人工智能在哪些方面可以对IT运营产生重大作用
发布时间：2021-11-02 16:54:16 所属栏目：大数据 来源：互联网
导读：2021年即将到来。企业在展望新的一年，评估如何更好地优化运营和加速增长时，也将面临一系列无法预料的情况。新冠肺炎疫情给各行各业的运营都造成不同程度的影响，并且这种影响在新的一年还将持续。然而，这也成为了加速关键技术发展的催化剂，这些关键技术
|
2021年即将到来。企业在展望新的一年，评估如何更好地优化运营和加速增长时，也将面临一系列无法预料的情况。新冠肺炎疫情给各行各业的运营都造成不同程度的影响，并且这种影响在新的一年还将持续。然而，这也成为了加速关键技术发展的催化剂，这些关键技术能够帮助企业在新的一年及以后取得成功。集成新的技术解决方案来维持企业的运营和盈利能力，以及优化工作流程以应对持续的高峰需求和供应链突发事件的能力，这一直以来都是关键，且日后亦将如此。
疫情加速了一些长期趋势的发展，包括电子商务、自动化和供应链优化。一些示例用例包括“在线购买，到店提货”(BOPIS)，门店发货和微履行。物联网(IoT)、云计算和动态智能规划等技术的进步，使我们有能力去把握这些机遇。
企业加大了对智能自动化的投入，包括机器人技术和人工智能(AI)，以及机器学习(ML)和规范性分析解决方案。如果企业想为一线员工提供深入的洞察，助力其实时开展行动，那么在2021年需要重点发展这些技术。
零售自动化(从商店到仓储运营和配送中心的整个供应链)的加速发展，背后的驱动力就是直接交付至消费者的需求，且按需交付方式的需求日益增长，使包裹运输公司在传统非高峰时段依然处于高峰运营状态。因此，企业迫切需要实现工作流程的自动化，以满足客户需求，同时提高效率和生产率。
在2021年，以下四大企业级技术趋势将持续发挥重要的影响力。
一、计算机和机器视觉
计算机视觉和机器视觉解决方案的发展将为各行各业的企业提供针对其物理环境更精确的描述。
基于计算机视觉系统收集的数据使解决方案能够以更广泛、更智能的方式，直观地解译和了解外界环境。例如，计算机视觉能够提供与人类能力相匹敌的识别能力，从而提高库存可视性，并简化销售点的结帐工作。与其他数据源结合使用时，可以使运营决策自动化，并帮助领导者更准确地实现业务可视化，从而助力其采取更有效的行动。
机器视觉是计算机视觉的子领域，其使用的是专注于检验分析和异常检测的视觉技术。这种技术可以准确验证制造产品的质量和一致性，并具有高度可重复性。机器视觉在零部件生产线和装配检验的部署已有数十年的历史。然而，机器视觉中使用的传感器和计算技术迅速发展，功能日益强大，且更具成本效益，使得机器视觉能够覆盖更多应用程序，同时添加了增强功能，例如针对更复杂的应用程序检验的实时3D图像处理。
采用计算机和机器视觉的系统将在2021年持续推动自动化程度的提升。其具有捕获、处理、解译和指示操作的功能，能够帮助解决劳动密集型任务等迫切的难题。
二、智能自动化：包括人工智能(AI)和机器人技术
在消费级领域，AI已用于与Alexa和Siri等数字助理进行自然的语言交互。这些系统会不断学习，不仅学习如何更准确地识别语音，还有如何对含义、上下文和个人偏好进行解译。这种学习技术在企业中也很常见，许多公司正在使用AI来提高其工作流程、交付和客户体验。最终，AI能够提高推荐最佳校正行为的能力，这在零售、仓储、制造和医疗保健机构等有大量工作人员的动态环境中尤其重要。
其中很多技术趋势都在加快创新的步伐，并提高自动化产品的经济效益。计算机视觉、云、AI和低成本的边缘计算都在助力推动基于机器人技术的产品普及。许多企业已经并将持续投资于自动化，以更高的效率创造高质量，且具有一致性的产品。我们在很多垂直市场领域中还看到机器人与工作流程的交互。您可以考虑采用能够代替人工(或与人协同工作)、灵活部署的机器人解决方案。
预计到2021年，在运营的某些环节中，相较于专注实现工作流程的完全自动化，以混合的方式进行部署以扩充劳动力的做法将会显著增多。对设施进行彻底的改造，从人力驱动型工作流程转变为全面自动化的构想得到了广泛的关注，但不可操之过急。我们将在一段时间内持续看到混合型自动化的日益普及。这意味着同时雇用员工并采用机器人，或采用“cobot”(协作型机器人)，而非在大多数工作流程中都完全替代人工。
三、零售和仓储自动化
向线上购物的转变在2020年取得了巨大的飞跃，推动了电子商务的增长。2020年成为了电子商务的拐点，现在预计它将占全球连锁零售总额的28%。反过来，这又加快了向在线商务过渡的时间，拉快了近三年，迫使零售商必须迅速做出调整，简化其商店、配送中心和物流工作流程，以提高生产效率。零售商在电子商务订单履行相关的盈利能力方面面临着挑战。
零售自动化是物理自动化和固定基础设施的结合，能够自动化可视性，例如射频识别(RFID)读取器、机架式摄像头和计算机视觉。
在仓储和供应链中，物理自动化、RFID和温度传感技术，再加上机器人技术的发展(包括与人交互和协作的协作型机器人)，能够帮助订单履行中心完善电子商务的运营。集成温度智能解决方案(例如斑马技术的Heatmarker和Freezemarker)能够显示疫苗或药物是否已暴露在可能影响其功效或安全性的潜在危险条件下。
四、数据和规范性分析
