來源：李鑫  資本實驗室 

當今世界，人工智慧快速爆發，物聯網技術穩步前進。我們可以看到，不論是人工智慧，還是物聯網，在工業領域的融合應用正在為工業發展帶來新的增長點。

圖片來源：workingmouse

一方面，企業大資料集與人工智慧相結合，特別是與機器學習相結合，已經促成了整個預測分析行業的誕生。

另一方面，物聯網的進步——從咖啡機到汽車，都能與感測器、信標相連線，你可以開始實時探測每種連線的模式並做出預測。

總的來說，人工智慧與物聯網在工業領域的應用，就是要讓機器的執行狀況更可預測、更可控、更“聽話”，從而提升運營效率，並降低成本。

與消費領域的“虛火”相比，工業物聯網的人工智慧應用顯得更為靜寂，但這種靜寂來自於更腳踏實地的努力，也將帶來更為實際的應用成果。

畢竟，在工業物聯網的世界，如果企業能在事故發生前預測到機器故障或損耗，就有可能節省數百萬美元的資金，而在整個行業，可能就是數十億美元。

以下這些公司就是用人工智慧控制機器的典型代表：

1.Uptake Technologies

美國公司Uptake Technologies為工業企業建立了一個監測平臺，幫助客戶分析從石油鑽井、風力渦輪機到機車、拖拉機的數百萬個數據點，並提供可操作資訊，以提升效率、安全和資產績效。

這個平可以通過分析來自機器的資料，以確定可能的效能或維修問題。有趣的是，該系統會隨著時間的推移，而變得越來越完善，因其會在對比自身的分析結果與技術人員的實地調查結果的過程中不斷學習。

作為一家成立時間才三年的公司，Uptake可以說是工業物聯網創業公司中的大贏家。公司剛於上月底完成1.17億美元D輪融資，累計融資達到2.63億美元，當前估值23億美元。

據報道，Uptake曾在伯克希爾·哈撒韋能源公司一家子公司的風電場部署其“監測平臺”。在部署平臺的第一週，就發現變速箱主軸承可能會出現故障，並可能會導致其中一個渦輪塔的運轉不靈。幾小時的停機將造成風電場5000美元的損失，而如果這個渦輪機完全崩潰，損失將高達25萬美元。

據Uptake估計，其“監測平臺”每年可為一個大型風電場節省大約330萬美元的成本。

同樣，該平臺的運算還幫助一家鐵路公司每年為每輛機車節省8萬美元的維修費用。Uptake其它的知名客戶還包括卡特彼勒及其300萬件超大號的“機械玩具”。

值得一提的是，Uptake相信人工智慧為人類謀福利的能力，甚至建立了一個慈善部門，為非營利機構提供免費預測分析服務。

目前，Uptake已推出Student Union工具，幫助出生在美國的大學申請者申請他們最有可能被錄取的大學。其開發的另一個名為ReRout e的平臺則幫助處理人口販賣問題，用人工智慧打擊犯罪。

2.Maana

來自矽谷的Maana成立於2012年，是一家專注於石油和天然氣行業的工業物聯網公司。截至目前，公司融資金額約為4320萬美元，投資者包括一批重要的工業巨頭，例如通用電氣，殼牌和雪佛龍。

公司為使用者打造了名為Knowledge Platform的平臺，其形成的資料不只侷限於預測一個泵何時可能出現故障，還會在一個更大的層面幫助客戶優化運營。

例如，Maana開發的一個應用程式，可以幫助客戶預測液化天然氣（LNG）市場的供求情況。該平臺不斷地吸收資料，包括消費者的天然氣消耗情況、市場資料、消費者信心、天氣預測、工業生產和歷史出貨資料，併為每個市場進行實時定價。

3.Sight Machines

位於舊金山的工業物聯網公司Sight Machines目前已累計獲得融資3050萬美元。

據報道，其工業物聯網預測分析平臺幫助一個生產壓力感測器的廠商減少了大量的廢料，在短短三週內就能節省50萬美元。原因在於其平臺能夠自動收集資料，並吸收額外的資料來源，以幫助顧客追蹤到效率低下的原因。

4.Augury

Augury於2011年建立於紐約，目前累計融資2600萬美元。

該公司建立了一個軟體與硬體整合的工業物聯網解決方案，以及可以連線到冷氣或供暖設施等商業裝置上的小裝置。

該裝置可以記錄機器的振動和超聲波，並上傳到Augury的雲服務裡。在這裡，通過進行運算，以預測機器的執行狀況。與之相配的應用程式，能夠為客戶提供持續的狀態報告，並在故障發生之前發出警報。

