאַרק פּאָסט-פּאַנדעמיק קאַמפּאַונד יערלעך וווּקס קורס (CAGR) פון 35% צו דערגרייכן $ 102.17 ביליאָן אין 2026.

די דיגיטאַל עלטער האט געבורט צו די אינטערנעט פון טהינגס. עס קען זיין געזען אַז די ימערדזשאַנס פון קינסטלעך סייכל האט אַקסעלערייטיד די גאַנג פון דער אַנטוויקלונג פון די אינטערנעט פון טהינגס.

לאָמיר נעמען אַ קוק אין עטלעכע פון ​​די סיבות וואָס פירן די העכערונג פון ינדאַסטריאַל AI און AIoT.

פאַקטאָר 1: מער און מער ווייכווארג מכשירים פֿאַר ינדאַסטריאַל AIoT

אין 2019, ווען Iot אַנאַליטיקס אנגעהויבן צו דעקן ינדאַסטריאַל אַי, עס זענען געווען ווייניק דעדאַקייטאַד אַי ווייכווארג פּראָדוקטן פון אַפּעריישאַנאַל טעכנאָלאָגיע (אָט) ווענדאָרס. זינט דעמאָלט, פילע אָט ווענדאָרס האָבן אריין די אַי מאַרק דורך דעוועלאָפּינג און צושטעלן אַי ווייכווארג סאַלושאַנז אין די פאָרעם פון אַי פּלאַטפאָרמס פֿאַר די פאַבריק שטאָק.

לויט דאַטן, קימאַט 400 ווענדאָרס פאָרשלאָגן אַיאָט ווייכווארג. די נומער פון ווייכווארג ווענדאָרס וואָס פאַרבינדן די ינדאַסטרי אַי מאַרק איז געוואקסן דראַמאַטיקלי אין די לעצטע צוויי יאָר. בעשאַס דעם לערנען, IoT Analytics יידענאַפייד 634 סאַפּלייערז פון אַי טעכנאָלאָגיע צו מאַניאַפאַקטשערערז / ינדאַסטרי קאַסטאַמערז. פון די קאָמפּאַניעס, 389 (61.4%) פאָרשלאָגן אַי ווייכווארג.

די נייַע אַי ווייכווארג פּלאַטפאָרמע פאָוקיסיז אויף ינדאַסטרי ינווייראַנמאַנץ. ווייַטער פון Uptake, Braincube אָדער C3 AI, אַ גראָוינג נומער פון אַפּעריישאַנאַל טעכנאָלאָגיע (אָט) ווענדאָרס פאָרשלאָגן דעדאַקייטאַד אַי ווייכווארג פּלאַטפאָרמס. ביישפילן אַרייַננעמען ABB ס Genix ינדוסטריאַל אַנאַליטיקס און אַי סוויט, Rockwell Automation ס FactoryTalk Innovation סוויט, Schneider Electric ס אייגענע מאַנופאַקטורינג קאַנסאַלטינג פּלאַטפאָרמע, און מער לעצטנס, ספּעציפיש אַד-אָנס. עטלעכע פון ​​די פּלאַטפאָרמס צילן אַ ברייט קייט פון נוצן קאַסעס. פֿאַר בייַשפּיל, ABB ס Genix פּלאַטפאָרמע גיט אַוואַנסירטע אַנאַליטיקס, אַרייַנגערעכנט פאַר-געבויט אַפּלאַקיישאַנז און באַדינונגס פֿאַר אַפּעריישאַנאַל פאָרשטעלונג פאַרוואַלטונג, אַסעט אָרנטלעכקייַט, סאַסטיינאַביליטי און צושטעלן קייט עפעקטיווקייַט.

גרויס קאָמפּאַניעס שטעלן זייער אַי ווייכווארג מכשירים אויף די קראָם שטאָק.

די אַוויילאַבילאַטי פון אַי ווייכווארג מכשירים איז אויך געטריבן דורך נייַע ספּעציעלע ווייכווארג מכשירים דעוועלאָפּעד דורך AWS, גרויס קאָמפּאַניעס אַזאַ ווי מייקראָסאָפֿט און Google. צום ביישפּיל, אין דעצעמבער 2020, AWS באפרייט Amazon SageMaker JumpStart, אַ שטריך פון Amazon SageMaker וואָס גיט אַ סכום פון פאַר-געבויט און קוסטאָמיזאַבלע סאַלושאַנז פֿאַר די מערסט פּראָסט ינדאַסטריאַל נוצן קאַסעס, אַזאַ ווי PdM, קאָמפּיוטער זעאונג און אָטאַנאַמאַס דרייווינג. נאָר אַ ביסל קליקס.