对于更高可视性和有效智能规划的需求变得越来越迫切。数据是无价的资产，只有基于数据在正确的时间对于适当的人采取相应的行动，以驱动成果的改善，才能释放数据的力量。
通过获取近乎实时的数据来应用规范性分析解决方案，能够提高效能，进而开展更稳妥的行动。具备分析能力的企业通常会根据历史数据开展运营并进行优化。但随着新的流数据源的引入并注入可推动实时行动和结果的预测模型，挑战也随之而来。
从人工、库存到订单履行，智能规划解决方案和规范性分析在应对重要的管理问题方面发挥着作用，并为当今的“新常态”提供了更有效的运营方式。围绕当下的实况进行规划，并利用这些数据实时预测新业务和运营决策的能力将成为企业的需求，其重要性在2021年还将继续提升。将客户数据和库存数据与其他外部资源相结合，将使企业能够更新自身的规划，以适应实时趋势，这对于寻求从被动转向主动的创新型公司而言是一大关键要素。
在我们所处的行业中，对更高可视性的需求正在推动智能规划、自动化和规范性分析的发展。鉴于当前不断变化的全球形势，在零售、运输与物流(T&L)、制造和医疗保健领域，更敏捷的执行能力已变得至关重要。在人工、库存和订单履行规划方面，智能自动化将扮演重要的角色。
在考虑人工智能可以在哪些方面对IT运营产生直接影响时，有一个应用程序会比其他的应用更为重要：智能的超大规模自动化。
人工智能(AI)被誉为是所有IT问题的解决方案，包括消除可怕的技能差距、提高生产力、保护网络安全和保持竞争力。它的潜力似乎是无限的，没有人愿意落在后面。
然而，尽管围绕着人工智能的炒作周期依然在进行当中，而且基本上是合理的，但是商业领袖们还是必须要消除噪音，去了解人工智能应该如何应用于他们的业务，以及人工智能的哪些应用在目前最具前景，而不是明年或者是未来十年。
当考虑人工智能在哪些方面可以对IT运营产生重大影响时，有一个应用程序在提供当前推动效率和生产率大幅提升的能力方面遥遥领先于其他应用程序：智能的超大规模自动化。
它是如何工作的
首先，让我们详细分析一下什么是超大规模自动化，它是如何工作的，以及它会对组织产生什么影响。超大规模自动化是通过结合流程自动化软件和人工智能来增加业务流程中的认知能力，以及第三种被称为“流程挖掘”的技术来实现的，该技术旨在发现和呈现可能未知的业务流程。一旦实施，它将提供对业务流程的全面发现、映射和度量，然后是原本在短期内不可能实现的大规模自动化。
这项技术的实际影响是，它使企业能够最大限度地提高运营效率和容量，使它们能够在市场上提供差异化的能力，而这种原本是不可能实现的。如果应用得当，它还可以通过超自动化和人工智能增强人的能力，从根本上改变每个员工能够达到的能力极限，从而对业务成果产生指数级的影响。
超大规模自动化如何有效增强人类能力的一个主要例子是，它可以快速地试错并最终纠正错误。例如，在完成特定手工业务的流程时，人可能会在一小时内犯1到2次错误，从而增加工作流的延迟并导致不必要的结果。相比之下，超大规模自动化可以在几秒钟内犯同样的流程错误，更快地进行纠正，并重新评估错误的决策，以便不会重蹈覆辙。
其结果是，在自动化的情况下，错误、纠正和学习在几秒钟内就会发生，从而释放出人类的天赋来专注于更复杂的任务。
在市场上
此外，超大规模的自动化不仅可以提高效率，还可以提供变革性的预测能力。一个很好的例子是我们的合作伙伴英特尔公司与一家可再生能源公司合作实施的解决方案。
在美国，当公司能够高度准确地估计他们将在输电线上投入多少能量时，回购能源市场是最有利可图的。对于传统的能源生产商来说，这项任务可以很简单--煤炭生产商需要估计他们要把多少铲煤放在火上，而核能生产商则需要知道他们要在反应堆中放入多少根铀棒。确切地知道他们能在输电线路上投入多少能量，能使他们尽可能在最高水平上运行。
对于可再生能源--尤其是风力涡轮机--则很难预测需要在输电线路上投入多少能量，因为这些能量是在动态条件下产生的。因此，企业最终会在产量上非常保守，因为如果他们在输电线路上投入的能源和他们所说的不一致，后果可能会很严重，包括失去运营许可证。
Intelygenz的可再生能源客户会问他们，他们的技术是否可以提前预测他们网络的发电量。使用超大规模自动化，他们能够从每个风力涡轮机和该领域的合作伙伴那里获取所有的数据，包括气象数据，从而使他们能够提前准确预测其输出功率，从而对承诺的电力输送计划和电力的交付更有信心。
部署时面临的挑战
如前所述，超大规模自动化是人工智能的一个强大应用，现在已经可以用来改变业务流程，实现新的能力和发挥竞争优势了。然而，组织在部署它时需要克服的主要挑战不是技术挑战，而是来自人的挑战。
我们一再看到，采用超大规模自动化的最大障碍是组织内部的文化阻力，一些员工将这种强大的人工智能视为了对他们生计的威胁。但超大规模自动化非但不是一个工作的替代者，反而是一个人才扩充器。它并不是要取代人类，而是需要与人类智能合作以最有效地进行部署，而能够将这种动态内化的组织将会是这项技术的主要受益者。
真正的成果，就在现在
虽然人工智能肯定会在未来几年取得巨大进步，但它已经在自动化流程和增加人才方面对各行各业的企业和组织产生了变革性的影响。对于希望进行数字化转型的企业来说，人工智能的承诺已经不再是一年后的事情了--它现在就在这里，并且正在推动真正的成果。
 （编辑：钦州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
