幾年前，西門子公司推出了“列車互聯(lián)網(wǎng)”（InternetofTrains），這是一種通過(guò)物聯(lián)網(wǎng)傳感器監(jiān)控列車的概念，生成的數(shù)據(jù)被發(fā)送到機(jī)器學(xué)習(xí)模型，機(jī)器學(xué)習(xí)模型通過(guò)數(shù)據(jù)分析生成見(jiàn)解并預(yù)測(cè)停機(jī)時(shí)間。這是一個(gè)巨大的成功，因?yàn)樗械幕疖嚩际菧?zhǔn)時(shí)的，而且運(yùn)行誤差很小。《福布斯》在一篇報(bào)道這個(gè)項(xiàng)目的文章指出，“西門子稱其智能鐵路基礎(chǔ)設(shè)施管理平臺(tái)Railigent。它建立在Teradata的Aster數(shù)據(jù)庫(kù)和分析之上，運(yùn)行在AWS云平臺(tái)中。三年來(lái)，致力于鐵路服務(wù)解決方案的團(tuán)隊(duì)已發(fā)展到70人，團(tuán)隊(duì)總部設(shè)在德國(guó)、莫斯科和美國(guó)。”

物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)是兩種尖端技術(shù)，它們以各種方式顛覆了行業(yè)及其運(yùn)營(yíng)結(jié)構(gòu)。雖然他們有自己的能力，但當(dāng)他們結(jié)合起來(lái)時(shí)，可以創(chuàng)造奇跡。物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)可以協(xié)同工作，以提高運(yùn)營(yíng)效率和減少停機(jī)時(shí)間。根據(jù)麥肯錫的一篇文章，到2023年，全球物聯(lián)網(wǎng)設(shè)備的數(shù)量預(yù)計(jì)將增加到430億臺(tái)。物聯(lián)網(wǎng)可以跨行業(yè)連接設(shè)備，并以更快的速度向機(jī)器學(xué)習(xí)模型提供數(shù)據(jù)。

以下來(lái)看看結(jié)合機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)可以提高業(yè)務(wù)效率的一些好處。

預(yù)測(cè)性維護(hù)

物聯(lián)網(wǎng)使用各種傳感器和納米攝像頭通過(guò)互聯(lián)網(wǎng)監(jiān)控設(shè)備，并將數(shù)據(jù)傳輸?shù)綑C(jī)器學(xué)習(xí)系統(tǒng)。機(jī)器學(xué)習(xí)算法以其處理大量數(shù)據(jù)集以獲得見(jiàn)解的能力而聞名。物聯(lián)網(wǎng)數(shù)據(jù)使機(jī)器學(xué)習(xí)系統(tǒng)能夠通過(guò)分析各種設(shè)備的性能來(lái)預(yù)測(cè)結(jié)果。機(jī)器學(xué)習(xí)模型分析數(shù)據(jù)以發(fā)現(xiàn)異常、相關(guān)性和預(yù)測(cè)。基于機(jī)器學(xué)習(xí)的物聯(lián)網(wǎng)數(shù)據(jù)分析在醫(yī)療行業(yè)非常有用，可以預(yù)測(cè)健康狀況和遠(yuǎn)程醫(yī)療。

供應(yīng)鏈管理

高效的供應(yīng)鏈管理、物流和快速交貨是當(dāng)今企業(yè)的期望。通過(guò)物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)的結(jié)合，行業(yè)可以更好地了解其供應(yīng)鏈和物流運(yùn)營(yíng)。物聯(lián)網(wǎng)傳感器能夠?qū)崟r(shí)跟蹤車輛，這有助于消除不必要的延誤和改道等瓶頸。物聯(lián)網(wǎng)傳感器有助于獲取位置和產(chǎn)品細(xì)節(jié)，從而提供端到端的可視性，從而降低成本并將錯(cuò)誤最小化。

機(jī)器學(xué)習(xí)模型使用物聯(lián)網(wǎng)數(shù)據(jù)集來(lái)重新路由或預(yù)測(cè)供應(yīng)鏈和運(yùn)輸中斷。機(jī)器學(xué)習(xí)還可以提供關(guān)于物流有效路徑的見(jiàn)解，從而減少供應(yīng)鏈延遲。物流廠商UPS公司的道路集成優(yōu)化和導(dǎo)航（ORION）技術(shù)，以加強(qiáng)供應(yīng)鏈管理和物流就是一個(gè)例子。UPS公司透露，自它誕生以來(lái)，獵戶座每年已經(jīng)節(jié)省了約1億英里和1000萬(wàn)加侖的燃料。

提高效率和自動(dòng)化業(yè)務(wù)

在工作區(qū)實(shí)施物聯(lián)網(wǎng)可以生成各種業(yè)務(wù)流程的數(shù)據(jù)，然后可以將這些數(shù)據(jù)反饋給機(jī)器學(xué)習(xí)系統(tǒng)以收集見(jiàn)解。機(jī)器學(xué)習(xí)通過(guò)分析數(shù)據(jù)來(lái)了解工作場(chǎng)所的低效率，并提供減少低效率的見(jiàn)解。這些技術(shù)協(xié)同工作以提高生產(chǎn)率并設(shè)計(jì)高效的工作流模式。企業(yè)利用人工智能、物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)來(lái)管理業(yè)務(wù)流程自動(dòng)化，以減少工作量和運(yùn)營(yíng)成本。

智能的未來(lái)

工業(yè)4.0帶來(lái)了跨行業(yè)的數(shù)字化轉(zhuǎn)型，并引入了各種顛覆性技術(shù)。物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)是其中兩種可以共同重新定義業(yè)務(wù)運(yùn)營(yíng)的前沿技術(shù)。由于機(jī)器學(xué)習(xí)以其預(yù)測(cè)能力而聞名，物聯(lián)網(wǎng)數(shù)據(jù)可用于風(fēng)險(xiǎn)管理和了解市場(chǎng)趨勢(shì)。

機(jī)器學(xué)習(xí)、人工智能和物聯(lián)網(wǎng)相結(jié)合，增強(qiáng)了客戶的個(gè)性化和體驗(yàn)，進(jìn)而促進(jìn)了業(yè)務(wù)增長(zhǎng)。智能城市是這一組合的另一個(gè)受益者，在這一組合中，一切都基于數(shù)據(jù)和分析。麥肯錫的一份報(bào)告顯示，50%的受訪者表示，他們的公司至少在一個(gè)業(yè)務(wù)流程中采用了人工智能。

人工智能和其他技術(shù)將繼續(xù)存在，它將為重新定義業(yè)務(wù)流程的更多創(chuàng)新鋪平道路。
編輯：lyn