亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

了解持续智能及其在现代世界中的需求

RTInsights 行业洞察编辑 Joe McKendrick 和德勤董事总经理兼首席云战略官 David Linthicum 讨论了当今技术含量高的现代世界对持续智能的日益增长的需求。

在这个 RTInsights 实时对话播客中,RTInsights 行业洞察编辑 Joe McKendrick 和德勤董事总经理兼首席云战略官 David Linthicum 讨论了我们个人生活和业务对技术的日益依赖。从拼车到供应链,消费者和企业需要访问即时信息以做出基本决策。因此,需要持续的智能,让个人和企业了解正在发生的事情和原因。

关于持续智能洞察中心:

从实时欺诈预防到增强客户体验再到动态能源负载平衡,各种类型和规模的企业都在意识到持续智能的好处,帮助他们在事件发生时实时做出决策。

你从哪里开始呢?

关键要求是什么?

RTInsights 的持续智能洞察中心由 Sumo Logic 赞助,汇集了关于持续智能的最新见解和建议,以回答这些问题及更多问题。

阅读播客记录:

乔·麦肯德里克: 欢迎大家。我是 RTInsights 的分析师 Joe McKendrick,我很高兴加入 David Linthicum 今天关于持续智能的播客。大卫,你能来这里真是太荣幸了。我的意思是,我们可以查看你的简历,但这会占用整个播客的时间。

大卫·林西克姆: 是的,我老了。

乔·麦肯德里克: 你做了很多令人印象深刻的事情。目前是德勤的首席云战略官,对吧?在您的许多其他活动中。

大卫·林西克姆: 我在那里已经四年了,很荣幸能上你的播客。我的意思是,我一直在福布斯关注你,这些年来,我们认识多久了?在这一点上可能有 25 年。

乔·麦肯德里克 :这么远吗? 25年?在客户端-服务器时代。

大卫·林西克姆: 我想我们首先谈论的是云。不,我在 SOA 时代就认识你。因此,这可能是 2002 年的时间框架,当时我还是一名 CTO,并试图让 SOA 的东西和云的东西脱离实际,但没人关心。所以,是我们中的一些人在写作和谈论它,而你是少数人之一,至少是少数人中的一员,他们是有意义的。原来你没疯。

乔·麦肯德里克: 很高兴知道。

大卫·林西克姆: 我一直认为你是一个比其他人领先一步的人
市场和从分析师的角度来看。所以,我很高兴来到这里。

乔·麦肯德里克: 很荣幸听到您这么说,David,在面向服务的架构时代,您一直引领着拒付。你搬到了云中,你一直是思想领袖,在云方面的首选思想领袖,你正在通过边缘、云和数字化转型继续这项工作进入这个数字时代。我的意思是,你是首选人。我对人们说,锂是一种强大的能源,它为地球上的每台设备提供动力,但还有一种更强大的能源,那就是 Linthicum。

大卫·林西克姆: 是的。听起来很轻。很多人都念我的名字锂,我认为它也是一种精神药物。所以,很多。

乔·麦肯德里克: 是的,还有那个。

大卫·林西克姆: 有一方与另一方。不,我很感激。我喜欢在这个行业工作,并努力保持领先于所有人。所以这样做很有趣,因为只是看着技术发展,人们害怕改变,我害怕不改变。始终着眼于技术发展的下一代。会给企业带来什么价值?我们需要围绕利用这项技术创建什么样的 IP 智能?这是一个挑战,我喜欢它,而且我猜你也喜欢它,这取决于你写和谈论的事情的数量。

相关: 数字复杂性以及如何解决它

乔·麦肯德里克: 这是一个很棒的市场。我喜欢它的是乐观。有一种感觉,我们真的可以让世界变得更美好,你在全球各大洲都能看到它。技术确实是一种改变人们生活的力量,不仅是他们的工作生活,还有他们的个人生活和社会。科技当然会受到冲击,但我认为它确实是一股善良的力量,一股强大的力量。

大卫·林西克姆: 下一代公司都是关于技术的。如果你看看我们今天的情况,我们有拼车公司;他们没有一辆车。我们有家庭共享公司;他们拥有一块房地产。我认为这会继续下去。人们能够将技术武器化以将事物提升到一个新的水平,如果你不愿意这样做并承担一些风险,我认为他们中的很多人都会半途而废。我的意思是,几年前我写了一篇名为“品牌启示录”的文章,这对我来说很不寻常,因为它更面向商业,本着哈佛商业之类的精神。但我谈到了有多少公司正从墓地里呼啸而过,因为他们身后出现了颠覆者。