5.Falkonry

Falkonry也是一家來自於矽谷的初創公司，成立於2013年。該公司已募集630萬美元資金。投資者包括Basis Set Ventures，一家專注於人工智慧的新興風險投資基金。

Falkonry建立了一個名為Falconry LRS的機器學習系統，能夠實時監測機器執行狀況，以避免停機帶來的高昂成本。

Falconry的平臺可以從電機電流、溫度、閥門調整和其它測量中收集資料，以提供一個早期警報系統，用於鑑別可能關閉整個生產線的不良原料情況。

Falkonry曾通過其獨特的演算法幫助一家礦物生產企業避免了因原料成份複雜而造成的生產線停工。在這家工廠，一小時的停產相當於3萬美元的損失。

6.Alluvium

工業物聯網預測分析公司Alluvium建立於2015年，已融資250萬美元，投資者包括Lux Capital。Alluvium將其平臺命名為Primer，該平臺分析歷史操作資料，以在任何給定時間顯示一個工廠操作的穩定程度。這個“穩定評分”會引起工廠對執行不穩定時刻的注意，技術團隊會據此快速排除潛在問題，提高操作效率。

7.Presenso

以色列創業公司Presenso自2015年建立以來，已募集200萬美元資金。

該公司的平臺目前服務於四個行業：汽車、石油和天然氣、能源和水資源，這也意味著該平臺學習和適用於不同的感測器和不同的機器。

推薦閱讀

為什麼物聯網需要人工智慧？

AI腦力波

出處/ https://www.bbvaopenmind.com/en/why-iot-needs-ai/

人工智慧（AI）和物聯網（IoT）都是未來主義、科幻的和意象的概念；兩者都被認為是2017年顛覆商業的驅動力。但事實上，兩者比過去任何時候都更真實。為了充分發揮物聯網的潛力，公司需要將物聯網與快速發展的人工智慧技術結合起來，讓“智慧機器”模擬智慧行為，並在幾乎沒有人為干預的情況下做出明智的決定。

基本含義物聯網被定義為是一種涉及物體、感測器技術、制動器、虛擬物件、人員、服務、平臺和網路等元素的互聯絡統。這些元素具有不同的屬性以及獨立傳輸資料的能力。物聯網的應用包括：精細農業、遠端患者監護和無人駕駛車等。簡言之，物聯網是從環境中收集和交換資訊的“事物”網路。

有時，物聯網引發了多個領域的技術變革，業內人士將其稱為是第四次工業革命的驅動者。據美國高德納公司（Gartner）預測，到2020年，全球將有208億的物聯網產品會被使用，但最近預測顯示，到2020年將其數量超過500億。

據多個其他報告預測，到2020年，所有產業將都會有巨大的發展。比如，預計到2020年，醫療保健物聯網的價值將達1,170億美元，將有2.5億輛物聯汽車上路。物聯網的發展給我們帶來了激動人心的機會，使我們的私人生活更加便捷，同時也提高了許多企業的效率、生產力和安全性。

另一方面，人工智慧則是引擎或“大腦”，它能夠從物聯網收集的資料中進行分析和決策。換句話說，物聯網收集資料，而人工智慧則分析處理這些資料。你可以看到這些系統在個人層面上協同工作，比如健身追蹤器和谷歌的智慧家居、亞馬遜的Alexa和蘋果的Siri。

有了更多的互聯裝置，就會有更多的資料有可能為企業提供深度的見解，但這卻為如何分析資料提出了新的挑戰。只有當人們有方法理解這些資料時，收集資料才會有意義，而這正是人工智慧的切入點。對於人工智慧而言，分析海量資料是一種最完美的應用方式。

通過將人工智慧應用到物聯網中，公司可以辨別和理解模式並做出更明智的決定。這將為消費者和企業帶來各種各樣的好處，例如積極干預、智慧自動化和高度個性化的體驗。它還令我們能找到連線裝置更好地工作的方法，使這些系統更容易使用。

這反過來又會導致更高的採用率。正因此，我們需要提高資料分析與人工智慧的速度和準確性，以便看到物聯網實現它的承諾。收集資料是一回事，排序、分析和理解資料則是另外一回事。因此，需要開發更快更準確的AIs，從而跟上收集到的大量資料——這些資料幾乎貫穿了我們生活的方方面面。

