汽車制造、食品生產(chǎn)及醫(yī)療保健行業(yè)中的人工智能

編者按

本文原載于2018年12月的美國《工業(yè)周刊》。作者文卡特·維斯瓦納阿森（Venkat Viswanathan）是LatentView Analytics公司的創(chuàng)始人兼董事長。當前，數(shù)據(jù)革命已經(jīng)波及各個行業(yè)。即使是以現(xiàn)場作業(yè)為主的建筑行業(yè)，也正在引入3D打印建筑、增強現(xiàn)實和機器人。本文介紹了汽車制造、食品生產(chǎn)和醫(yī)療保健這三個行業(yè)如何通過工業(yè)物聯(lián)網(wǎng)創(chuàng)新，來挖掘數(shù)據(jù)分析和人工智能技術(shù)的巨大潛力，改變運營方式。

當今時代，許多行業(yè)巨頭在競爭加劇的情況下已經(jīng)沒有了退路。金融業(yè)界正在迫使這些公司超越潛在的顛覆者，否則就會像福特首席執(zhí)行官馬克?菲爾德所說的那樣，被踢出局！行業(yè)顛覆者在快速增長，并且獲得了巨大的估值，使得購買創(chuàng)新方式的行動不那么有吸引力。

另一種方法是采用先進的數(shù)據(jù)分析和人工智能等工具來提高效率。這樣做的企業(yè)可以獲得競爭優(yōu)勢，顯著節(jié)省成本。最重要的是，可以確保他們?yōu)榭蛻籼峁┳罹哚槍π缘漠a(chǎn)品或服務。

進入2019年后，很難找到一個未被數(shù)據(jù)革命所波及的行業(yè)。即使是以現(xiàn)場作業(yè)為主的建筑行業(yè)，也正在被3D打印建筑、增強現(xiàn)實和機器人技術(shù)所重新構(gòu)建。汽車制造、食品生產(chǎn)和醫(yī)療保險這三個行業(yè)介于受數(shù)字轉(zhuǎn)型影響最大和最小的行業(yè)之間。下面分析這三個行業(yè)如何通過IIoT（工業(yè)物聯(lián)網(wǎng)）創(chuàng)新來擁抱數(shù)據(jù)分析和人工智能，并給自己帶來益處。

汽車：個性化保修

每個駕駛員對待自己車輛的方式都不盡相同，這不足為奇。如今，許多汽車的內(nèi)部都安裝了傳感器。這些傳感器會實時跟蹤駕駛員使用汽車的所有信息，收集的數(shù)據(jù)可對駕駛員進行精準的區(qū)分，包括一個駕駛員轉(zhuǎn)動方向盤的次數(shù)、制動頻率等。它甚至可以測量制動器受到的壓力，以區(qū)分緊急制動和柔性制動。

一旦將這些數(shù)據(jù)匯總在一起并應用高級分析，就可以看到那些做出了更多制動和停靠動作的駕駛員的行為模式，以及在高速公路上行駛數(shù)百公里、幾乎沒有多余動作的駕駛員的行為模式。使用此類數(shù)據(jù)可以將汽車制造商的重點從產(chǎn)品細分轉(zhuǎn)變?yōu)楦毩６鹊目蛻艏毞稚稀?/p>

采用這種方法需要注意一件事情，汽車里程數(shù)不是一個用于保修的準確指示計，而應根據(jù)具體使用情況來決定。對于汽車來說，最糟糕的使用方式是車輛主要進行短途行駛，最好的方式是主要在高速公路上行駛，停車和起動較少。對于后者，汽車制造商可以在第一年為每輛汽車提供相同的保修，但是在第二年可以根據(jù)使用情況，提供不同的保修包。雖然還沒有汽車制造商這樣做，但這種類型的保修包（類似于汽車保險行業(yè)使用車內(nèi)跟蹤設備的方式）可以為汽車制造商節(jié)省大量資金，并獎勵那些駕駛方式更溫和的駕駛員。例如，我們的一個汽車客戶使用傳感器數(shù)據(jù)可以將保修成本降低35%。

汽車：產(chǎn)品設計大數(shù)據(jù)

同樣，傳感器數(shù)據(jù)可為汽車制造商的新產(chǎn)品設計提供信息。雖然汽車制造過程很復雜，并且在生產(chǎn)線上進行實時更改會遇到很大的挑戰(zhàn)，但數(shù)據(jù)輸入可用于未來的產(chǎn)品設計。通過從傳感器數(shù)據(jù)中獲取所有輸入信息，汽車制造商可以專注于消費者實際使用的功能，并通過去除他們未使用的功能來節(jié)省資金。這些數(shù)據(jù)還可以用于重新配置不同的系統(tǒng)，包括娛樂和導航系統(tǒng)，它們都有很多的支持軟件。另外還包括巡航控制或溫度控制等硬件配置。如果傳感器數(shù)據(jù)顯示駕駛員更愿意通過手動調(diào)整這些功能，那么制造商可以評估他們在未來的車型上應該為這些系統(tǒng)投入多少資金。根據(jù)麥肯錫公司的研究，產(chǎn)品開發(fā)數(shù)據(jù)非常重要。那些善于利用客戶行為洞察力的組織，他們的銷售增長率能夠超過同行85%，毛利率超過25%。

