加速生产的智能和可持续的未来
AI推动制造业的前沿
成本上升、需求波动和增加关注零操作,数据的重要性,分析和AI从来没有更大的制造业。这个新的调查报告由麻省理工学院技术评论见解指出的那样,数据显示,在制造业和AI领导人最多,行业数据和人工智能投资以高于平均水平的速度增长,表明该行业的野心更加AI-driven 4.0,使行业的现实。同时,该行业遭受许多称之为“概念验证(PoC)炼狱”只有一半的数据和人工智能项目生产。82%的制造业高管援引数据相关的问题的一个关键因素,成功可能危及他们的公司未来的人工智能。
分散的数据管理方法,人工智能是这一趋势的主要根源之一。超过四分之三(78%)的受访高管和几乎所有(96%)的领袖集团说,人工智能和机器学习用例扩展为企业创造商业价值是他们的首要任务数据策略在未来三年。大多数受访者(72%)-和几乎所有的领导人(92%)欣赏multicloud方法的灵活性提供了人工智能的发展。
用更全面的方法对数据分析和人工智能,制造商可以克服这些挑战和改变他们的运作方式和更可持续的业务,预测供应链,洞察他们的终端消费者,更富有成效的员工。
案例研究
康明斯
通过获得洞察发动机的性能在其全球运营的方方面面舰队,康明斯能够工程师最优维护日程,减少保修成本和最大化客户的正常运行时间和燃油效率,成为在市场上为其解决方案的关键因素。
康明斯五年前开始使用人工智能向其客户提供增值服务,如建议用户的引擎如何提高燃油经济性或采取行动,解决部分失败。AI公司改变了专注的努力预测,预测当某些发动机部件将会失败。这允许它建议更换那些部分在预定的维护,从而避免更多昂贵的保修更换工作。
“这转变我们的思想,我们在做什么与人工智能和生成的数据从我们的引擎。实现减少只有1%可以价值数百万美元的公司。”
雪莉Aaholm首席数字官,康明斯
案例研究
CNH工业
精确农业,优化水和化学品使用,定位碳汇,使城市农业,以减少森林砍伐,这些只是几个现有的用例人工智能在可持续农业。CNH工业计划:一个可持续的拖拉机。
“我们需要理解每个组件的环境足迹我们放入拖拉机。需要从每个制造商获取数据,例如,其生产废水,其能源消耗和有害物质的治疗。如果一部分包含危险物质,随着时间的推移它们可解析?部分需要治疗的一种特殊的方式结束时拖拉机的生活以避免损坏环境?这是可回收的吗?得到这个错误的可持续农业有巨大影响。”
marc Kermisch,全球首席信息官,CNH工业