AspenTech 的 2022 年 AI 预测

AspenTech 高级副总裁兼 AIoT 解决方案总经理 Bill Scudder 在 2022 年发表了他对 AI 的看法

AspenTech 高级副总裁兼 AIoT 解决方案总经理 Bill Scudder 分享了他对 2022 年人工智能、自动化和工作场所文化的预测。

劳动力的代际变化将加速知识自动化

所有行业的劳动力都在经历重大的结构性转变。在工业领域尤其如此。资深员工即将达到退休年龄，大辞职正在影响许多行业的工人，仅仅用刚毕业的新员工来填补劳动力缺口是行不通的——通常，这些新毕业生来工作时已经学习了技术和学校里的概念与工厂车间实际运行的组织工作流和系统的实际情况不符。

所有这一切都将在 2022 年推动知识自动化技术和流程的重大加速。自动化知识共享和富含智能的应用程序通过保留历史领域知识并使其广泛可访问，缩小离职员工与全新员工之间出现的技能差距团队，无论孤岛。这也具有作为招聘工具的双重好处；知识自动化越使工作更容易，并为员工提供成功所需的工具，这项工作对潜在招聘人员的吸引力就越大。

工业数据科学家的出现促进工业人工智能战略

工业劳动力中发生的代际流失将激发另一个趋势：工业数据科学家作为采用和管理新技术（如工业人工智能）的核心人物广泛出现——同样重要的是，充分部署和最大化这些技术的策略潜在的。新的研究表明，虽然 84% 的关键工业决策者接受了工业人工智能战略以推动竞争优势的必要性——98% 的人承认如果没有人工智能战略会给他们的业务带来挑战——只有 35% 的人实际部署了这样的战略至今。工业数据科学家一方面涉足传统数据科学，另一方面涉足独特的领域专业知识，将在推动工业 AI 战略的创建和部署方面发挥关键作用。

人工智能投资从通用模型转向更精确的工业人工智能

2022 年，人工智能在工业人工智能领域的成熟度将全面开花，逐步走向具有具体价值实现时间的实际产品部署。为了实现这一目标，我们将看到更多的工业组织有意识地从对通用人工智能模型的投资转向更适合用途、更精确的工业人工智能应用，以帮助他们实现盈利和可持续发展目标。这意味着从无法涵盖所有​​潜在操作的大量工厂数据训练的 AI 模型转向更具体的工业 AI 模型，这些模型利用领域专业知识通过深度分析和机器学习进行解释和预测。工业数据将在整个资产生命周期中转化为真实的业务成果。

这种转变将带来双重好处，即促进围绕工业人工智能建立的新的同类最佳联盟。以前，合作伙伴关系非常以技术为中心，由服务或大型供应商驱动。工业人工智能的更专业化将需要更多的解决方案提供商，将他们独立和定制的专业知识汇集在一起​​。这不仅有助于将合作伙伴关系从更通用的人工智能项目中发展出来，而且还将更加关注实现价值的合作伙伴关系，而不是自己动手的方法，从而比以往任何时候都更有助于降低人工智能采用的障碍。

高管所有权和文化变革将加速工业 AI 部署

随着工业组织扩大其在企业范围内的工业人工智能战略和应用程序的部署，高管所有权和对文化变革的投资对于获得数字化转型的好处至关重要。像首席数字官这样的数字高管对于克服这些障碍至关重要。 CDO 将通过其组织在引领数字化转型和工业 AI 方面发挥独特的作用——弥合遗留系统和新技术之间的差距，促进跨孤岛的协作，以及从海量数据收集转向战略性工业数据管理。所有这些职责对于确保工业组织能够执行数字化转型计划至关重要，该计划可以更广泛地采用适合用途的工业 AI 应用程序并围绕其制定战略。