Miturut Laporan Pasar Industri AI lan AI sing bubar dirilis 2021-2026, tingkat adopsi AI ing Setelan industri mundhak saka 19 persen dadi 31 persen sajrone rong taun. Saliyane 31 persen responden sing wis ngluncurake AI kanthi lengkap utawa sebagian ing operasi, 39 persen liyane lagi nyoba utawa nyoba teknologi kasebut.
AI muncul minangka teknologi utama kanggo manufaktur lan perusahaan energi ing saindenging jagad, lan analisis IoT prédhiksi manawa pasar solusi AI industri bakal nuduhake tingkat pertumbuhan taunan senyawa pasca-pandemi (CAGR) sing kuat 35% nganti $ 102.17 milyar ing taun 2026.
Jaman digital wis nglairake Internet of Things. Bisa dideleng yen muncule intelijen buatan wis nyepetake perkembangan Internet of Things.
Ayo goleki sawetara faktor sing nyebabake pangembangan AI lan AIoT industri.
Faktor 1: Piranti lunak liyane lan liyane kanggo AIoT industri
Ing 2019, nalika analytics Iot wiwit nutupi AI industri, ana sawetara produk piranti lunak AI khusus saka vendor teknologi operasional (OT). Wiwit iku, akeh vendor OT mlebu pasar AI kanthi ngembangake lan nyedhiyakake solusi piranti lunak AI ing wangun platform AI kanggo lantai pabrik.
Miturut data, meh 400 vendor nawakake piranti lunak AIoT. Jumlah vendor piranti lunak sing gabung ing pasar AI industri saya tambah akeh sajrone rong taun kepungkur. Sajrone sinau, IoT Analytics ngenali 634 panyedhiya teknologi AI kanggo pabrikan / pelanggan industri. Saka perusahaan kasebut, 389 (61.4%) nawakake piranti lunak AI.
Platform piranti lunak AI anyar fokus ing lingkungan industri. Ngluwihi Uptake, Braincube, utawa C3 AI, akeh vendor teknologi operasional (OT) sing nawakake platform piranti lunak AI khusus. Conto kalebu analitik Industri Genix ABB lan suite AI, suite Inovasi PabrikTalk Rockwell Automation, platform konsultasi manufaktur Schneider Electric dhewe, lan luwih anyar, tambahan khusus. Sawetara platform kasebut ngarahake macem-macem kasus panggunaan. Contone, platform Genix ABB nyedhiyakake analytics canggih, kalebu aplikasi lan layanan sing wis dibangun kanggo manajemen kinerja operasional, integritas aset, kelestarian lan efisiensi rantai pasokan.
Perusahaan gedhe nyelehake piranti lunak ai ing lantai toko.
Kasedhiya piranti lunak ai uga didorong dening piranti lunak khusus kasus panggunaan anyar sing dikembangake dening AWS, perusahaan gedhe kayata Microsoft lan Google. Contone, ing Desember 2020, AWS ngrilis Amazon SageMaker JumpStart, fitur saka Amazon SageMaker sing nyedhiyakake solusi sing wis dibangun lan bisa disesuaikan kanggo kasus panggunaan industri sing paling umum, kayata PdM, visi komputer, lan nyopir otonom, Deploy with mung sawetara klik.
Solusi piranti lunak khusus kasus panggunaan nyopir perbaikan migunani.
Suite piranti lunak khusus nggunakake kasus, kayata sing fokus ing pangopènan prediktif, dadi luwih umum. IoT Analytics nyathet manawa jumlah panyedhiya sing nggunakake solusi piranti lunak manajemen data produk (PdM) berbasis AI mundhak dadi 73 ing awal 2021 amarga nambah macem-macem sumber data lan nggunakake model pra-latihan, uga nyebar. adopsi teknologi nambah data.
Faktor 2: Pangembangan lan pangopènan solusi AI lagi disederhanakaké
Pembelajaran mesin otomatis (AutoML) dadi produk standar.
Amarga kerumitan tugas sing ana gandhengane karo machine learning (ML), tuwuhing aplikasi machine learning kanthi cepet nggawe perlu kanggo metode machine learning sing bisa digunakake tanpa keahlian. Bidang riset sing diasilake, otomatisasi progresif kanggo pembelajaran mesin, diarani AutoML. Macem-macem perusahaan nggunakake teknologi iki minangka bagean saka penawaran AI kanggo mbantu para pelanggan ngembangake model ML lan ngetrapake kasus panggunaan industri kanthi luwih cepet. Ing Nopember 2020, contone, SKF ngumumake produk basis automL sing nggabungake data proses mesin karo data geter lan suhu kanggo nyuda biaya lan ngaktifake model bisnis anyar kanggo pelanggan.
Operasi machine learning (ML Ops) nyederhanakake manajemen lan pangopènan model.
Disiplin anyar babagan operasi machine learning tujuane kanggo nyederhanakake pangopènan model AI ing lingkungan manufaktur. Kinerja model AI biasane mudhun ing wektu amarga kena pengaruh sawetara faktor ing pabrik (contone, owah-owahan distribusi data lan standar kualitas). Akibaté, pangopènan model lan operasi machine learning wis dadi perlu kanggo nyukupi syarat kualitas dhuwur saka lingkungan industri (contone, model karo kinerja ngisor 99% Bisa uga gagal kanggo ngenali prilaku sing mbebayani kanggo safety buruh).