像Argo AI這樣的自動駕駛初創(chuàng)公司依靠人工智能來分析激光雷達數(shù)據(jù)，從而安全地控制他們的自動駕駛汽車

食品生產(chǎn)：停工時間最小化

食品生產(chǎn)行業(yè)在機械設備中使用傳感器并不新鮮，有些可以追溯到20世紀80年代或90年代。但由于過去數(shù)據(jù)存儲非常昂貴，因此沒有人在中央存儲庫中收集此類數(shù)據(jù)。此外，傳統(tǒng)上收集此類數(shù)據(jù)的工廠工程師往往不是數(shù)據(jù)科學家，而是習慣于監(jiān)測壓力和溫度的制造專家。如今，隨著公共云的普及，數(shù)據(jù)存儲的成本已經(jīng)降低，可以應用高級數(shù)據(jù)分析來實現(xiàn)新的效率提升。

使食品生產(chǎn)更有效的一種方法是限制所謂的停工。停工這個名詞有點不太準確，因為生成線往往不會真正意義上的完全停工。相反，經(jīng)常出現(xiàn)的情況是，生產(chǎn)線上的設備由于材料流動受阻而在短時間內(nèi)停止，或者出現(xiàn)不需要維護人員參與的易于解決的問題等。

例如，薯片或軟飲料這種產(chǎn)品的生產(chǎn)和包裝線。如果在薯片被裝袋或軟飲料被灌入易拉罐或瓶子的生產(chǎn)線中出現(xiàn)了一個暫停，直到故障得到修復，薯片重新流轉(zhuǎn)或者軟飲料再次開始流動，整個過程可能會僅僅延遲難以察覺的5秒鐘，但是，這類小延遲卻可以累積起來。

恩柏科公司（Epicor）和薩奇克萊蒂公司（Sage Clarity）的《2017年設備綜合效率基準研究報告》稱：“輕微停工是食品和飲料行業(yè)中存在的一個長期問題，最高可達到60%的停機時間。輕微停工難以通過手動捕獲，需要利用自動收集數(shù)據(jù)的方式。否則，企業(yè)會忽視60%的生產(chǎn)問題。”

通過分析生產(chǎn)線上實時連續(xù)生成的所有傳感器數(shù)據(jù)，并使用人工智能進行組織和分析，獲得效率和優(yōu)化，食品生產(chǎn)工廠可以每月創(chuàng)造增量生產(chǎn)改進。一個生產(chǎn)工廠個位數(shù)的百分比增加，隨著時間的推移可以轉(zhuǎn)化為數(shù)百萬美元的收益。

醫(yī)療保健：個性化醫(yī)療設備

人工智能和高級分析正在迅速改變醫(yī)療行業(yè)，從利用數(shù)據(jù)進行有效診斷到治療模式識別，到解決后勤挑戰(zhàn)等。在制造領(lǐng)域，數(shù)據(jù)分析具有推動醫(yī)療設備的個性化設計和生產(chǎn)的巨大潛力。通過3D打印等靈活的制造流程，如果你擁有可以分析的正確數(shù)據(jù)，行業(yè)可以本地化制造設備——從牙科中的定制牙套到植入患者的醫(yī)療設備等。患者可以選擇針對其特定需求定制的設備，而不是只能接受一組有限的型號或設備。

這不僅僅是理論。《醫(yī)學快訊》的一篇文章寫道：“哈佛大學維斯仿生工程研究所的研究人員，創(chuàng)造了一種新穎的3D打印工作流程，允許心臟病專家在實施實際醫(yī)療程序之前，評估不同動脈瓣膜尺寸與每位患者獨特解剖結(jié)構(gòu)的相互作用。該流程使用CT掃描數(shù)據(jù)生成個體患者主動脈瓣的物理模型，以完美制造替換瓣膜。”

哈佛大學的研究人員將人工智能和3D打印結(jié)合起來，創(chuàng)建精確的CT掃描效果圖，以更好地了解潛在的問題

從小處開始

高級分析幫助企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型的機會是無窮無盡的。上述案例僅展示了高級分析和人工智能在改變各行業(yè)運營方式方面具有巨大潛力的三個領(lǐng)域。事實證明，雖然企業(yè)可以在很多領(lǐng)域節(jié)省資金，但是當涉及到實施人工智能解決方案時，最好的做法是先關(guān)注一個領(lǐng)域，根據(jù)其結(jié)果再轉(zhuǎn)移到下一個領(lǐng)域。

對許多行業(yè)來說，應用人工智能技術(shù)是一個難題。它需要資源、人員和思維方式的整體改變，同時要有管理層的支持。第一步是從小處開始，然后選擇一個你想要進行變革的領(lǐng)域?qū)嵤Ｈ绻銢]有內(nèi)部能力和資源，則需要選擇一個具有人工智能和你特定行業(yè)領(lǐng)域?qū)I(yè)知識的合作伙伴，以咨詢和制訂計劃。在擁有了幾個深度數(shù)據(jù)分析給你的業(yè)務帶來好處的實例后，你就可以更輕松地獲得管理層的支持，來實施更多計劃。