工业“事物”产生“工业规模”的结果

IBM 的 Kareem Yusuf

Kareem Yusuf 博士说，公司正在用数十亿个传感器检测和连接他们的工业设备、建筑物和设施以及车辆，以创建所谓的工业物联网 (IIoT)。 IBM 总经理 沃森物联网

工业物联网正在产生指数级的数据，这些数据为识别开启新工作方式和新业务价值的模式创造了机会。根据 2017 年 IBM 商业价值研究院 (IBV) 的研究“智能连接”，“在我们 2017 年的研究中接受调查的 [工业公司] 的 60% 目前正在执行将物联网纳入其运营模式的计划。他们表示，影响物联网投资的主要因素旨在提高效率。”

但鉴于生成的 80% 的 IIoT 数据是非结构化的，公司越来越难以理解海量数据。人工智能 (AI) 对于理解所有这些数据至关重要，从而使人和事物能够更智能、更好地工作。根据 IBM IBV 的同一项研究，三分之二的重塑者，即那些被认为具有最高物联网采用水平并且对智能物联网战略采取有远见的方法的人，强烈同意 只有引入人工智能技术才能充分发挥物联网的潜力。

在 IBM，我们正在与我们的客户合作，利用 IIoT、高级分析和人工智能来降低运营成本和增加正常运行时间，更快地将更好的产品推向市场，并在三个主要资产类别——工业设备、建筑和设施中寻找新的商业价值, 和车辆。

工业设备

在全球竞争激烈的时代，制造商面临着影响生产力的各种问题，包括劳动力流失、技能差距和原材料成本上升。所有这些都因下游缺陷和设备停机时间而加剧。通过将物联网和人工智能相结合，制造商可以通过精确定位和预测损失领域（例如能源浪费、设备故障和影响产品质量的问题）来稳定生产成本。

IBM 正在为我们的 Maximo 企业资产管理产品组合带来强大的全新 AI 和分析功能，包括生产优化、生产质量洞察和设备维护助手。这些解决方案共同帮助我们的客户通过预测性维护质量、目视和声学检查以及规范性维修来最大限度地提高生产量。

建筑物和设施

如今，建筑物总拥有成本的 70% 与维护和能源成本有关。通过将工业物联网和人工智能相结合，零售业主和物业经理现在可以分析空间、能源、交通和资产使用模式，制定利用策略，减少浪费并优化资源，以最大限度地提高房地产投资。

为了抓住这个机会，IBM 正在扩展我们的 TRIRIGA 设施管理产品组合以包括 Building Insights，它可以帮助企业解码建筑物生成的 EB 数据，可视化能源使用和误用，并利用来自天气、历史性能和来自其他第三方的数据的洞察力- 用于优化房地产投资的派对分析。

车辆

自动驾驶、电动汽车的出现、消费者偏好的演变以及关于驾驶模式、使用和性能的实时数据几乎无限可用，正在改变汽车行业。与此同时，随着车辆变得越来越复杂，工程需求也在呈爆炸式增长，今天的典型车辆需要超过 1 亿行代码和数千个工程需求。

为了支持系统工程师应对这种复杂性，IBM 正在通过需求质量助手扩展我们的软件和系统工程产品组合。这种基于人工智能的下一代需求管理解决方案将评估需求的质量并提供有关如何提高质量的指导。

IBM 凭借我们深厚的行业和 AI 知识、工业物联网解决方案的强大基础以及市场领先的工业物联网平台（IBM 最近被命名为 IBM），在帮助资产密集型行业的企业扩大对工业物联网的关注方面处于独特的地位在 Forrester 对“最重要”工业物联网 (IoT) 软件平台进行评估的领导者，2018 年第 3 季度。

我们的 IBM Watson IoT 平台可帮助组织安全地连接和收集来自多个不同来源的数据，并实时利用区块链和 AI 驱动分析的强大功能。利用 IBM Watson IoT Platform 作为底层技术，IBM Services 推出了一种新的互联制造产品，其中包括帮助我们的客户加速物联网转型的方法和方法——从战略、实施和安全到托管服务和持续运营。这种组合能力将帮助我们的客户连接他们所有的制造设备、传感器和系统，从而在 OEE、质量、交货时间和生产力方面实现业务改进。

此博客的作者是 Kareem Yusuf，博士，IBM Watson IoT 总经理