Ing taun-taun pungkasan, akeh startup sing gabung karo ruang Ops ML, kalebu DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, lan Weights & Biases. Perusahaan sing wis mapan nambahake operasi pembelajaran mesin menyang penawaran piranti lunak AI sing ana, kalebu Microsoft, sing ngenalake deteksi drift data ing Azure ML Studio. Fitur anyar iki ngidini pangguna ndeteksi owah-owahan ing distribusi data input sing ngrusak kinerja model.
Faktor 3: Kecerdasan buatan sing ditrapake kanggo aplikasi lan kasus panggunaan sing wis ana
Panyedhiya piranti lunak tradisional nambah kapabilitas AI.
Saliyane piranti lunak AI horisontal gedhe sing ana kayata MS Azure ML, AWS SageMaker, lan Google Cloud Vertex AI, piranti lunak tradisional kayata Computerized Maintenance Management Systems (CAMMS), Manufacturing execution systems (MES) utawa enterprise resource planning (ERP) saiki bisa ditingkatake sacara signifikan kanthi nyuntikake kemampuan AI. Contone, panyedhiya ERP Epicor Software nambahake kapabilitas AI menyang produk sing wis ana liwat Epicor Virtual Assistant (EVA). Agen EVA sing cerdas digunakake kanggo ngotomatisasi proses ERP, kayata njadwal maneh operasi manufaktur utawa nindakake pitakon sing prasaja (contone, entuk rincian babagan rega produk utawa jumlah bagean sing kasedhiya).
Kasus panggunaan industri dianyari kanthi nggunakake AIoT.
Sawetara kasus panggunaan industri ditambahake kanthi nambah kapabilitas AI menyang infrastruktur hardware/software sing ana. Conto sing jelas yaiku visi mesin ing aplikasi kontrol kualitas. Sistem visi mesin tradisional ngolah gambar liwat komputer terintegrasi utawa diskrèt sing dilengkapi piranti lunak khusus sing ngevaluasi paramèter lan ambang sing wis ditemtokake (contone, kontras dhuwur) kanggo nemtokake manawa obyek nuduhake cacat. Ing sawetara kasus (contone, komponen elektronik karo wangun wiring beda), nomer positif palsu dhuwur banget.
Nanging, sistem kasebut diuripake maneh liwat intelijen buatan. Contone, panyedhiya Vision mesin industri Cognex ngrilis alat Deep Learning anyar (Vision Pro Deep Learning 2.0) ing Juli 2021. Piranti anyar kasebut nggabungake karo sistem visi tradisional, sing ngidini pangguna pungkasan nggabungake sinau jero karo alat visi tradisional ing aplikasi sing padha. ketemu lingkungan medical lan elektronik nuntut sing mbutuhake pangukuran akurat saka goresan, kontaminasi lan cacat liyane.
Faktor 4: Hardware AIoT industri ditingkatake
Kripik AI saya apik kanthi cepet.
Kripik AI hardware semat berkembang kanthi cepet, kanthi macem-macem pilihan sing kasedhiya kanggo ndhukung pangembangan lan panyebaran model AI. Conto kalebu unit pangolahan grafis (Gpus) paling anyar NVIDIA, A30 lan A10, sing dienal ing Maret 2021 lan cocog kanggo kasus panggunaan AI kayata sistem rekomendasi lan sistem visi komputer. Conto liyane yaiku Unit Pemrosesan Tensor (TPus) generasi kaping papat Google, yaiku sirkuit terpadu khusus (ASics) sing kuat sing bisa entuk efisiensi lan kacepetan nganti 1,000 kaping luwih akeh ing pangembangan model lan panyebaran kanggo beban kerja AI tartamtu (contone, deteksi obyek. , klasifikasi gambar, lan pathokan rekomendasi). Nggunakake hardware AI darmabakti nyuda wektu komputasi model saka dina kanggo menit, lan wis kabukten dadi game changer ing akeh kasus.
Perangkat keras AI sing kuat kasedhiya langsung liwat model bayar saben panggunaan.
Perusahaan Superscale terus-terusan nganyarke server kanggo nyedhiyakake sumber daya komputasi ing awan supaya pangguna pungkasan bisa ngetrapake aplikasi AI industri. Ing Nopember 2021, contone, AWS ngumumake rilis resmi saka instans basis GPU paling anyar, Amazon EC2 G5, sing didhukung dening NVIDIA A10G Tensor Core GPU, kanggo macem-macem aplikasi ML, kalebu visi komputer lan mesin rekomendasi. Contone, panyedhiya sistem deteksi Nanotronics nggunakake conto Amazon EC2 saka solusi kontrol kualitas berbasis AI kanggo nyepetake upaya pangolahan lan entuk tingkat deteksi sing luwih akurat nalika nggawe microchip lan nanotube.
Kesimpulan lan Prospek
AI bakal metu saka pabrik, lan bakal ana ing ngendi-endi ing aplikasi anyar, kayata PdM berbasis AI, lan minangka tambahan kanggo piranti lunak lan kasus panggunaan sing wis ana. Perusahaan gedhe ngluncurake sawetara kasus panggunaan AI lan nglaporake sukses, lan umume proyek duwe pengembalian investasi sing dhuwur. Umumé, munggah saka awan, platform iot lan chip AI sing kuat nyedhiyakake platform kanggo piranti lunak lan optimisasi generasi anyar.
Wektu kirim: Jan-12-2022