制造業(yè)中人工智能的興起

人工智能和工業(yè)物聯(lián)網(wǎng)正在融合，使生產(chǎn)流程數(shù)字化，以提高生產(chǎn)力和減少停機時間。用于制造業(yè)的機器學習算法正在制定并針對具體的生產(chǎn)線挑戰(zhàn)量身定做——例如減少生產(chǎn)浪費，提高流程穩(wěn)定性，限度地減少意外停機時間以及消除流程干擾。

3、將操作技術（OT）數(shù)據(jù)情境化

操作技術（OT）和信息技術（IT）已經(jīng)融合一段時間了，而“協(xié)作”曾經(jīng)是目標?，F(xiàn)在許多制造商正在將他們的操作技術和信息技術數(shù)據(jù)向前推進一步，以提高數(shù)據(jù)驅動的洞察力的相關性和準確性。

怎么做？

答案是：情境化。

制造商衡量正確數(shù)據(jù)并得出準確結論的方法是將工廠或生產(chǎn)線環(huán)境中的所有相關操作數(shù)據(jù)與信息技術系統(tǒng)中的業(yè)務環(huán)境數(shù)據(jù)相結合。

以下是預測性維護中數(shù)據(jù)情境化的一個示例：

一家食品和飲料制造商將機器學習算法應用于一條生產(chǎn)線上的操作數(shù)據(jù)，以尋找預測資產(chǎn)故障的模式。

但是這個軟件沒有考慮質量控制測試的警告，也沒有考慮正在生產(chǎn)的產(chǎn)品和批次。

因此，食品烤箱可能會因特定配方而過熱——但如果沒有配方的背景，機器學習算法將永遠無法為生產(chǎn)團隊提供準確、可操作的見解。