它将成为拼车服务,而您是大城镇的出租车服务。我认为他们可以成为他们自己的颠覆者,当然,就他们的规模和质量而言,他们能够花费的资源数量,他们只需要采用技术并以正确的方式使用它。顺便说一句,你需要现在开始。这是你不可能突然意识到有人要吃你的午餐的事情。

当您尝试进行数字化转型时,您可以将自己的
现有业务。

我认为现在积极思考这个问题将使这些品牌中的许多品牌免于半途而废。我们将看到已经存在 200 年的品牌消失了。它们不会倒闭,但我们会看到它们被纳入其他品牌,而一些较小的玩家将接手它们。实际上,您需要做的就是提供更好的产品和更好的客户体验,就像我们现在可以使用电动汽车和市场上的一些新发动机一样。而且你最终会在市场上迅速增长,并取代一些比他们应该的更臃肿并且没有充分利用技术的现有玩家。

乔·麦肯德里克: 而且现在进入门槛很低。

大卫·林西库姆: 哦对了。

乔·麦肯德里克: 是的。我的意思是,坐在办公室或家里的人可以为世界创造新的东西,对吧?

大卫·林西克姆: 是的。在创业初期,在数据中心安装系统并启动并运行需要 1000 万美元。现在每月一千美元,顺便说一句,你不需要办公空间,因为每个人都可以在任何他们想存在的地方使用他们的笔记本电脑工作。您可以创建这些虚拟公司,其效率是我们在实体时代所做的 20 倍。这很令人兴奋,因为它平整了竞争环境,让人们能够超越自己的体重,而且它真的让人们能够毫无阻碍地实现他们的雄心壮志。你不必去那里获得大量资金来移动这些东西。你可以以一种有机的方式开始它,我一直在看到这些东西,它们只是让我微笑。事实上,我们仍然拥有那艘创业之船。我们仍然具有创新性。人们总是让我们感到惊讶,他们可以用这项技术做什么。在接下来的 20 年里,这将是一个了不起的时刻。我只是希望我能做到这一点。

乔·麦肯德里克: 但愿如此。好吧,让我们谈谈每个人在进入这个科技世界时都会遇到的问题,持续智能,以及不仅需要了解您的市场正在发生的事情,还需要了解您的内部和组织内部正在发生的事情。如今,拥有一个系统或 DNA(如果您愿意的话)是多么重要,它可以让您了解整个企业正在发生的事情以及为什么现在这样。

大卫·林西库姆: 好吧,它将成为真正解决我们刚刚提出的问题的引擎。换句话说,如果你有持续的智能,我就能看到以某种方式分析的每一条信息,这些信息将被消耗到核心流程中,并且我能够实时利用。过去,我们有数据仓库,我们有大量的数据库。而且,需要一天的时间来针对这些事情进行报告,诸如此类的事情。那是不可操作的数据;那是不可操作的情报。因此,持续智能是关于将所有信息外部化,不仅是信息,而且将其置于正确的分析环境中。换句话说,删除您不需要的信息,只保留您确实需要的信息;我们能够在几纳秒内分析这些东西,然后将其重新投入到业务中。

相关: 是什么让云可观测性变得如此重要和与众不同?

所以,我们可以处理供应链,我们可以处理客户订单输入系统。我们可以处理
如今,在与拥有几乎完美信息的企业打交道时,许多事情让人们感到沮丧。早在 90 年代,我们就写过 EAI,当然还有面向服务的架构。我们有零延迟企业的概念,企业可以在任何时间、任何时间、出于任何原因和任何类型的分析方式访问任何信息,并以某种智能的角度将这些东西嵌入到这些核心中过程。我们有这个事件驱动的业务,它完全是 100% 自动化的,现在我们有能力做到这一点。第一,我们能够利用云和其他商品处理,从而为我们带来这种智能。

