圖源：圖蟲
編者按：本文來自微信公眾號機器之能（ID： almosthuman2017），作者機器之能，創業邦經授權轉載。
AIoT即AI+IoT，是人工智能（AI）技術與物聯網（IoT）基礎架構的結合。與IoT單純收集數據不同，AIoT可以利用ML/DL等人工智能技術，在無人或少人干預的情況下，對物聯網收集的海量數據進行分析，幫助人類制定策略，改善物聯網中的人機交互，並增強數據管理和分析能力，實現更高效的IoT運營。
在這個過程中，AI可以高效利用IoT數據，發掘數據的深層價值，改善決策流程，以DaaS（Data as a Service）的新形式，使AI+IoT達到1+1>2的效果，強化行業賦能。
AIoT需要將AI嵌入到IoT網絡中的不同組件中，包括程序、系統、芯片、邊緣設備以及雲等基礎架構。在不同的設備、軟件和平台之間設置適當的協議和API，建立基於IoT的互操作，優化系統和網絡，並從數據中提取價值。
一 AIoT只能做預測性維護嗎？一直以來，預測性維護都是AI+IoT在工業場景中的頭號應用案例。基於AI分析的預測性維護，可以實現精準管控，停機、停產時間最小化，在生產流程上減少產能浪費。
然而預測性維護不論是在技術水平，應用價值上都不能真正發揮出AI的力量。對於工業生產的價值，也僅止步於降本增效，並不能驅動創新，無法真正給工業企業帶來長期的增長助力。
隨着硬件設備的不斷升級，工業場景中的數據量持續快速增長，只有利用AI的分析能力，才能真正發掘工業大數據的價值。
AI+IoT在工業場景中的應用潛力尚待挖掘，利用AI+IoT驅動的智能創新、智能自動化，將在未來的AI應用中創造巨大的價值。
傳統的工業自動化產生於上世紀中葉，彼時的技術尚不足以支撐非線性、自適應的製造系統。為了保證高效穩定的運行，幾十年來，工業自動化一直基於PLC編程，執行線性的機械運動，完成特定任務，而無法適應變化，亦無法自我提升。
隨着數字技術的跨越式發展，數字孿生、物聯網等技術逐漸普及，為非線性、自適應的主動型機器在工業場景中的應用奠定了基礎。
二 AIoT的工業場應用模式設計優化：人工智能在智能創新方面的應用，以助力產品的結構設計和仿真分析最為主要。在結構設計過程中，企業會產生大量的結構件和模型庫，在模型庫的優化管理過程中，利用AI技術可以大幅提高企業知識庫的建設效率和應用效率。
在多物理場仿真的過程中，AI技術可以更好地優化模擬場，加快數據分析速度，優化人工建模。而基於3D打印技術的材料仿真、拓撲優化，也將受益於AI技術。
優化排產：在現代化的數字工廠中，利用數字孿生技術對工廠的生產流程進行模擬分析。AIoT可以生成最優的排產計劃，實現多邊界、多約束條件的高效排產。減少物料和產能浪費，快速響應工廠生產需求，提高生產效率。
優化供應鏈：覆蓋供應鏈上下游的智能系統，可以監控企業產品的全生命週期，利用AIoT智能核算數據。根據原材料報價、配件報價、產品報價、市場走勢，統籌產供銷，制定合理的策略，降庫存、減成本，優化整個供應鏈流程。
預測性維護：通過AIoT數據採集，以數字孿生模型為基礎，對工業流程中的各環節設備進行模擬分析。預測設備一段時間內的運行情況，並根據運行情況，實行精確維護，最大限度地降低宕機風險，並縮短停機時間。
三
AIoT加速智能工業發展
在智能自動化方面，NVIDIA與Fanuc合作開發的自主學習AI機器手臂，真正為工業機器人賦予了智慧。機器學習、深度學習等智能技術，將全自適應、可自我提升的機器人變成了現實。
基於AI技術，無需人類編程，機器臂就可以自己實踐、學習如何完成任務，利用深層神經網絡強化機械臂的動作，使之儘可能地接近任務目標，例如抓取、堆疊等。同時，這一過程還可以通過機器人協同工作，累計更多數據，從而加速機器訓練的過程。
在此之後，越來越多的AI機械臂產品出現在工業應用領域，真正為工業加上了“智能”二字。把原本的線性、標準化、被動的工業場景，升級到了非線性、自適應、自升級的更高維度。
在物流領域，DHL的目標是到2028年製造10,000輛支持IoT的卡車運輸車輛。DHL建立的Smart Trucking敏捷卡車模型，可以利用AIoT技術監測卡車運行情況，降低人力消耗和運力成本，實現業務瘦身，提升業務效率。
通過AIoT的可靠性實時跟蹤系統，DHL在90%以上的運輸線路中，實現了50%的時效提升。目前，DHL每天覆蓋全球400萬公里的10萬噸運力均受益於AIoT平台。
在工業服務領域，施耐德電氣則推出了專注於變頻系統業務的人工智能機器人 “小嚴”。“小嚴”基於自然語言識別技術，增加了專注變頻系統相關專業知識，以嵌入施耐德電氣變頻顧問的形式，24小時全天候在線響應用户關於變頻系統業務的諮詢需求。
作為施耐德EcoStruxure架構中應用、分析與服務層的典型應用，施耐德電氣變頻顧問是施耐德電氣為客户開發的一款針對變頻系統的數字化服務平台，可以通過對客户資產、設備、環境、人員操作數據和信息等進行實時遠程採集、存儲、分析和可視化，精確反映現場設備狀況。
儘管AIoT的概念相對較新，但其在工業領域的大量創新應用，已經使AIoT賦能工業成為智能製造時代的焦點。AIoT在工業、消費品及服務行業中的增長勢頭正在逐年提升。
在未來，AI+IoT帶來的智能自動化、智能創新，將明顯提升生產效率、產線良品率，加快產線部署、轉型速度，實現定製化、柔性生產。擴大產量，提升質量，保證企業長期穩定的利潤增長。
本文（含圖片）為合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