机械中的人工智能

机械应用程序报告的人工智能（AI）概述了机械级别AI的技术，应用和市场。该研究基于40次以上的专家访谈以及在线调查。我们采用市场规模以及采用策略，并深入研究单个机械领域。

机械中的人工智能（AI）：更改所有内容

大约在2009年，人们开始谈论第四次工业革命，工业物联网和其他相关概念。但是，回想起来，第二和第三工业革命主要仅仅用机器和计算机代替了人的肌肉和手动劳动，这些机器和计算机基本上重复了预编程的行为。尽管第四次工业革命提高了数字化水平，但直到最近，即使是受过教育最受教育的机器和计算机也没有做出类似人类的决定。现在，随着AI进入植物地板，我们终于开始使用数字技术不仅替代肌肉，而且还取代大脑。大多数专家都同意，尽管AI将在工业和其他应用中深深地嵌入，并且已经出现了初始用例，但今天的制造中的AI仍然是一种利基技术。

如今，根据您的观点，您对AI的想法可能落在技术是抽象威胁或可能性之间的某个地方，以及带有具体用例的真实解决方案，您甚至可能不知道它在起作用。将来，AI将在日常生活和自动化中深深地嵌入，以至于我们甚至都不会意识到它在大多数时候都存在。

为了实现这种开创性的东西，至关重要的是确定正确的机器类型的正确解决方案。机床提供其他可能性；除了机器人或材料处理应用程序以外，应用程序不仅不同，而且使用的AI技术也不同。该报告具有这些特征，毗邻个人市场潜力，并列出了许多在实施AI时如何处理最常见障碍的策略。

机械战略问题中的人工智能

除了提供五年的市场预测外，机械应用程序市场研究还提供了详细的定量当前市场数据，并解决了如下的关键战略问题。

• AI在机械中的市场渗透仍处于起步阶段。机器制造商正在重组其业务模型以适应这一新技术，而最终用户正在为其机械使用特定操作的用例。但是，市场已经超越了AI炒作周期，成为了切实的产品和应用。对于每个用户和机器构建器，都必须果断地解决最常见的障碍。
• 在植物地板上采用新技术时，人为因素是最重要的。ARC已经确定了这三个主要策略，以帮助使员工欣赏AI的引入：
  • 对人类工人的明显好处：为工人带来透明，简化操作的好处，并避免与现有工作例程直接冲突。例如，AI可以使用语音识别，减少时间和精力来简化项目后文书工作或生成报告。
  • 参与主要利益相关者：对AI解决方案的抵制取决于AI团队的领导和利益相关者的参与。尽管公司高管和高级研究小组通常显示出几乎没有阻力，但大多数情况下，AI项目团队具有跨职能，涉及层次结构的多层。在标记数据时尤其如此。需要中间管理和植物地板上的人员。
  • 正确的客户申请：通常，至少最初，最终用户很可能会反对更多的AI，而AI不影响其核心价值主张。
• 对AI的怀疑是巨大的。提供一个可靠的解决方案来提供明显的好处，这一点很重要。另一方面，这些用例需要成为更广泛的AI策略和路线图的一部分，以便可以利用AI的全部潜力。例如，在采矿机械中，主要要求是将停机时间最小化，因为该行业是资本密集型的​​。当前，采矿机械与机器学习集成在一起，以支持用于数据聚合，处理和预测性维护的应用程序。可以升级较旧的采矿机以增加机器的复杂性，这可以低成本实现。许多与AI解决方案供应商合作的供应商可以为最终用户提供这些解决方案。
• 其他应用程序包括机器感知，可用于移动机器，部分是自动的。后者主要用于危险地下采矿。