我们有持续的智能平台,知道我们将如何移动这些信息以及我们将如何动态维护它。然后我们有足够远见的人将这些插入到组织内的某些流程中,这样我们就可以拥有零库存供应链;即使是那些也很难做到。我们可以以低 20% 的成本制造产品,我们可以提供远远优于任何竞争对手的客户体验,所以这就是我们所说的人们需要投入战争、成为破坏者的武器被打乱了。

乔·麦肯德里克: 我注意到像优步这样的服务,例如,你马上知道你的车在哪里,如果你的车离你五分钟或两分钟,我们就在拐角处,你会收到通知,你知道马上。这是一项了不起的能力。

大卫·林西库姆: 是的。它涉及客户体验。我们喜欢掌控一切。所以我总是发现我从那些能够准确告诉我包裹在哪里、谁来送达、什么时候送达,甚至是送达司机的人那里订购。无论是送餐服务还是其他服务都没有关系。我们期待这些自动化在十年前是不存在的。我们可以打电话叫出租车并让它在接下来的两个小时内出现或永远不会出现,但无法弄清楚谁接受了乘车,谁在监控他们在哪里,他们将如何找到你,所有这些事情,都能够与他们进行持续的交流。这种提升体验,我参与其中,我被这些体验所吸引,这并不让我感到沮丧,它基本上对我有用。

现在对制药行业做同样的事情,对汽车制造业做同样的事情,对银行和金融行业做同样的事情,我们就会知道事情的发展方向。嵌入到这些流程中的智能越多,您就越能确定当前状态,并且越能将这些状态传达给人类,无论是客户、高管还是经营业务的人,更好的业务将运行。更重要的是,这项业务对基本上每天都用美元投票的客户更具吸引力。我们谈到了巨大的破坏。我想这就是它的样子。这将是那些得到这个的人;我们能够将持续智能和其他技术武器化,以数字化方式使他们的企业在自然界变得更加实时,而那些不是。客户,包括我自己和您自己以及每天用美元投票的其他所有人,都将选择与更具创新性、更自动化和更知名的公司打交道,这些公司能够在即时的。再次,令人兴奋。

乔·麦肯德里克: 这是。这是否相交,这是否也与企业内部的情况相吻合?能够了解您的系统正在发生什么,是否存在问题、瓶颈或故障,以及数据移动的方式或公司内部正在发生的事情。

大卫·林西克姆: 是的,我一直在微笑,因为我一直收到 CEO 和 CFO 的抱怨,他们不知道企业内部正在发生什么,而且他们大约每月收到一次报告,这将告诉他们他们真正需要知道的令人不安的事情 30几天前,他们无法采取行动,这已经太晚了。所以外化,我们有这个概念很长时间了。我大学毕业后的第一份工作,我快 60 岁了,是一名 DSS 决策支持应用程序分析师,负责进入执行信息系统,将信息推送给人们,以便他们做出更好的决策。嗯,这样做并且做得更多,因为第一,它不仅将信息推送给组织中的高管和操作运营经理的人,员工,诸如此类的人,在装卸码头工作的人,但它能够代表这些人实时做出决定,因此他们不必监控一切。

我们是人,我们不会看电脑屏幕或看我们的手机,7 到 24 岁。拥有这种持续的智能,这些自动化流程,真正代表您处理这些事情,然后报告回来对你来说发生了什么,最终的目标就是在这里。当我们尝试在数据仓库世界中这样做时,我们能做的最糟糕的事情之一就是将事物外部化给人类,然后说,嗯,人类,你必须做出这个改变,如果出现问题,你必须去修复这个东西发生了。这与自我修复流程、自我纠正流程以及业务在几乎接近 100% 自动化状态下运行的能力相比,它永远不会实现 100% 自动化。人类将不得不参与其中,但我们如何让他们参与,以及我们如何战略性地利用他们来完成人类的工作,这就是创新和创造性,将比过去更有目的性。我认为这是企业现在需要考虑的问题。

换句话说,我们不是试图让人类摆脱它,我们试图让人类投入到他们擅长的事情中,而不是看着屏幕上飞来飞去的数字和图表,然后开始计算出了如何解决问题。能够确定这件事发生的原因、根本原因问题是什么、如何修复、尝试修复、将修复报告给人类是另一回事。甚至作为更大报告的一部分,向公司中必须处理不同信息层的高管报告哪些类型的低效率正在向前发展,以及处理维护问题和不同抽象层的能力。

