打破关于人工智能的神话
制造商面临着兼顾当前“创新议程”的艰巨任务。今天，工业物联网 (IIoT)、机器人自动化和人工智能 (AI) 都有望成为下一件大事。但那些处于制造业一线的人对接受创新持谨慎态度——这是正确的。很多时候，期望没有实现，资本投资是徒劳的，实验并没有积极地转化为利润。
相反，许多企业采取观望态度。他们等待拥有更大预算的领先公司弄清楚如何使这些新技术可行，同时教育其他市场。但人工智能不一样。工业人工智能专注于使用来自设备和传感器的数据进行智能预测和自动化运营决策。制造商不能等待实施工业人工智能——回报太大了。尽管关于它的神话，工业人工智能是一个罕见的负担得起的创新案例，没有固有的缺陷。让我们一一解读这些神话。
误区 1：人工智能很昂贵
虽然所有创新都有可能改善制造业，但它们通常需要大量投资。但人工智能可以在没有大量投资的情况下取得实实在在的成果。秘诀在于知道如何应用它并利用互联网公司已经做出的研发努力。事实上，亚马逊和 Netflix 使用的算法现在可以转移到线下车间实施。对于制造商来说，核心技术的开发和测试已经完成并付出了沉重的代价。
但是，制造商应该了解在车间的哪些地方最适合应用人工智能。不要被“互联工厂”的未来主义理念所误导。人工智能可以采用一种不那么奢侈、非常实用的形式：利用现有数据优化现有流程。鉴于制造业的传统流程（既定的工作流程、24/7 全天候运营和较长的设备生命周期），人工智能有很多工作要做。
这将很快成为我们所知道的人工智能。无形集成，它将改善原材料支出、能源效率和吞吐量等领域，并在每一步做出更精确的决策。更重要的是，不需要资本支出或新硬件。
误区 #2：AI 只在长期内提供真正的结果
前期成本并不是制造商在投资创新时唯一担心的问题。对投资回报 (ROI) 所需时间的担忧也会掩盖技术雄心。在制造业中，创新技术的部署可能需要数年时间，而投资回报率有时以数十年为单位。当无法保证最终结果时，其他优先事项会介入，管理者的积极性可能会降低。
工业人工智能的情况则不同。构建基于 AI 的模型需要数月而不是数年。在连续过程中测量人工智能结果的测试只需要几天或几周的时间。一旦应用该模型，它就会通过产生指导进一步战略变革的结果立即产生价值。
误区 #3：AI 破坏现有流程
人们自然会担心变化，尤其是当它涉及改变已经有效的过程时。一个变化往往会导致另一个变化，正如经验丰富的经理所知，即使技术有效，集成和采用过程也可能具有挑战性。然而，当人工智能用于优化流程时，这些都不适用。
在使用人工智能进行优化的情况下，无需改造生产线或培训员工使用新的流程控制。复杂的 IT 集成项目（通常是导致 CIO 和最终用户不满的原因）也不是必需的。相反，相同的业务流程以相同的方式执行，但效率更高。例如，人工智能可以建议设备操作的最佳模式或所需原材料的确切数量，所有这些都在您的操作员已经使用的同一界面中。唯一受AI影响的是厂商的底线。
长期以来，人工智能一直在制造雷达上。但是今天，有了足够的计算能力和可用的关键数据，人工智能就可以得到有效的追求。推迟人工智能项目的理由很少；技术已经存在，对创新的担忧并不存在。就人工智能而言，真的没有像现在这样的时代。
自动化控制系统