Предприятия устанавливают сроки для интеллектуальных систем

Пятилетний срок для перехода на интеллектуальные системы может оказаться короче, чем кажется на первый взгляд.

Время тикает в организациях, стремящихся к успешному переходу на интеллектуальные системы масштаба предприятия. У них есть пять лет, чтобы заставить его работать, начиная с сегодняшнего дня.

Пять лет могут показаться долгим сроком, но для успеха предприятиям необходимо преодолеть некоторые общие препятствия. К ним относятся наличие устаревших систем, хранилища данных, отсутствие вычислительной мощности на периферии и интеграция различных систем в среду, которая использует машинное обучение и совместную работу в режиме реального времени.

Эти интеллектуальные системы обеспечивают инфраструктуру, которая лежит в основе более широких инициатив, ориентированных на данные, таких как новые концепции непрерывного анализа и наблюдения.

Компания Wind River, занимающаяся цифровой трансформацией, подчеркнула проблемы и возможности для компаний в основных отраслях в недавно опубликованном отчете. В ходе опроса более 500 технологических лидеров по всему миру Wind River обнаружила, что 62 % технологических лидеров говорят, что их компании «встали на путь становления интеллектуальных систем».

Кроме того, 8 из 10 респондентов хотят добиться успеха в течение пяти лет, при этом 16 % этих руководителей заявили, что рассчитывают достичь в четыре раза более высокой рентабельности инвестиций, чем их коллеги.

Респонденты представляли профильные отрасли. Респонденты работали в сфере производства, энергетики и коммунальных услуг, аэрокосмической и оборонной промышленности, медицинских технологий, автомобилестроения и телекоммуникаций.

Характеристики интеллектуальных систем

Итак, как будет выглядеть компания интеллектуальных систем?

Компания Wind River предложила 13 элементов, которые компании уже могут иметь или могут использовать в течение ближайших пяти лет.

Среди характеристик, которые респонденты назвали наиболее важными, лидировали «настоящие вычисления на дальнем краю», которые Wind River назвал «основополагающими в течение следующих 3–5 лет». Возьмем пример среды Интернета вещей. Это может означать, что встроенные устройства работают автономно и, возможно, больше интеллектуальных функций переносится с центральных систем на эти периферийные устройства.

Другие ключевые характеристики включали функции автоматического обучения и машинного обучения; бесшовные соединения экосистем в режиме, близком к реальному времени; платформы для совместной работы в режиме реального времени; и цифровые петли обратной связи, влияющие на разработку продукта.

Респонденты заявили, что последние два элемента должны иметь свою инфраструктуру уже сегодня.

Ключевые элементы, необходимые в отдельных отраслях, и статус этих элементов различались. Вот несколько примеров.

См. также:Непрерывная аналитика

Производство

Сейчас 2,7 миллиона роботов уже работают, а в производстве ожидается еще больше, поэтому преимущество сегодня имеет большое значение. «Предоставление вычислений на дальнем крае, прогнозирование нагрузок, устранение сбоев и настройка устройств в облаке — все это основные возможности для успеха, которые должны быть реализованы в едином совместном рабочем процессе в режиме реального времени», — говорится в отчете.

Тем не менее, исследование показало, что только 11% производственных компаний «уже считают себя интеллектуальными системами цифрового бизнеса». Еще 55% остальных стремятся туда попасть.

Энергетика и коммунальные услуги

В Wind River заявили, что пятилетнее видение энергетики сосредоточено на автоматизированном обучении и машинном обучении. «Лидеры-производители ищут сочетание облачной настройки устройств, предиктивного управления системами и определения последовательности необходимых рабочих процессов, чтобы создать четкий путь к практическому успеху», — говорится в отчете.

Респонденты из энергетического сектора заявили, что «базовые возможности вычислений на дальнем периферии более чем в 10 раз важнее, чем возможность проводить эксперименты в качестве обучающей системы».

В отчете говорится, что 41 % респондентов из энергетических и коммунальных служб считают, что интеллектуальные системы могут положительно повлиять на то, насколько бережно и эффективно мы используем ресурсы окружающей среды.

Аэрокосмическая промышленность и оборона

Искусственный интеллект имеет решающее значение в этом секторе. Wind River цитирует исследовательскую фирму CB Insights, комментируя данные отчета:«В аэрокосмической и оборонной промышленности вспомогательное программное обеспечение должно быстро принимать решения в сценариях с высоким риском. Искусственный интеллект становится неотъемлемой частью пространства стоимостью 8,7 трлн долларов, поскольку компании и государственные учреждения изучают возможности использования технологий от робототехники и автономных систем до кибербезопасности и телекоммуникаций для обеспечения национальной безопасности».

Респонденты подчеркнули необходимость настоящих вычислений на дальнем крае, а также возможность имитации и моделирования в режиме реального времени как наиболее важных характеристик интеллектуальных систем в аэрокосмической и оборонной сферах.

