应用自动化:正确的基础设施获得最佳结果

自动化有可能降低成本、节省时间、提高生产率，还有助于保障员工的安全。一些估计在美国，通过深思熟虑的自动化技术应用，公用事业公司可以收回多达50%的时间。但特别是在工业背景下，大规模应用自动化需要有合适的数字基础设施，能够利用大量数据，并在需要的地方和时间运行先进的人工智能(AI)。

工业4.0承诺的工业自动化可归结为三个重要组成部分:

• 收集和存储大量变化的数据的能力
• 能够在几乎任何位置的数据上运行模型或其他软件
• 从模型所确定的见解指导行动的能力。

企业需要一个从边缘到数据中心和云的数字基础设施足迹。收集数据的工业物联网(IIoT)、使用数据进行分析和自动化的人工智能，以及将系统与自动化和工作流连接在一起的混合云基础设施——这些都是工业4.0的构建模块。

大规模应对工业自动化挑战

当谈到将人工智能用于工业自动化时，会出现一些关键挑战。随着组织努力获取人工智能做出决策所需的所有信息，需要处理的数据量呈指数级增长。用于大规模分析数据的人工智能模型也相应地变得更加复杂。

最重要的是，在地面和现场需要实时决策和方向，这意味着操作数据和使用它的软件需要在任何地方都可以访问。视觉检查人工智能能够将大量任务自动化，例如，通过使用来自视频或手机的图像数据来识别产品或机械的缺陷或合规问题，比如员工在不知情的情况下进入不安全区域。然而，要使这些模型的洞察力有用，干预需要能够迅速发生，而不是在有问题的图像被发送到数据中心进行分析之后。到那时，损害就已经造成了。

这些需求强调了混合云架构在大规模管理工业自动化方面的重要性。混合云可以在所有基础设施位置上提供一个基于容器的公共平台，能够根据工作负载自动伸缩，以及在任何云(公共、私有或边缘云)中运行平台和访问数据的灵活性。它还提供了从一个控制平面管理混合云基础设施的能力，可以轻松地将软件更新和安全补丁部署到整个组织。

通过工业自动化提高安全性和效率

通过正确的数字基础设施，工业环境中的员工可以更安全，更高效。公司可以开始部署位置管理解决方案，帮助组织自动化维护和支持流程，并改善访客和劳动力安全。技术人员可以利用点击点击功能，轻松地部署在没有码方法，与遗留软件无缝集成，可降低对信息技术（IT）员工的整体依赖。员工映射和资产可视化工具可用于优化现场技术人员的旅行路线。实时监控可以基于实际服务呼叫进度来调度和调度调整。通过自动化资产管理过程的某些要素，需要更安全，更可靠，更容易修复维护时。

自动化甚至开始被用来让员工远离危险。通过使用无人机收集植被管理和设备检查的图像数据，以及视觉检查AI监控图像数据的问题，首先就不需要把技术人员、树木学家和线路工人派到更危险的场景，比如过渡塔和脚手架。到目前为止，自动化最有力的例子是在工人可能不安全的情况下。

如何实现工业自动化的效益

在工业环境中实现自动化的好处需要大量的前期投资。软件必须现代化，数据必须迁移到混合云。这可能是一个乏味的过程。根据组织的规模，可能有无数tb的数据需要分解成组件并进行迁移。然而，收益远远大于成本。传统软件无法实现可扩展的自动化，因为它无法在需要的地方运行，无法在需要的地方提供所有数据，也无法通过智能手机运行复杂的人工智能。使用混合云基础设施，所有这些功能都可以使用。用户可以在现场部署工业物联网来收集数据，并设计模型以自动化使用这些数据。用户可以在任何需要的时候运行模型。

乔·迪产品管理，人工智能应用副总裁IBM云计算和认知软件．IBM是CFE Media的内容合作伙伴。由Chris Vavra编辑，网页内容经理，控制工程， CFE Media and Technology，cvavra@cfemedia.com．