但他们所做的基本上就是监控事情。就像我们对汽车所做的那样。我们必须驾驶我们的汽车,但它可以保持自己的温度,它能够知道它的位置,它可以让它的制动系统挡在路上,它可以解决其中一些问题,持续进行。我们越是把人类排除在外,我们肯定会转向自动驾驶,我们会变得更好,我们也能更好地成为人类,而不必为这些细节所困扰。我认为这就是高管们现在正在寻找的东西。他们想要了解情况,但他们想要能够解决更小、更具战术性的问题。这可能是他们处理的 90% 的事情。

相关: 新技术带来组织性 挑战

他们可以处理的 10%,我们可以将其外化给人类,但我们遇到的 90% 的问题
自动化系统,他们能够比人类更好地处理它并且可以实时处理
并在两者中进行交互。

乔·麦肯德里克: 人工智能自动化,我们拥有的那些伟大的工具,它们需要与人类一起工作,我们仍然需要在某个时候让人类参与其中。

大卫·林西克姆: 有趣的是,当我构建 AI 系统时,我总是对它们印象深刻,因为我是和 2000 一起长大的。在 2001 Space Odyssey 中你可以如何与它们互动?现在我们有了聊天机器人和类似的东西。我不会说不应该提到的 A 字,因为它会离我的电脑一英尺远。但现实情况是,基于人工智能的系统对自然界中更多的战术性事物更有利,所以我们刚刚谈到了发现网络问题的能力和提出根本原因的能力以及问题所在可能基于一百万个事件的学习数据库,它可能会在其基础架构内共享,以找出问题所在,然后能够制定解决方案。

至少在短期内,我们人类需要审视人工智能系统,以确保他们在做正确的事情。顺便说一句,我们做得越多,他们就会变得越聪明;他们天生聪明。所以他们开始愚蠢。正如我所说,我从来没有对他们印象深刻。我开始使用它们。但最终,最酷的是他们通过收集训练数据变得越来越聪明,因此他们知道的比我根据我的经验所能知道的要多,因为他们能够利用他们的经验,人工智能引擎的经验,一起拥有一百万个其他 AI 引擎的经验,这些引擎正在收集相同的信息,然后根据几乎完美的信息做出决策,并做出人类无法做出的正确决策。

那是加紧诊断疾病,那是加紧治疗,那是加紧进入
自动驾驶汽车,自动驾驶卡车,所有这些我们都在生产的东西,这些东西现在可以工作了,它们现在可以工作了,因为人工智能引擎在他们所做的事情上变得越来越好。我们只是明白,它为他们提供的刺激越多,对人工智能的长期愿景,它就会变得越聪明。所以我们不能把一个人工智能系统放在那里一个月然后去,嗯,我做出比它更好的决定,它正在学习,那时它基本上是一个婴儿,必须增长它的知识和增长它的数据随着时间的推移,然后从数据中学习,这就是他们称之为训练数据的原因。这些信息不仅可以来自数据库,还可以来自现在的字段,来自物联网设备。

相关: 您的管理能力是否与 Ed 保持同步 格?

无论您是在工厂处理维护,还是在处理本地、实体和在线零售。这将成为人们依赖的一种更强大的方式。有趣的是,人们带着他们的人工智能引擎出现,以实现它们用于战略目的。换句话说,要做出很多核心决定,我想他们的想法就像我第一次做的那样。顺便说一句,我快 60 岁了,那是我大学毕业后的第一份工作。它是构建基于列表的系统的 AI 分析师。我们已经走了很长一段路。但是将它们用于战术能力的能力,将它们嵌入基于边缘的系统的能力,将它们靠近数据以便可以做出即时决策的能力,这本身并不一定很复杂,但它们是由一个分布式的、接近数据的 AI 系统来完成,而不是由一个人看着它并做出决定,而且通常错误是这些决定的一部分。

乔·麦肯德里克: 我想象系统到硬件,摩尔定律可能会发挥作用,将人工智能部署到更接近边缘系统的能力。我们实际上能够让这些设备提供支持。我的意思是,在某种程度上,我们的手机支持人工智能,对吧?