В исследовании также подчеркивается необходимость «объединения рабочих процессов с единым процессом для всех вовлеченных сторон и использования таких инструментов, как цифровые циклы обратной связи, при разработке новых продуктов и услуг».

Медицинские технологии

«Идея Алана Тьюринга об игре в имитацию была предшественницей современных представлений об интеллектуальных системах в медицинской отрасли. Применение интеллектуальных систем для профилактического обслуживания и инноваций чрезвычайно интересно», — отмечается в отчете Wind River. Затем было сказано, что сфера медицинских технологий сегодня требует больше инвестиций, чем любая другая вертикаль.

В отчете приводятся данные Accenture, показывающие, что за пять лет «один только ИИ может ежегодно экономить здравоохранению США 150 млрд долларов США».

Ключевыми моментами для медицинских технологий являются платформа для совместной работы в режиме реального времени в сочетании с возможностью циклического использования данных в петлях обратной связи для разработки продукта, обнаружения событий, их устранения и обеспечения полной автоматизации.

Обратной стороной, согласно отчету, является следующее:«Хотя 78% руководителей медицинских технологических компаний находятся на пути к созданию интеллектуальных систем, треть из них не преуспела». Таким образом, в сфере медицинских технологий еще предстоит много работы и инноваций.

Автомобилестроение

Автомобильная промышленность немного продвинулась вперед, когда дело доходит до интеллектуальных систем. Конечно, за последние несколько десятилетий автомобилестроение пережило серию революций. Эта тенденция сохранится.

В отчете отмечается:«Характеристики инфраструктуры, которые автопроизводители реализуют в первые три года, будут составлять 70 % от общего влияния интеллектуальных систем на отрасль».

Далее в нем говорится:«Правильная последовательность действий и сосредоточение внимания на создании правильных наборов характеристик интеллектуальных систем являются ключом к успеху».

Ссылаясь на «все более разнообразный мир возможностей получения дохода» в автомобильной отрасли, в отчете говорится, что необходима платформа для совместной работы, даже если она не окажет существенного влияния в ближайшем будущем.

Этот «разнообразный мир» в автомобильном секторе — это мир, в котором бизнес больше не связан с производством автомобилей, но также с разработками, такими как то, что автомобили теперь являются ценным источником информации о потребителях, и эволюцией бизнес-модели владения транспортными средствами.

В отчете говорится, что автомобильная промышленность должна создать три ключевых элемента интеллектуальных систем в течение следующих трех-пяти лет:способность иметь настоящие вычисления на дальнем крае, способность прогнозировать нагрузки и сбои и устранять их, а также возможность настраивать работу устройства. в облаке.

В отчете отмечен один из факторов, делающих автомобилестроение особенным среди основных отраслей. В нем говорилось:«У автомобильной промышленности есть уникальные факторы успеха. Самая важная характеристика интеллектуальных систем для успеха организаций заключается в том, что их можно создавать, разрабатывать и эксплуатировать с использованием моделирования или эмуляции для повышения производительности и сокращения времени выхода на рынок».

Телекоммуникации

В то время как телевизионные рекламные ролики для телекоммуникационных компаний сосредоточены на переходе к 5G, согласно отчету, ключевым для сектора является превращение в «компаний, занимающихся полными интеллектуальными системами». Это начинается с «совместного рабочего процесса в режиме реального времени, а также возможности настройки устройств на периферии».

В ходе опроса треть руководителей операторов связи в США заявили, что, по их мнению, их организации привержены идее интеллектуальных систем как основы своего будущего. «Однако шансы на успех даже в этой группе составляют всего 54%. Приверженность идее не является гарантией», — говорится в отчете.

Респонденты опроса заявили, что в течение трех лет телекоммуникационный сектор будет четко нацелен на создание интеллектуальных систем будущего, будет иметь основные бизнес-практики, которые способствуют будущему интеллектуальных систем, а их встроенные продукты/услуги будут полностью разработаны для интеллектуальных систем. «Это агрессивный краткосрочный прогноз по сравнению с другими секторами», — говорится в отчете.

«Только автомобильный сектор в равной степени сосредоточен на ключевых интеллектуальных характеристиках, необходимых сейчас:настоящие вычисления на периферии, возможность моделирования и эмуляции почти в реальном времени, а также цифровые циклы обратной связи, которые связывают данные с продуктами и услугами», — сказал Уинд Ривер.

Он добавил, что 90% лидеров телекоммуникационных компаний считают, что более 50% их встроенных продуктов и услуг должны будут работать в удаленном облаке менее чем через три года. 63% считают, что в ближайшие три года их продукты и услуги будут дополнены искусственным интеллектом и машинным обучением.

«Через пять лет две ключевые характеристики могут стать реальностью:полная автоматизация и способность действовать на основе сенсорных данных и алгоритмов», — заключает отчет.