ניצן-פאַל-ספּעציפיש ווייכווארג סאַלושאַנז זענען דרייווינג וסאַביליטי ימפּרווומאַנץ.

ניצן-פאַל-ספּעציפיש ווייכווארג סוויץ, אַזאַ ווי די פאָוקיסט אויף פּרידיקטיוו וישאַלט, ווערן מער געוויינטלעך. IoT Analytics באמערקט אַז די נומער פון פּראַוויידערז וואָס נוצן אַי-באזירט פּראָדוקט דאַטן פאַרוואַלטונג (PdM) ווייכווארג סאַלושאַנז רויז צו 73 אין פרי 2021 רעכט צו אַ פאַרגרעסערן אין די פאַרשיידנקייַט פון דאַטן קוואלן און די נוצן פון פאַר-טריינינג מאָדעלס, ווי געזונט ווי די וויידספּרעד. אַדאַפּשאַן פון דאַטן ענכאַנסמאַנט טעקנאַלאַדזשיז.

פאַקטאָר 2: די אַנטוויקלונג און וישאַלט פון אַי סאַלושאַנז זענען סימפּלאַפייד

אָטאַמייטיד מאַשין לערנען (AutoML) איז שיין אַ נאָרמאַל פּראָדוקט.

רעכט צו דער קאַמפּלעקסיטי פון די טאַסקס פֿאַרבונדן מיט מאַשין לערנען (ML), דער גיך וווּקס פון מאַשין לערנען אַפּלאַקיישאַנז האט באשאפן אַ נויט פֿאַר אַוועק-דעם-פּאָליצע מאַשין לערנען מעטהאָדס וואָס קענען זיין געוויינט אָן עקספּערטיז. די ריזאַלטינג פעלד פון פאָרשונג, פּראָגרעסיוו אָטאַמיישאַן פֿאַר מאַשין לערנען, איז גערופֿן AutoML. א פאַרשיידנקייַט פון קאָמפּאַניעס לעווערידזשינג דעם טעכנאָלאָגיע ווי אַ טייל פון זייער אַי אָפערינגז צו העלפֿן קאַסטאַמערז צו אַנטוויקלען ML מאָדעלס און פאַסטער ינסטרומענט ינדאַסטריאַל נוצן קאַסעס. אין נאוועמבער 2020, למשל, SKF מודיע אַן אַוטאָמל-באזירט פּראָדוקט וואָס קאַמביינז מאַשין פּראָצעס דאַטן מיט ווייבריישאַן און טעמפּעראַטור דאַטן צו רעדוצירן קאָס און געבן נייַע געשעפט מאָדעלס פֿאַר קאַסטאַמערז.

מאַשין לערנען אַפּעריישאַנז (ML Ops) פאַרפּאָשעטערן מאָדעל פאַרוואַלטונג און וישאַלט.

די נייַע דיסציפּלין פון מאַשין לערנען אַפּעריישאַנז יימז צו פאַרפּאָשעטערן די וישאַלט פון אַי מאָדעלס אין מאַנופאַקטורינג ינווייראַנמאַנץ. די פאָרשטעלונג פון אַן אַי מאָדעל טיפּיקלי דיגריידז איבער צייַט ווייַל עס איז אַפעקטאַד דורך עטלעכע סיבות אין דער פאַבריק (למשל ענדערונגען אין דאַטן פאַרשפּרייטונג און קוואַליטעט סטאַנדאַרדס). ווי אַ רעזולטאַט, מאָדעל וישאַלט און מאַשין לערנען אַפּעריישאַנז האָבן ווערן נייטיק צו טרעפן די הויך קוואַליטעט רעקווירעמענץ פון ינדאַסטרי ינווייראַנמאַנץ (למשל, מאָדעלס מיט פאָרשטעלונג אונטער 99% קען פאַרלאָזן צו ידענטיפיצירן נאַטור וואָס ענדיינדזשער אַרבעט זיכערקייַט).