大卫·林西库姆: 是的。人工智能无处不在,我的意思是,它现在可以在我的手表上运行,如果你有一块数字手表,我不会推广任何品牌,但问题是,如果你有一块数字手表,你可以具有在边缘基础系统上运行的 AI 功能。人工智能系统现在正在恒温器中运行,它的较小版本能够根据你在房子内的移动和它们查看外部温度的能力做出决策,它们正在考虑电力成本并做出战术决策我们通常不会制作它们,因为我们没有时间制作它们,这可以为您每月节省数百美元的账单。

你的汽车和系统也一样,它们无处不在,它们是嵌入式的,成本不高,有很多开源的 AI 系统非常优秀并且正在向前发展。但现实情况是,人工智能必须伴随着你正确配置它的能力,以及你将它指向正确问题的能力,它正在寻求解决的能力,你以正确方式使用它的能力,这就是它拥有的地方价值。所以,归根结底,这并不是我们在建立一个如何,而是一个集中的超级大脑,它​​能够在几年内变得有自我意识并杀死我们所有人。但是,能够将人工智能系统放在各处,让它们基本上专注于他们的战术任务,相互交互,但这才是真正的力量所在。正是这些小问题,我们能够寻求使用人工智能技术解决十年前,我们这样做在经济上是不可行的,因为我们负担不起处理能力。现在就在这里。当我刚从大学毕业时,我正在考虑重建一些人工智能系统,这是 1980 年,5 美元将是,2000 万美元仅用于最初的业务系统,我们负担不起。好吧,现在是每月 20 美元,如果那样的话,那么每个人都能负担得起。

相关: AI:找到人工智能的正确用途 e

乔·麦肯德里克: 2001 年的经典系列,对。他可能一直在对你说,“戴夫,我害怕戴夫。”哈尔当时正在和你说话。

大卫·林西克姆: 就在那时,哈尔有了情绪。当时有点担心。

乔·麦肯德里克: 伟大的。这是令人着迷的东西。不幸的是,我们没有太多时间看这个播客,所以我只想总结一下,征求你的意见。这是您对技术领导者、业务领导者以及那些希望通过持续智能继续前进的人们的建议。请分享你的一些智慧。

大卫·林西库姆: 现在是时候转向这些东西了。如果您的企业在利用这项技术以及大多数数字支持技术、云、物联网、基于边缘的计算等方面没有大量投资,那么它总是关于你需要做什么的不同答案。但是你现在需要开始问这些问题。我更关心的不是人们会因为过度尝试而失败,而是他们只会因为从不尝试而失败。我看到很多组织都坐等一毛钱,等待事情发生,然后他们才认为这是一个正确的机会,把他们的帽子放在戒指上,推动事情向前发展。如果你这样做,你最终只会半途而废。如果您是一个组织的领导者,您会认为如果不主动利用这项技术作为业务中真正的力量倍增器并将您的业务提升到一个新的水平,那么您就不会发生这种情况。开始考虑如何做出这些动作,否则他们会为你做出动作。

乔·麦肯德里克: 正如您之前所说,您不能仅仅坐在您的品牌上并接受现状。事情变化太快了。

大卫·林西克姆: 不,无论你是分析师、作家、思想领袖还是类似的东西,你都必须坚持下去,继续努力。企业是一样的,这将是一个不断变化的世界。这不是一次转换,只是一次完成。它正在持续改进,并希望使用持续智能进行持续改进。看看我在那里做了什么。

乔·麦肯德里克: 我看到 CI 等于 CI。好的。

大卫·林西克姆: 没错。

乔·麦肯德里克: 太棒了,David Linthicum,非常感谢您加入我们今天的播客。这非常有启发性,我们非常感谢您的参与。这是一种真正的荣誉。

大卫·林西克姆: 乔,随时问我。非常感谢你邀请我。

了解有关持续智能的更多信息,请访问 CI Insights。


物联网技术

  1. 云及其如何改变 IT 世界
  2. 物联网之父说,集成数据的需求是紧迫且非平凡的
  3. 世界是否需要另一个物联网标准?
  4. 边缘和物联网:来自物联网世界 2019 的见解
  5. 快速发展的仿真世界
  6. 大流行后世界的可持续性经济学
  7. 了解计算机辅助制造及其优势
  8. 什么是商业智能?为什么我需要知道?
  9. 预测性维护:持续智能杀手应用
  10. 2020年将是持续智能之年
  11. 了解物联网在废水处理和管理中的概念
  12. 了解自定义加工以及何时需要它