Bedrijven stellen deadlines voor intelligente systemen

De klok tikt door voor organisaties die op zoek zijn naar een succesvolle overgang naar bedrijfsbrede intelligente systemen. Ze hebben vijf jaar om het te laten werken, te beginnen nu.

Vijf jaar lijkt misschien een lange tijd, maar voor succes moeten ondernemingen een aantal veelvoorkomende hindernissen nemen. Deze omvatten de aanwezigheid van legacy-systemen, datasilo's, gebrek aan rekenkracht aan de edge en integratie van diverse systemen in een omgeving die gebruikmaakt van machine learning en realtime samenwerking.

Die intelligente systemen bieden de infrastructuur die ten grondslag ligt aan bredere datagerichte initiatieven, zoals de opkomende concepten van continue intelligentie en observeerbaarheid.

Digitale transformatiebedrijf Wind River benadrukte de uitdagingen en kansen voor bedrijven in grote industrieën via een onlangs uitgebracht rapport. In een onderzoek onder meer dan 500 tech-leiders over de hele wereld, ontdekte Wind River dat 62% van de tech-leiders zegt dat hun bedrijven "zijn begonnen aan een reis om intelligente systeembedrijven te worden".

Bovendien willen 8 van de 10 respondenten binnen vijf jaar succes bewijzen, waarbij 16% van die leiders zegt te verwachten een hooghartige vier keer de ROI van hun collega's te behalen.

De respondenten vertegenwoordigden kernindustrieën. De respondenten waren werkzaam in de industrie, energie en nutsbedrijven, ruimtevaart en defensie, medische technologie, auto's en telecommunicatie.

Kenmerken van intelligente systemen

Dus, hoe ziet een bedrijf voor intelligente systemen eruit?

Wind River suggereerde 13 elementen die bedrijven nu kunnen hebben of kunnen verwachten te gebruiken binnen hun periode van vijf jaar.

De kenmerken die respondenten als het belangrijkst beoordeelden, werden geleid door 'true compute on the far edge', dat door Wind River werd genoemd als 'fundamenteel voor de komende 3 tot 5 jaar'. Neem het voorbeeld van een Internet of Things-omgeving. Dat zou kunnen betekenen dat embedded devices autonoom opereren en misschien dat er meer intelligentie verschuift van centrale systemen naar die edge devices.

Andere belangrijke kenmerken waren onder meer geautomatiseerd leren en machine learning-functionaliteit; bijna-realtime naadloze ecosysteemverbindingen; realtime collaboratieve workflowplatforms; en digitale feedbackloops die de productontwikkeling beïnvloeden.

Respondenten zeiden dat die laatste twee elementen hun infrastructuur vandaag moeten hebben.

De belangrijkste elementen die nodig waren binnen individuele industrieën en de status van die elementen varieerden. Hier zijn enkele voorbeelden.

Zie ook:Continuous Intelligence Insights

Productie

Met 2,7 miljoen robots die al aan het werk zijn en er nog meer in het verschiet liggen in de productie, is de edge van belang vandaag. "Compute leveren aan de verre rand, stress voorspellen, fouten oplossen en apparaten in de cloud aanpassen - dit zijn allemaal fundamentele mogelijkheden voor succes die moeten worden geleverd in een enkele, realtime, collaboratieve workflow", aldus het rapport.

Toch toonde het onderzoek aan dat slechts 11% van de productiebedrijven "zichzelf al ziet als digitale bedrijven met intelligente systemen". Nog eens 55% van de rest streeft ernaar om daar te komen.

Energie en nutsvoorzieningen

Wind River zei dat de vijfjarige visie voor energie gericht is op geautomatiseerd leren en machine learning. "Productieleiders zijn op zoek naar een combinatie van cloudgebaseerde apparaataanpassing, voorspellend systeembeheer en de volgorde van noodzakelijke workflowprocessen om een ​​duidelijk pad naar praktisch succes te creëren", aldus het rapport.

Respondenten uit de energiesector zeiden dat "het basisvermogen van computers aan de verre rand meer dan 10 keer belangrijker is dan het kunnen uitvoeren van experimenten als een lerend systeem".

In het rapport staat dat 41% van de respondenten op het gebied van energie en nutsvoorzieningen gelooft dat intelligente systemen een positieve verandering kunnen brengen in hoe zorgvuldig en efficiënt we milieubronnen gebruiken.

Lucht- en ruimtevaart en defensie

Kunstmatige intelligentie is cruciaal in deze sector. Wind River citeerde onderzoeksbureau CB Insights als commentaar op de rapportgegevens:"In de lucht- en ruimtevaart- en defensie-industrie moet ondersteunende software snelle beslissingen nemen in scenario's met een hoog risico. Kunstmatige intelligentie wordt een integraal onderdeel van de $ 8,7T-ruimte terwijl bedrijven en overheidsinstanties het gebruik van technologieën van robotica en autonome systemen tot cyberbeveiliging en telecommunicatie voor de nationale veiligheid onderzoeken."

Respondenten wezen op de behoefte aan echte rekenkracht aan de verre rand en de mogelijkheid om in realtime te emuleren en te simuleren als de belangrijkste kenmerken van intelligentie in de lucht- en ruimtevaart en defensie.

