本文譯自同名AspenTech英文博客。
我們打算推出一個專門系列，探討人工智能及其在工業(yè)中的應用。這是第一篇。
不同于其他有關人工智能的文章，我希望在這篇文章中探討對人工智能的共識和定義，尤其是如何將其應用于資產密集型組織。
困難在于，在不同的環(huán)境下，人工智能對不同的人意味著不同的事物，因此很難定義這個概念，因為它本身不是一項真正的技術。對人工智能最貼切的描述是：人工智能是各種不同技術的集合，這些技術結合在一起，助力系統(tǒng)（流程、資產或機器）發(fā)揮智能作用。
如果我們擴展這個概念，人工智能支持的業(yè)務應用的目的就是通過幫助系統(tǒng)感知、理解、執(zhí)行和學習，使系統(tǒng)發(fā)揮智能作用。通過機器學習（Machine Learning）或深度學習來訓練系統(tǒng)是使系統(tǒng)變得智能的核心要素，這個過程在優(yōu)化性能、準確性和質量方面具有強大的功能
通過與安排的生產活動直接聯(lián)系，使基于活動的對話具有清晰度，從而：指定對一個批次的技術變更、標記返工指令、共享生產狀態(tài)更新、標記呆滯不合格品等。這有助于使居家辦公的員工與在生產工廠的人員始終保持一致。
與其過多地關注字典定義，不如探討人工智能可賦予流程、資產、機器或系統(tǒng)何種能力。機器學習是使流程、資產、機器或系統(tǒng)智能化的核心。能夠通過分析數據而不是通過硬編碼來決定如何行動，是人工智能與其他形式的自動化的區(qū)別。
“人工智能星座”
許多企業(yè)開始定義自己的人工智能程序和制定數字化計劃，它們需要一個框架來幫助捕捉人工智能范式轉變的本質以及組織內所有業(yè)務流程的轉變 – 無論是突破性創(chuàng)新、日?？蛻舴者€是企業(yè)生產力計劃。在用于定義和解釋人工智能的眾多框架中，我認為最直觀、最符合邏輯的框架是“人工智能星座”，這是《人與機器：重新想象人工智能時代的工作》（作者：Paul R. Daugherty和H. James Wilson）一書中介紹的范式。
在這種范式下，企業(yè)人工智能分為三個層次。在第一層，企業(yè)定義其用例和業(yè)務應用（原因和內容），利用數據為利益相關者創(chuàng)造更大的價值。在第二層，我們研究支持業(yè)務應用的人工智能功能套件。最后，在第三層（核心），我們探討可用來交付預先確定的人工智能功能（方式）的各種機器學習方法。
例如，規(guī)范性維護是人工智能在資產密集型行業(yè)中最引人注目的業(yè)務應用之一。根據此框架，在第一層，對于通過系統(tǒng)減少計劃外停機時間、延長資產壽命和提高整體生產率的行業(yè)，這些應用變得越來越普遍。
在第二層，這些業(yè)務應用（或智能軟件代理）可利用一種或多種人工智能功能預測何時維修資產。在第三層，這些功能基于各種機器學習方法 – 從使用回歸和/或神經網絡模型的監(jiān)督學習，到用于模式檢測和其他機器學習技術的半監(jiān)督學習。
使用此框架從根本上解構每個人工智能用例和業(yè)務應用，從而使企業(yè)能夠構建整體人工智能程序，清楚地分析每個人工智能計劃的業(yè)務價值，并了解投資和指導人工智能程序所需的基本要求。
人工智能星座是企業(yè)用來構建其人工智能程序的強大框架。該框架強調用例和應用的商業(yè)價值，有助于將重點放在啟用人工智能功能的前提條件上并掩蓋底層人工智能和機器學習方法的復雜性。隨著人工智能和機器學習民主化進程的加速，這些技術正在成為企業(yè)一級數字化轉型的關鍵支柱。
人工智能及機器學習在資產密集型行業(yè)中的應用
雖然有令人信服的用例存在且人工智能可為企業(yè)帶來可度量的業(yè)務價值，但是在人工智能采用方面，基于流程的資產密集型行業(yè)落后于許多其他行業(yè)。一個主要原因是企業(yè)的成熟度。
這類企業(yè)需要新技能，但缺乏優(yōu)質數據。高德納的最新調查表明，56%的企業(yè)領導者認為他們需要更新的技能才能完成人工智能任務，同時有34%的受訪者表示，數據質量低下是實施人工智能項目的關鍵阻礙。（考慮到這一點，使用人工智能進行規(guī)范性維護仍然有很大價值，因為它還采用一些技術來從任何資產的當前數據狀態(tài)中獲得強大的結果。）
人工智能技術采用緩慢的另一個原因是對收益和用例的了解不足。在高德納的調查中，42%的受訪者表示他們不完全了解人工智能的收益或隱含的投資回報率。量化人工智能項目的收益對企業(yè)領導來說頗具挑戰(zhàn)性。到2024年，50%的人工智能投資將實現量化，并與具體的關鍵績效指標掛鉤，以衡量投資回報率。
因此，整個行業(yè)仍有許多工作要做，首先要對“人工智能的定義”達成共識，并建立一個簡單的框架來讓企業(yè)的人工智能項目可視化。以此為基礎，在后面的博文中，我將探討應用人工智能來推動數字化進程的最佳實踐，以及資產密集型行業(yè)會遇到的一些常見陷阱和關鍵收益。
如果您想進一步了解數字解決方案如何幫助您的企業(yè)提升績效，請閱讀我們最近的執(zhí)行摘要《運用新一代運營技術在瞬息萬變的世界中實現智能企業(yè)》。