根據(jù)預(yù)測，物聯(lián)網(wǎng)將產(chǎn)生大量的傳感器數(shù)據(jù)，再結(jié)合人工智能，可以將人類的潛能提升到新的水平。

[[285548]]

如今，很少有像物聯(lián)網(wǎng)這樣的技術(shù)能夠受到全球IT領(lǐng)袖的熱切及廣泛關(guān)注。但這項(xiàng)技術(shù)對人類的潛能有何影響?一方面，IT主管們預(yù)見到，通過利用幾乎無處不在的物聯(lián)網(wǎng)傳感器的海量數(shù)據(jù)，改善客戶體驗(yàn)的潛力幾乎是無限的;另一方面，業(yè)務(wù)主管對如何管理這些數(shù)據(jù)以及如何確保所有這些新終端的安全表示擔(dān)憂。

物聯(lián)網(wǎng)浪潮的規(guī)模毋庸置疑。據(jù)全球管理咨詢公司貝恩(Bain&Company)稱，盡管物聯(lián)網(wǎng)的增長預(yù)測各不相同，但實(shí)際上所有這些都預(yù)見到了非常快速的增長，在未來幾年中，每年的增長幅度約為25%，三年內(nèi)全球?qū)⑦_(dá)到5200億美元。另一份報(bào)告預(yù)測，到2020年，全球物聯(lián)網(wǎng)設(shè)備數(shù)量將增長到200億臺，是全球人口的兩倍多。

物聯(lián)網(wǎng)和人類潛能

然而，物聯(lián)網(wǎng)爆發(fā)的另一個(gè)好處正在顯現(xiàn)，就是物聯(lián)網(wǎng)設(shè)備提升人類潛能的能力，前提是隨著物聯(lián)網(wǎng)數(shù)量的激增，組織愿意改變一些業(yè)務(wù)流程和操作。

例如，一家金屬工廠部署物聯(lián)網(wǎng)傳感器以解決產(chǎn)能限制的情況。事實(shí)證明，部署傳感器和收集數(shù)據(jù)很容易，但是工廠車間的員工并沒有使用這些數(shù)據(jù)，原因是許多數(shù)據(jù)太復(fù)雜。

因此，IT部門簡化了一些復(fù)雜的分析輸出，使一線操作員能夠識別生產(chǎn)瓶頸何時(shí)形成。這些操作員進(jìn)行日常生產(chǎn)操作，并被給予更大的自由度來改變生產(chǎn)線，以避免他們預(yù)見到的瓶頸。其結(jié)果是生產(chǎn)設(shè)備效率提高了50%，下游資本支出節(jié)省了50%——這些都是由于物聯(lián)網(wǎng)推動了一線工人的潛能增長。

然而，數(shù)十億個(gè)新的連網(wǎng)終端只是物聯(lián)網(wǎng)方程式的一部分。這類似于1990年代初開始的互聯(lián)網(wǎng)革命，但如果沒有瀏覽器和相對低成本的網(wǎng)絡(luò)以及個(gè)人計(jì)算的消費(fèi)化，互聯(lián)網(wǎng)就成了一個(gè)主要用于國防目的全球網(wǎng)絡(luò)。

混合物聯(lián)網(wǎng)和人工智能

物聯(lián)網(wǎng)也是如此。盡管傳感器將產(chǎn)生和傳輸前所未有的大量數(shù)據(jù)，但復(fù)雜的平臺將需要管理、分析并最終從所有數(shù)據(jù)中產(chǎn)生業(yè)務(wù)見解。換句話說，這樣的平臺將需要通過將物聯(lián)網(wǎng)數(shù)據(jù)與其他來源(如事務(wù)性)數(shù)據(jù)混合，以帶來更深層次的上下文內(nèi)容，然后將其建模到具有一致指標(biāo)的框架中，在某些情況下，這可能會改變工作的本質(zhì)，例如在上述金屬工廠的示例中。

隨著人工智能(AI)的發(fā)展以及與物聯(lián)網(wǎng)的融合，這些平臺也將越來越多地利用人工智能。事實(shí)上，專家認(rèn)為人工智能很快將成為物聯(lián)網(wǎng)解決方案不可或缺的一部分。普華永道稱，原因是物聯(lián)網(wǎng)的主要特征，如連接性和傳感器數(shù)據(jù)，導(dǎo)致從對“啞”設(shè)備的需求轉(zhuǎn)變?yōu)閷χ悄茉O(shè)備的需求。普華永道認(rèn)為：

物聯(lián)網(wǎng)需要智能機(jī)器，因此需要人工智能。

考慮一個(gè)人工智能(AI)和物聯(lián)網(wǎng)的物流/運(yùn)輸用例，比如車隊(duì)運(yùn)營。從歷史上看，車隊(duì)經(jīng)理很難深刻了解資產(chǎn)的狀況，比如卡車。管理者需要追蹤太多的歷史、當(dāng)前和未來數(shù)據(jù)。對于卡車，這意味著需要將歷史資產(chǎn)管理、工作管理、可靠性和可持續(xù)性數(shù)據(jù)與第三方來源數(shù)據(jù)(運(yùn)營統(tǒng)計(jì)、氣候條件、折舊、車載數(shù)據(jù)等)進(jìn)行疊加。

目前可用的人工智能平臺可以從這些和許多其他看似不同的傳感器數(shù)據(jù)源中收集數(shù)據(jù)，從而為車隊(duì)經(jīng)理提供寶貴見解，并使他們能夠跟蹤單輛卡車或整個(gè)車隊(duì)。然后，他們可以更好地做出獨(dú)立決策，以提高運(yùn)營效率，確保符合安全法規(guī)，并更好地協(xié)調(diào)車隊(duì)運(yùn)營與銷售和營銷工作。

更好的獨(dú)立決策和更好的數(shù)據(jù)

因此，物聯(lián)網(wǎng)和人工智能的關(guān)系將增強(qiáng)一線經(jīng)理和員工的潛力，他們將有權(quán)做出明智的，對業(yè)務(wù)至關(guān)重要的決定，而不必征求高層許可或指示。工人們將通過確定一臺主要機(jī)器何時(shí)會發(fā)生故障來更好地進(jìn)行預(yù)測分析，并通過主動維護(hù)來預(yù)防該故障。他們還將熟練地處理更多常規(guī)性任務(wù)。(來自物聯(lián)之家)物聯(lián)網(wǎng)傳感器可以產(chǎn)生數(shù)據(jù)，并建議在操作邊緣(比如在遠(yuǎn)程鉆井平臺)立即采取行動，從而有助于避免停工甚至災(zāi)難。隨著人工智能與物聯(lián)網(wǎng)和“學(xué)習(xí)”的協(xié)同工作，以及越來越多的數(shù)據(jù)涌入復(fù)雜的機(jī)器學(xué)習(xí)算法，基于人工智能的物聯(lián)網(wǎng)平臺最終可以學(xué)會自主采取行動，從而使工作人員可以騰出精力來完成更重要的任務(wù)。

人工智能—物聯(lián)網(wǎng)浪潮是不可避免的。這些技術(shù)能否在工作場所提升員工潛能，將取決于IT和業(yè)務(wù)團(tuán)隊(duì)今天在浪潮來臨之前所做的努力和計(jì)劃。