物聯網數據，比如包括：

協助城市預測事故和犯罪的資料；

讓醫生能夠實時瞭解起搏器或生物晶片相關資訊的資料；

對裝置和機器進行預見性維護，進而優化所有行業生產力的資料；

用聯網裝置創造真正智慧家居的資料；

自動駕駛車輛之間實現關鍵通訊的資料。

對於人類來說，用傳統方法來回顧和理解所有這些資料是不可能的，即使人類減少樣本量，也需要太多時間。最大的問題將是，如何找到分析所有這些裝置建立的效能資料和資訊。你只要問問資料專家就會知道，在萬億兆位元組的機器資料中找到真知灼見談何容易。

但為了讓我們享受到物聯網資料的全部優勢，我們仍需要改進：

大資料分析的速度和大資料分析的準確性（圖）

人工智慧和物聯網資料分析

以下是可以應用人工智慧的6種物聯網資料分析型別：

1資料準備 定義資料庫並清洗資料，理解諸如暗資料、資料湖等概念。2資料發現 在已定義資料庫中查詢有用資料。3流資料視覺化 通過定義、發現數據以及採用智慧方式將流資料視覺化，從而實現即時決策過程。4資料的時間序列準確性保持對資料高準確性和高完整性的置信度。5預測和推進分析

這是非常重要的一步，根據收集、發現和分析的資料做出決策。

6實時地理空間位置（物流資料）

使資料流平穩和正常。

人工智慧在物聯網中的應用：

1

可視大資料，比如，可令計算機更深入地理解螢幕上的圖形，而應用新的人工智慧則可以使計算機理解圖形上下文。

2

認知系統將創造迎合使用者習慣的新方式，併為每個個體建立優化選單。

3

最新的感測器會讓電腦“聽到”，收集有關使用者環境的聲音資訊。

4

聯網遠端操作：通過智慧和聯網的倉儲運作，工人們不需要再到倉庫揀貨來完成訂單。相反，在小型機器任平臺的引導下，貨架自動將正確的庫存運送到正確的地方，並自動避免在路上發生碰撞。履行訂單可以實現更快、更安全及更高效。

5

預防/預測性維護：通過預測和預防損壞或洩露等事件的發生地點和時間，在任何損壞或洩漏發生之前進行維護，免除公司財產遭受鉅額損失。

以上是人工智慧在物聯網中的幾個有前景的應用。高度個性化服務的潛力是無限的，也將徹底改變人們的生活方式。

將人工智慧應用於物聯網所面臨的挑戰：

相容性：物聯網是由許多部件和網際網路整合，它們在時間和空間上具有本質區別。

複雜性：物聯網是一個複雜的系統，諸多移動部件和不間斷的資料流，使它成為一個非常複雜的生態系統。

隱私/安全保護/安全控制（PSS）：每次出現新技術或新概念時，PSS總會作為一項重要問題被提出，在不損害PSS的前提下，人工智慧能提供多大的幫助？其中一個新的解決方案是使用區塊鏈技術。許多專家表示，區塊鏈技術是解決物聯網中可擴充套件性、隱私和可靠性的缺失環節。

倫理和法律問題：對於許多沒有先例的公司來說，這是一個新世界，在這一未經檢驗的領域，新法律和新案例迅速湧現。

人工愚蠢：回到簡單的GIGO概念（GIGO，即無用輸入無用輸出），人工智慧仍然需要“訓練”來理解人類認為某一決定是否有意義的反應或情緒。

結論

儘管物聯網令人印象深刻，但如果缺少良好的人工智慧系統，它的意義並不大。兩種技術需要達到同等發展水平，才能像我們認為的那樣完美地執行。科學家們正試圖尋找方法，開發更多智慧資料分析軟體和裝置，令安全有效的物聯網成為現實。由於人工智慧的發展滯後於物聯網，實現這一設想可能還需要一段時間，但這種可能性仍然存在。

當今，這種將人工智慧整合到物聯網的方式，正在成為以物聯網基礎的數字生態系統取得成功的先決條件。因此，企業必須迅速採取行動，確定如何從人工智慧和物聯網組合中驅動價值，並在未來幾年內迎頭趕上。 

跟上物聯網生成資料，並獲取資料所隱藏的真知灼見的唯一方法，即使用人工智慧作為物聯網的催化劑。

 

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，拓展的是人類的物理空間。那麼這一次地理大發現，拓展的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧農業”、“智慧金融”、“智慧零售”、“智慧城市”、“智慧駕駛”；新模式：“財富空間”、“資料科學家”、“賽博物理”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：[email protected]