Het onderzoek benadrukte ook de noodzaak van de mogelijkheid om "workflows te synthetiseren met één proces voor alle betrokken partijen en het gebruik van tools zoals digitale feedbackloops bij de ontwikkeling van nieuwe producten en diensten".

Medische technologie

“Het idee van Alan Turing van het imitatiespel was een voorloper van het huidige denken over intelligente systemen in de medische industrie. De toepassing van intelligente systemen voor preventief onderhoud en innovatie is buitengewoon opwindend”, aldus het Wind River-rapport. Het zei toen dat het medtech-veld tegenwoordig meer investeringen vereist dan welke andere branche dan ook.

Het rapport citeerde Accenture-gegevens die aantonen dat in vijf jaar "AI alleen al de Amerikaanse gezondheidszorg $ 150 miljard per jaar zou kunnen besparen".

De sleutels voor medtech zijn onder meer een realtime collaboratief workflowplatform gecombineerd met de mogelijkheid om gegevens in feedbackloops terug te sturen naar productontwikkeling, gebeurtenissen te detecteren, op te lossen en totale automatisering te realiseren.

De keerzijde, volgens het rapport:"Terwijl 78% van de leiders in medische technologiebedrijven op weg is om intelligente systemen te bouwen, slaagt een derde daarvan niet". Er is dus nog veel werk en innovatie nodig in de medtech.

Automobiel

De auto-industrie is wat verder op de weg als het gaat om intelligentiesystemen. Natuurlijk heeft de auto-industrie de afgelopen decennia een reeks revoluties doorgemaakt. Die trend zal zich voortzetten.

Het rapport merkt op:"De infrastructuurkenmerken die autofabrikanten in de eerste drie jaar implementeren, zullen 70% van de totale impact van intelligente systemen op de industrie uitmaken."

Het gaat verder met te zeggen:"De juiste volgorde krijgen en focussen op het bouwen van de juiste reeksen intelligente systeemkenmerken zijn beide de sleutel tot succes."

Onder verwijzing naar de "steeds diversere wereld van inkomstenmogelijkheden" in de auto-industrie, zei het rapport dat een collaboratief workflowplatform nodig is, ook al heeft dit op korte termijn geen grote impact.

Die 'diverse wereld' in de automobielsector is er een waar het bedrijf niet langer alleen gaat over het bouwen van auto's, maar ook over ontwikkelingen zoals hoe auto's nu waardevolle bronnen van informatie zijn over consumenten en de evolutie van het bedrijfsmodel voor autobezit.

Het rapport stelt dat de automobielsector in de komende drie tot vijf jaar drie belangrijke elementen van intelligente systemen moet uitbouwen:de mogelijkheid om echte computers aan de verre rand te hebben, de mogelijkheid om spanningen en storingen te voorspellen en op te lossen, en de mogelijkheid om de apparaatervaring aan te passen. in de cloud.

Een van de factoren die de automobielsector bijzonder maken in de belangrijkste industrieën, werd opgemerkt in het rapport. Het zei:"De auto-industrie heeft unieke drijfveren voor succes. Het belangrijkste kenmerk van intelligente systemen voor het succes van organisaties is dat ze kunnen worden gebouwd, ontwikkeld en beheerd met behulp van simulaties of emulaties om de productiviteit te verhogen en de time-to-market te verkorten.”

Telecommunicatie

Terwijl tv-commercials voor telecombedrijven zich richten op de overstap naar 5G, is het volgens het rapport de sleutel voor de sector om "complete intelligente systeembedrijven" te worden. Dat begint met "een realtime collaboratief workflowproces en de mogelijkheid om apparaten aan de rand aan te passen".

In het onderzoek zei een derde van de carrier-leiders in de VS dat ze geloven dat hun organisaties toegewijd zijn aan het idee van intelligente systemen als kern van hun toekomst. “Toch bedraagt ​​de kans op succes, zelfs binnen die groep, slechts 54%. Toegewijd zijn aan het idee is geen garantie", aldus het rapport.

Enquête-respondenten zeiden dat de telecomsector binnen drie jaar een duidelijke focus zal hebben op het creëren van een toekomst met intelligente systemen, kernpraktijken zal hebben die bijdragen aan een toekomst van intelligente systemen, en hun embedded producten/diensten volledig zal hebben ontwikkeld voor intelligente systemen. "Dit is een agressieve kortetermijnvisie in vergelijking met die van de andere sectoren", aldus het rapport.

"Alleen de automobielsector heeft evenveel aandacht voor de belangrijkste intelligente kenmerken die nu nodig zijn:true compute at the edge, de mogelijkheid om in bijna realtime te simuleren en te emuleren, en digitale feedbackloops die gegevens verbinden met producten en diensten", aldus Wind River.

Het voegde eraan toe dat 90% van de telecomleiders gelooft dat meer dan 50% van hun embedded producten en diensten binnen minder dan drie jaar in de verre cloud moeten werken. 63 procent gelooft dat hun producten en diensten de komende drie jaar doordrenkt zullen zijn met AI en ML.

"In vijf jaar kunnen twee belangrijke kenmerken realiteit worden:totale automatisering en het vermogen om te handelen op basis van sensorische gegevens en algoritmen", concludeerde het rapport.