Amazon Lookout for Equipment - 预测性维护

在我们的 AWS 系列的第二部分，我们探讨了亚马逊向预测性维护市场的转变。亚马逊最近宣布，它对这一领域的重视程度进一步提升，这标志着对支持预测性维护的方法和技术的成熟度的真正验证。

（单击此处阅读第一篇博客 AWS Monnitron：我们的 CTO Rob Russell 的第一印象）

Amazon Lookout for Equipment 是一个自动化的预测性维护平台，似乎主要供在工厂车间工作的维护人员使用，对于那些既没有资源也没有意愿设计或构建自己的预测性的组织来说，它是一种现成的产品。维护平台。确保将代码和数据科学水平保持在最低水平，它从现有传感器获取数据并应用现成的机器学习算法，通过自动状态监测分析实现预测性维护。

我将其描述为 Senseye 的 AmazonBasics 版本——这不一定是坏事。虽然所涵盖资产的多样性存在一些显着差异，但它的存在本身就是预测性维护市场现已达到另一个成熟度的证据。事实上，只有像亚马逊这样规模的公司正在投资的领域，并且通过普遍提供其解决方案，才能帮助使技术无处不在。我们已经超越了需要证明预测性维护的概念。

毫不奇怪，他们的公告引起了很多轰动。当亚马逊进入一个市场时，它会激起人们的兴趣——这是可以理解的，因为该公司通常在任何事情上都取得了巨大的成功。

朝着正确方向迈出的一步

Amazon Lookout for Equipment 是为维护者而非数据科学家设计的，它来自知识的地方。结合从维护自己的资产中获得的专业知识和洞察力，亚马逊旨在让用户尽可能轻松地开始并开始看到价值，解决有关可用性和可配置性的潜在问题。

就技术能力而言，它目前仅涵盖简单的资产，如电机、传送带和伺服系统——本质上是亚马逊自己使用的资产类型。它还没有监控更复杂的资产，如机器人或 CNC 机械，尽管我不怀疑这些资产也会被覆盖。不过，就目前而言，它可以胜任许多标准工厂设备。

虽然亚马逊没有人来帮助那些无法从他们的机器获取数据的客户，但它确实有 Monitron，这是它的补充产品，它使用机器学习来检测工业机械中的异常行为。

很明显，通过这款产品，亚马逊将采用自助服务方法进行预测性维护。市场仍在追赶这一概念，但这是朝着正确方向迈出的一步，只会有所帮助。组织越来越多地对自己的数据旅程拥有更大的所有权，而不是简单地让人们吸走他们的数据。越来越多的我们自己的客户拥有自己的数据湖——他们自己收集数据并允许访问第三方，亚马逊就是其中之一。

预测性维护不再是一个概念——亚马逊将在推出之前进行广泛的研究，就像他们进入这一领域一样。它已经看到了市场的发展方向，并将随着它的不断发展成为其客户和更广泛工业市场的推动者。

胃口越来越大

在进入预测性维护的过程中暗示一定程度的自身利益可能并不公平。假设您将其视为物流业务。在这种情况下，亚马逊本身拥有大量需要监控的仓储资产，例如输送机、电机、驱动器和伺服系统——直到最近，几个不同的专门供应商才解决了这些要求。

亚马逊也了解预测性维护的重要性。例如，它知道预测性维护是实施工业 4.0 技术的首要用例，是快速证明组织仪器和机器价值的最佳方式。

亚马逊一直试图进入工业领域已有一段时间了。构建自己的预测性维护平台，类似于微软所享有的平台，是展示其价值和能力的完美方式。对于工业 4.0 来说，这是一个很好的业务成果用例，而且它肯定是一个令人兴奋的领域，它使用了亚马逊工程师想要研究的最新机器学习技术。

当然，它有一些挑战需要克服。例如，亚马逊不是一家传统的工业公司，迄今为止在工厂车间的存在有限。虽然它了解物流并拥有大量内部维护经验，但预测分析（它擅长的东西）与预测性维护之间存在巨大差异。我们经常看到兴奋的工程师落入陷阱，认为预测性维护只是应用于机器的预测性分析，而事实并非如此。

因此，令人鼓舞的是，亚马逊似乎在一个具有挑战性、非常微妙的情况下取得了成功。该产品可能还没有达到应有的能力，但它会不断发展。然而，它满足了对预测性维护日益增长的需求，它的存在向那些可能不确定或不愿意市场现在已经成熟和验证的公司发出了一个信号。毕竟，亚马逊不会发布不会——或不能——履行其承诺的产品。

亚马逊是第一个以新的本土方法进军这一领域的公司，而且在可预见的未来，它可能是唯一一家。其他类似的大型组织更有可能采取切实可行的方法并与合作伙伴合作，而不是构建自己的解决方案。

值得注意的是，此举代表了对预测性维护需求存在的大规模验证。对于那些询问它是否有效的人——Amazon Lookout for Equipment 的推出应该是一个响亮的肯定，我们很高兴欢迎他们来到这个令人兴奋的空间。