人工智能通过更深刻的洞察力来提高效率

人工智能洞察

• 人工智能(AI)的洞察力可以改变制造商的运营方式，但他们需要克服文化和组织障碍来实现这些目标。
• 与数据相关的挑战，如数据收集和质量、法规和数据治理也需要解决。
• 好处包括提高透明度和减少工人的工作量。

---

人工智能(AI)在过去25年的发展应该会让我们对未来充满好奇。自2020年全球COVID-19大流行开始以来，一些组织对数字化的兴趣日益浓厚，而这些组织可能没有在其预算范围内计划或预见到这一举措。西门子数字化经理莫妮卡•希尔丁格(Monica Hildinger)表示，技术本身也取得了巨大进步。

希尔丁格说:“是的，所有行业部门对人工智能和其他高端技术的兴趣一直在增加，我们仍然在看到。”“大多数公司都在寻求数字技术来提高运营效率和生产力;加强维修保养策略;并优化公用事业，以帮助推动更大的可持续性。”

但希尔丁格认为，要实现这些目标，首先需要克服文化和组织障碍，包括对变革、价值观和心态的抵触。“变革必须从内部开始，”她说。“我们需要迅速取得进展，而不是坐等经济好转。获得的技能也会给组织带来竞争优势。”

此外，还需要解决其他与数据相关的挑战，如数据收集和质量、基础设施、政府法规和数据治理。

没有人说这是一条容易走的路。事实上，埃森哲对12个工业化国家的一项研究发现，84%的企业高管认为，他们需要使用人工智能来实现增长目标。然而，76%的人承认，他们正在努力扩大人工智能的采用。到目前为止，还没有一个从概念验证到生产和规模的蓝图，因此对大多数行业部门来说，过渡变成了一场斗争。

希尔丁格表示，在工程技能方面，人口结构的挑战也比以往任何时候都更加突出。“如何将这些专业知识和经验、工作态度、纪律和质量、可靠和忠诚传递给下一代工程师?”在理想的情况下，实施良好的数字解决方案会给企业带来巨大的利益，最新一代的工程师都是数字原住民。”

福利包括:

• 数据透明度在一个位置提供一个真相来源，对各种利益相关者可见。

• 通过提供必要的基础设施，实现最先进的解决方案。

• 减少企业各个层次的时间和精力。

• 在模式识别和复杂的数学计算方面的能力有所提高——这些领域以前根本无法解决。

• 为新一代创造就业市场的新领域。

Hildinger总结道:“用于过程数据分析的人工智能能够为工厂运营商提供急需的决策支持，并为预测性工厂维护策略提供信息。”“为了有效利用人工智能并最终实现数字化转型的目标，第一步肯定是规划。决策者需要着眼于大局，寻求基于价值的快速举措。”

-这最初出现在欧洲控制工程的网站。由网页内容经理克里斯·瓦夫拉编辑，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。