连接性：工业人工智能性能背后的驱动力

随着工业人工智能从试点转向规模部署，连接性成为成功的关键因素。

作者：拉吉夫·沙阿

下一个工业转折点

几十年来，工业自动化一直在稳步、渐进地发展——更多的传感器、更多的软件和更多互联的工作流程。改变的是智力的水平和位置。我们已经进入物理人工智能时代，智能不再仅仅分析操作，而是越来越多地实时做出决策并采取行动。

在这个新阶段，机器在工厂车间进行通信、协调和决策。自治系统不断适应不断变化的条件，无需人工干预。其影响远远超出了机器人技术的范围，重新定义了工业运营的设计、管理和规模化方式。

工业转型的故事不再是关于自主系统是否能够创造价值。问题在于其之下的数字基础是否已准备好进行规模化。在我看来，这是行业领导者现在面临的决定性挑战。

从试点到规模化

自主移动机器人（AMR）曾经主要作为试点项目运行——仅限于重复性任务和专用区域。这些实验达到了他们的目的：测试导航、微调工作流程和验证 ROI 模型。

现在改变的是范围。领先的工业组织正在跨实时生产环境扩展 AMR，从数十台机器人扩展到在整个设施中运行的数百台机器人。这些系统不仅仅是移动材料。他们正在解释传感器数据，动态适应周围环境，并与其他机器实时协作。

这种从试点到大规模部署的转变暴露了一个残酷的现实：只有机器和机器人能够一致且可预测地进行通信，智能才能大规模发挥作用。

看不见的瓶颈

每个物理人工智能部署——无论是涉及 AMR、自主检查无人机还是基于计算机视觉的质量系统——都依赖于持续的机器对机器通信。然而，许多制造商仍然依赖为办公 IT 设计的网络，而不是移动实时工业系统。

这些传统网络在无线电干扰、大型工厂车间、金属密集的基础设施和持续运动的环境中举步维艰。影响波及整个生产：机器人停滞、视频信号丢失、调度指令延迟、一线工人断开连接、安全信号延迟以及代价高昂的停机时间。

这不是一个小不便。这是一种运营风险，会带来实际成本和安全后果。 Uptime Institute 的数据显示，超过一半的企业报告中断造成的直接成本超过 10 万美元。在制造业中，当整条生产线陷入停顿时，这些损失会迅速成倍增加。

毫不奇怪，大多数运营技术仍然依赖于有线网络 - 需要昂贵的布线并创建最不灵活的系统。

专用5G无需电线即可提供有线布线的可靠性，使各行业能够连接过去成本高昂的设备

人工智能正在走向边缘

工业人工智能越来越多地在边缘运行，靠近数据生成和决策制定的地方。

根据 J Gold and Associates 的数据，到本世纪末，超过三分之二的人工智能工作负载将涉及边缘推理。这意味着决策将不再服从集中式系统——它们将在操作环境本身内实时做出。

这从根本上改变了网络的角色。它不再只是一个数据传输层——它是控制循环的一部分，决定系统响应的速度、机器协调的可靠程度以及操作运行的安全程度。

延迟的数据包不再只是丢失数据。这是安全响应延迟、生产目标未能实现或工作流程崩溃。

工业人工智能堆栈

工业人工智能不是单一产品或平台，而是从新边缘到云的完整堆栈。这个边缘层特别令人感兴趣——它是一个由三个相互依赖的层组成的系统。

• 设备： 机器人、传感器和工业手持设备生成数据并越来越多地在本地运行推理
• 连接性： 将设备连接到边缘云的高性能、低延迟无线结构
• 边缘云： 用于处理更复杂的人工智能工作负载的本地计算资源，支持实时自动化和控制。安全性不是一个单独的层 - 它必须集成到整个系统中以确保完整性和数据保护。

在这些层之间无缝移动数据的能力至关重要。如果没有强大的连接，数据就会变得孤立，延迟会增加，工业人工智能的价值就会降低。

专用 5G：专为工业智能而打造

与传统基础设施不同，专用 5G 专为具有挑战性的工业环境而设计。它提供确定性、超可靠的性能，并在广阔的工业空间（室内外）中实现无缝移动。当机器人和无人机车队不断在区域之间移动，并且互联的工作人员无论身在何处都依赖于访问实时数据时，这一点就很重要。

与公共 5G 网络不同，专用 5G 还使工业企业能够控制自己的网络，从而实现数据隔离、确保本地数据主权，并通过在现场处理人工智能工作负载来减少延迟。

在一次 Celona 部署中，美国一家 1.4 平方英里的制造工厂用专用 5G 取代了传统 Wi-Fi，从而将每年的连接中断减少了 70%，并将停机损失减少了超过 200 万美元。

连接作为核心基础设施

连接性不再是一个支撑系统。它直接决定操作如何运行。

具有前瞻性的工业企业已经将网络性能视为运营关键绩效指标，像吞吐量和产量一样密切跟踪正常运行时间和延迟。随着人工智能驱动的系统规模不断扩大，连接性逐渐融入协调、安全和性能之中。

规模化建设

对于规划下一阶段自动化的工业领导者来说，有一些突出的原则：

• 设计物理人工智能以适应生产规模，而不是试点。 对十个机器人有效的方法可能对一百个机器人无效。
• 将网络可靠性视为直接的生产力指标。 停机时间是可以衡量的，网络性能也是如此。
• 规划对延迟敏感的工作负载。 基于计算机视觉的质量系统、AMR 和机械闭环控制都需要一致的实时连接。
• 在整个系统中集成安全性。 由于机器自主运行，必须内置零信任安全保护。
• 协调连接、计算和控制。 工业人工智能取决于这些系统如何协同工作——与现有网络集成，无需重复。

工业人工智能的真实教训

工业人工智能不仅仅涉及更智能的机器，还涉及允许它们实时运行的基础设施。

随着物理人工智能跨行业扩展，连接性定义了可能性和大规模执行之间的界限。

在工业人工智能时代，无线网络的可靠性就是您运营的可靠性。

关于作者：
Rajeev 是 Celona 的联合创始人兼首席执行官，热衷于为企业客户带来新一代连接解决方案。他在企业 Wi-Fi 和服务提供商市场拥有近 20 年的产品管理/营销经验。在创建 Celona 之前，Rajeev 是 Federated Wireless（共享频谱/CBRS 领域的领导者）的产品管理和营销副总裁。在此职位上，Rajeev 推出了业界第一个领先的频谱接入系统，启用了 CBRS 生态系统，同时谈判了多个主要的一级运营商合同。在加入 Federated 之前，Rajeev 在 Aruba Networks 担任过多个产品管理领导职务，包括创建其云 Wi-Fi 业务。他拥有硕士学位。南加州大学计算机科学学士学位。 www.celona.io