肯睿中國Cloudera：為制造業(yè)打造可信AI

隨著(zhù)現代制造業(yè)的日新月異，人工智能（AI）已成為一項能夠帶來(lái)變革的差異化因素，為追求效率和創(chuàng )新等競爭優(yōu)勢的企業(yè)重塑了產(chǎn)業(yè)格局。伴隨著(zhù)第四次和第五次工業(yè)革命的到來(lái)，AI技術(shù)正在推動(dòng)產(chǎn)品設計、生產(chǎn)和優(yōu)化方面的范式轉變。

由于制造商能夠存儲海量歷史數據，AI可以應用于任何行業(yè)的一般業(yè)務(wù)領(lǐng)域，比如提供營(yíng)銷(xiāo)、供應鏈優(yōu)化和新產(chǎn)品開(kāi)發(fā)等方面的建議。借助這些數據以及一些有關(guān)業(yè)務(wù)和流程的背景信息，制造商就可以將AI作為發(fā)展和提升運營(yíng)水平的關(guān)鍵基石。

在制造業(yè)中，AI可賦能許多功能領(lǐng)域。以下是一些AI關(guān)鍵用例：

1.預測性維護：通過(guò)來(lái)自設備的時(shí)間序列數據（傳感器數據）、歷史維護日志和其他背景數據，您可以預測設備的行為方式以及設備或部件出現故障的時(shí)間。在A(yíng)I的幫助下，甚至可以規定需要采取的適當行動(dòng)以及特定時(shí)間。

2.質(zhì)量：AI技術(shù)能夠提升視覺(jué)檢測、產(chǎn)量?jì)?yōu)化、故障檢測、分類(lèi)等用例。雖然在不同的產(chǎn)業(yè)領(lǐng)域，其成果會(huì )有所不同，但是潛在的益處是巨大的。例如，在半導體產(chǎn)業(yè)中，即使提高了一小部分的良品率，也能節省數百萬(wàn)美元。

3.需求預測：AI可根據歷史數據、趨勢以及天氣、節假日、季節性和市場(chǎng)條件等外部因素預測產(chǎn)品需求。

盡管AI有望推動(dòng)先進(jìn)智能工廠(chǎng)的發(fā)展、優(yōu)化生產(chǎn)流程，并且實(shí)現預測性維護和模式分析、個(gè)性化、情感分析、知識管理以及檢測異常等諸多用例，但如果沒(méi)有穩健的數據管理策略，就很難有效地利用AI。

通用工業(yè)數據的挑戰

數據作為可信AI的基礎，可以引領(lǐng)業(yè)務(wù)流程轉型，幫助制造商創(chuàng )新和定義新的業(yè)務(wù)模式，并開(kāi)辟新的收入來(lái)源。然而，許多制造業(yè)高管表示，他們在采用新技術(shù)（包括將AI用于新用例）時(shí)遇到了難題。Gartner調查發(fā)現，80%的制造業(yè)首席執行官正在增加數字化技術(shù)方面的投資，包括人工智能（AI）、物聯(lián)網(wǎng)（IoT）、數據和分析等。據2023年Gartner發(fā)布的《2023年CIO和技術(shù)高管議程中國篇》報告顯示，只有11%的中國企業(yè)表示其數字化轉型帶來(lái)的銷(xiāo)售收入超越了預期。這個(gè)數據非常的低。

缺乏通用工業(yè)數據一直是阻礙主流制造商采用AI的主要障礙之一。先進(jìn)技術(shù)只是數字化轉型的一個(gè)方面。制造商想要領(lǐng)先一步，就必須了解數據的作用和價(jià)值。傳感器憑借極低的成本，正在成為新設備的標配，而舊的制造設備也在使用傳感器完成改造。如今，制造商在采集、利用和管理海量數據的能力方面已達到了前所未有的水平。

在這個(gè)工業(yè)物聯(lián)網(wǎng)時(shí)代，制造商可以通過(guò)快速引進(jìn)工具來(lái)利用龐大的數據集產(chǎn)生可執行的結果。但如果對這些數據缺乏最高級別的信任，那么AI/ML解決方案就會(huì )產(chǎn)生可疑的分析和次優(yōu)的結果。企業(yè)在構建解決方案時(shí)，往往會(huì )想當然地認為數據包含了所有目標場(chǎng)景，而算法會(huì )“搞定”一切。如果沒(méi)有可信的數據和強大的數據平臺作為堅實(shí)的根基，那么AI/ML方法將產(chǎn)生偏見(jiàn)且變得不可信，失敗的風(fēng)險會(huì )隨之上升。簡(jiǎn)而言之，許多企業(yè)未能實(shí)現AI的價(jià)值，是因為他們所依賴(lài)的AI工具和數據科學(xué)從一開(kāi)始就使用了有問(wèn)題的數據。

可信AI始于可信數據

制造業(yè)該如何解決這一數據挑戰，并充分利用數據驅動(dòng)的AI呢？答案是制定基于強大數據平臺的數據戰略。

制造業(yè)的運營(yíng)部門(mén)和IT部門(mén)必須密切合作，共同發(fā)展以數據為中心的文化，由IT部門(mén)負責端到端的數據生命周期管理，側重于可靠性和安全性。

數據相關(guān)的最佳實(shí)踐包括：

●   小步快跑，設立可行的目標，從生產(chǎn)車(chē)間需要解決的試點(diǎn)問(wèn)題入手。

●   確定能夠幫助制造業(yè)運營(yíng)部門(mén)增加價(jià)值的用例，據此來(lái)決定要采集的數據。

●   通過(guò)融合IT/OT構建數據采集和接入能力，采集車(chē)間和設備數據一并接入到位于云端的中央平臺上。

●   添加適當的背景數據（IT/業(yè)務(wù)數據），這對AI分析制造數據至關(guān)重要。

●   消除數據孤島。必須將多個(gè)來(lái)源的數據集中存儲在一個(gè)通用的數據湖中，以便統一整個(gè)價(jià)值鏈的數據來(lái)源。

●   將AI工具和數據科學(xué)用于您信任的數據上，并向相關(guān)人員或系統提供洞察，作出最佳且最明智的決策。

混合數據平臺的價(jià)值

AI可以幫助制造商改進(jìn)運營(yíng)方式，并實(shí)現更高水平的卓越運營(yíng)。但關(guān)鍵在于要把數據放在首位，而非復雜的AI系統。制造企業(yè)目前仍在本地、私有云、公有云等平臺上使用舊的基礎設施和數據來(lái)源。為了解決這些難題，企業(yè)必須使用可以采集和接入任何系統的數據，然后將數據傳輸到任何系統或平臺的混合數據平臺。

Cloudera可在混合數據平臺上提供端到端的數據生命周期管理，包括構建制造業(yè)可信數據戰略所需的所有構件。我們提供的主要功能包括數據接入、數據準備、數據存儲和數據發(fā)布，以及整個(gè)數據生命周期的通用安全和治理功能。Cloudera可實(shí)現包括私有云、公有云、本地和任何平臺在內的任何位置之間的數據傳輸，使制造業(yè)能夠在“可信”數據的基礎上使用下一代AI工具和應用。Cloudera數據平臺（CDP）是目前唯一面向現代數據架構的混合數據平臺，能夠使用任何位置的數據，有效賦能制造業(yè)AI。敬請訪(fǎng)問(wèn)Cloudera官網(wǎng)制造業(yè)頁(yè)面，了解更多關(guān)于該平臺的信息。