אין די לעצטע יאָרן, פילע סטאַרטאַפּס האָבן זיך איינגעשריבן די ML ​​אָפּס פּלאַץ, אַרייַנגערעכנט DataRobot, Grid.AI, Pinecone/Zilliz, Seldon און Weights & Biases. געגרינדעט קאָמפּאַניעס האָבן צוגעלייגט מאַשין לערנען אַפּעריישאַנז צו זייער יגזיסטינג אַי ווייכווארג אָפערינגז, אַרייַנגערעכנט מייקראָסאָפֿט, וואָס ינטראָודוסט דאַטן דריפט דיטעקשאַן אין Azure ML Studio. די נייַע שטריך ינייבאַלז ניצערס צו דעטעקט ענדערונגען אין די פאַרשפּרייטונג פון אַרייַנשרייַב דאַטן וואָס דיגרייד מאָדעל פאָרשטעלונג.

פאַקטאָר 3: קינסטלעך סייכל געווענדט צו יגזיסטינג אַפּלאַקיישאַנז און נוצן קאַסעס

טראַדיציאָנעל ווייכווארג פּראַוויידערז לייגן אַי קייפּאַבילאַטיז.

אין אַדישאַן צו יגזיסטינג גרויס האָריזאָנטאַל אַי ווייכווארג מכשירים אַזאַ ווי MS Azure ML, AWS SageMaker און Google Cloud Vertex AI, טראדיציאנעלן ווייכווארג סוויץ אַזאַ ווי קאַמפּיוטערייזד מאַינטענאַנסע מאַנאַגעמענט סיסטעמען (CAMMS), מאַנופאַקטורינג דורכפירונג סיסטעמען (MES) אָדער פאַרנעמונג ריסאָרס פּלאַנירונג (ERP) קענען איצט זיין באטייטיק ימפּרוווד דורך ינדזשעקטינג אַי קייפּאַבילאַטיז. פֿאַר בייַשפּיל, ERP שפּייַזער Epicor Software איז אַדינג אַי קייפּאַבילאַטיז צו זיין יגזיסטינג פּראָדוקטן דורך זיין Epicor Virtual Assistant (EVA). ינטעליגענט EVA אגענטן זענען געניצט צו אָטאַמייט ERP פּראַסעסאַז, אַזאַ ווי ריסקעדזשולינג מאַנופאַקטורינג אַפּעריישאַנז אָדער דורכפירן פּשוט פֿראגן (למשל, באַקומען דעטאַילס וועגן פּראָדוקט פּרייסינג אָדער די נומער פון בנימצא פּאַרץ).

ינדאַסטריאַל נוצן קאַסעס זענען אַפּגריידיד דורך ניצן AIoT.

עטלעכע ינדאַסטריאַל נוצן קאַסעס זענען ימפּרוווד דורך אַדינג אַי קייפּאַבילאַטיז צו יגזיסטינג ייַזנוואַרג / ווייכווארג ינפראַסטראַקטשער. א לעבעדיק בייַשפּיל איז מאַשין זעאונג אין קוואַליטעט קאָנטראָל אַפּלאַקיישאַנז. טראַדיציאָנעל מאַשין זעאונג סיסטעמען פּראָצעס בילדער דורך ינאַגרייטיד אָדער דיסקרעטע קאָמפּיוטערס יקוויפּט מיט ספּעשאַלייזד ווייכווארג וואָס יוואַליוייץ פּרידיטערמינד פּאַראַמעטערס און שוועלן (למשל, הויך קאַנטראַסט) צו באַשליסן צי אַבדזשעקץ ויסשטעלונג חסרונות. אין פילע קאַסעס (למשל, עלעקטראָניש קאַמפּאָונאַנץ מיט פאַרשידענע וויירינג שאַפּעס), די נומער פון פאַלש פּאַזאַטיווז איז זייער הויך.

אָבער, די סיסטעמען זענען ריווייווד דורך קינסטלעך סייכל. פֿאַר בייַשפּיל, ינדאַסטריאַל מאַשין Vision שפּייַזער Cognex באפרייט אַ נייַע Deep Learning געצייַג (Vision Pro Deep Learning 2.0) אין יולי 2021. די נייַע מכשירים ויסשטימען זיך מיט בעקאַבאָלעדיק זעאונג סיסטעמען, וואָס ענייבאַלז סוף ניצערס צו פאַרבינדן טיף לערנען מיט טראדיציאנעלן זעאונג מכשירים אין דער זעלביקער אַפּלאַקיישאַן. טרעפן פאדערן מעדיציניש און עלעקטראָניש ינווייראַנמאַנץ וואָס דאַרפן פּינטלעך מעזשערמאַנט פון סקראַטשיז, קאַנטאַמאַניישאַן און אנדערע חסרונות.

פאַקטאָר 4: ימפּרוווד ינדאַסטריאַל אַיאָט ייַזנוואַרג

AI טשיפּס זענען ימפּרוווינג ראַפּאַדלי.

עמבעדיד ייַזנוואַרג אַי טשיפּס וואַקסן ראַפּאַדלי, מיט אַ פאַרשיידנקייַט פון אָפּציעס בנימצא צו שטיצן די אַנטוויקלונג און דיפּלוימאַנט פון אַי מאָדעלס. ביישפילן אַרייַננעמען NVIDIA ס לעצטע גראַפיקס פּראַסעסינג וניץ (גפּוס), די A30 און A10, וואָס זענען באַקענענ אין מערץ 2021 און זענען פּאַסיק פֿאַר אַי נוצן קאַסעס אַזאַ ווי רעקאָמענדאַציע סיסטעמען און קאָמפּיוטער זעאונג סיסטעמען. אן אנדער ביישפּיל איז Google ס פערט-דור טענסאָרס פּראַסעסינג וניץ (TPus), וואָס זענען שטאַרק ספּעציעל-ציל ינאַגרייטיד סערקאַץ (אַסיקס) וואָס קענען דערגרייכן אַרויף צו 1,000 מאל מער עפעקטיווקייַט און גיכקייַט אין מאָדעל אַנטוויקלונג און דיפּלוימאַנט פֿאַר ספּעציפיש אַי ווערקלאָודז (למשל, כייפעץ דיטעקשאַן) , בילד קלאַסאַפאַקיישאַן און רעקאָמענדאַציע בענטשמאַרקס). ניצן דעדאַקייטאַד אַי ייַזנוואַרג ראַדוסאַז מאָדעל קאַמפּיאַטיישאַן צייט פון טעג צו מינוט, און איז פּראָווען צו זיין אַ שפּיל טשאַנגער אין פילע קאַסעס.

שטאַרק אַי ייַזנוואַרג איז גלייך בנימצא דורך אַ צאָלונג-פּער-נוצן מאָדעל.

סופּערסקאַלע ענטערפּריסעס זענען קעסיידער אַפּגריידינג זייער סערווערס צו מאַכן קאַמפּיוטינג רעסורסן בנימצא אין די וואָלקן אַזוי אַז סוף יוזערז קענען ינסטרומענט ינדאַסטריאַל אַי אַפּלאַקיישאַנז. אין נאוועמבער 2021, למשל, AWS אַנאַונסט די באַאַמטער מעלדונג פון זיין לעצטע גפּו-באזירט ינסטאַנסיז, Amazon EC2 G5, Powered דורך די NVIDIA A10G Tensor Core GPU, פֿאַר אַ פאַרשיידנקייַט פון ML אַפּלאַקיישאַנז, אַרייַנגערעכנט קאָמפּיוטער זעאונג און רעקאָמענדאַציע ענדזשאַנז. פֿאַר בייַשפּיל, דיטעקשאַן סיסטעמען שפּייַזער נאַנאָטראָניקס ניצט Amazon EC2 ביישפילן פון זייַן אַי-באזירט קוואַליטעט קאָנטראָל לייזונג צו פאַרגיכערן פּראַסעסינג השתדלות און דערגרייכן מער פּינטלעך דיטעקשאַן ראַטעס אין די פּראָדוצירן פון מיקראָטשיפּס און נאַנאָטובעס.

מסקנא און פּראָספּעקט

AI קומט ארויס פון דער פאַבריק, און עס וועט זיין ומעטומיק אין נייַע אַפּלאַקיישאַנז, אַזאַ ווי אַי-באזירט PdM, און ווי ימפּרווומאַנץ צו יגזיסטינג ווייכווארג און נוצן קאַסעס. גרויס ענטערפּריסעס ראָולינג עטלעכע יי נוצן קאַסעס און ריפּאָרטינג הצלחה, און רובֿ פּראַדזשעקס האָבן אַ הויך צוריקקער אויף ינוועסמאַנט. אַלע אין אַלע, די העכערונג פון די וואָלקן, יאָט פּלאַטפאָרמס און שטאַרק אַי טשיפּס גיט אַ פּלאַטפאָרמע פֿאַר אַ נייַע דור פון ווייכווארג און אַפּטאַמאַזיישאַן.