隨著世界產(chǎn)生越來越多的數(shù)據(jù)——每天2.5萬億字節(jié)的片段——它同時(shí)也在努力管理它。由于人類無法手動(dòng)處理如此大量的數(shù)據(jù)并分析其影響，商業(yè)世界不得不求助于機(jī)器來承擔(dān)一些負(fù)載。

智能機(jī)器可以將數(shù)據(jù)點(diǎn)轉(zhuǎn)化為模式和洞察力；將人類知識(shí)灌輸給這些機(jī)器，讓它們從收集的額外信息中“學(xué)習(xí)”，可以加快企業(yè)所需的計(jì)算速度。然而，認(rèn)知機(jī)器不僅僅是反應(yīng)性的。有了足夠的數(shù)據(jù)，他們就可以預(yù)測(cè)問題，提出解決方案，并在沒有人為干預(yù)的情況下執(zhí)行這些問題。

工業(yè)物聯(lián)網(wǎng)的認(rèn)知預(yù)測(cè)性維護(hù)是一個(gè)機(jī)器檢測(cè)其他機(jī)器故障的領(lǐng)域，有望影響整個(gè)行業(yè)。授權(quán)機(jī)器執(zhí)行無監(jiān)督（或部分監(jiān)督）技術(shù)以快速準(zhǔn)確地識(shí)別設(shè)備故障將為企業(yè)節(jié)省資金。從防止停機(jī)到為更高級(jí)別的問題騰出員工時(shí)間，認(rèn)知預(yù)測(cè)性維護(hù)將徹底改變企業(yè)處理資產(chǎn)管理的方式。

你的機(jī)器將完成

認(rèn)知預(yù)測(cè)性維護(hù)使用傳感器和人工智能來監(jiān)控復(fù)雜系統(tǒng)的運(yùn)行，以異常檢測(cè)的形式提供預(yù)警。這種早期檢測(cè)可以幫助在小問題變成更嚴(yán)重的問題之前解決它們。

深度強(qiáng)化學(xué)習(xí)是許多認(rèn)知預(yù)測(cè)性維護(hù)系統(tǒng)的一個(gè)組成部分，它使用算法來確定哪些信息（從手冊(cè)和操作員筆記等資源或通過實(shí)時(shí)事件收集）是相關(guān)的。將這些與從公司技術(shù)人員那里收到的反饋相結(jié)合，這些自主解決方案將創(chuàng)建一個(gè)無需人工輸入的知識(shí)庫——當(dāng)然，超越了人工反饋。

“工業(yè)物聯(lián)網(wǎng)(IIoT)正在為資產(chǎn)密集型行業(yè)開啟新的可能性。......遺憾的是，這些行業(yè)中近85%的這些行業(yè)讓來自數(shù)萬億數(shù)據(jù)點(diǎn)的數(shù)據(jù)未被使用，”Progress公司DataRPM的專家解釋說，該公司被認(rèn)為是IIoT維護(hù)領(lǐng)域的認(rèn)知破壞者。“只有剩下的15%有能力從來自少數(shù)幾個(gè)傳感器的有限數(shù)據(jù)中獲得洞察力。這導(dǎo)致構(gòu)建僅包含少數(shù)資產(chǎn)的通用模型，然后將其外推到整個(gè)資產(chǎn)群體。”

這很重要：DataRPM計(jì)算得出，整個(gè)制造業(yè)的生產(chǎn)力每提高1%，每年可節(jié)省5億美元。該公司表示，預(yù)測(cè)異?？梢韵?0%的故障。麥肯錫預(yù)測(cè)，到2025年，物聯(lián)網(wǎng)行業(yè)將產(chǎn)生約11萬億美元的經(jīng)濟(jì)影響，如果沒有認(rèn)知優(yōu)先流程，這將是一大筆潛在資金。

哪些行業(yè)將受益？

“數(shù)據(jù)是新的石油”這句話近年來愈演愈烈，就連石油行業(yè)也應(yīng)該有這種感覺。它是少數(shù)能夠從認(rèn)知預(yù)測(cè)性維護(hù)中快速受益的行業(yè)之一。

油和氣。擁有數(shù)十年歷史的管道、古老的技術(shù)和危險(xiǎn)的地形，石油和天然氣行業(yè)已經(jīng)成熟，可以進(jìn)行機(jī)器干預(yù)。它對(duì)環(huán)境的巨大影響強(qiáng)調(diào)了在故障發(fā)生之前預(yù)測(cè)故障的重要性。更新的傳感器和數(shù)據(jù)分析不僅可以避免悲劇，還可以通過提高性能節(jié)省10%的成本。

制造業(yè)。工廠一直在尋找提高分析和設(shè)備效率的方法。認(rèn)知預(yù)測(cè)性維護(hù)可以幫助這兩個(gè)領(lǐng)域，以及進(jìn)行認(rèn)知視覺檢查。德勤的研究結(jié)果表明，認(rèn)知預(yù)測(cè)性維護(hù)有助于制造設(shè)備實(shí)現(xiàn)90%以上的效率。

汽車。就像其他制造領(lǐng)域一樣，汽車公司正在尋找增加裝配線正常運(yùn)行時(shí)間并減少故障和后續(xù)召回的方法。盡管目前只有8%的汽車制造商使用認(rèn)知預(yù)測(cè)性維護(hù)，但這些公司可以通過盡早發(fā)布召回來每天節(jié)省超過100萬美元。

航空。毫不奇怪，幾乎每個(gè)運(yùn)輸和物流行業(yè)都可以從認(rèn)知優(yōu)先的解決方案中受益，而航空業(yè)嚴(yán)格的法規(guī)、安全問題和更換時(shí)間表使得認(rèn)知預(yù)測(cè)性維護(hù)非常適合。像A350-900這樣的飛機(jī)耗資近3.05億美元，很明顯，航空公司機(jī)隊(duì)任何部分的停機(jī)時(shí)間都可能是毀滅性的。認(rèn)知預(yù)測(cè)性維護(hù)可以幫助航空公司在需要停飛航班之前解決問題。

能源和公用事業(yè)。隨著環(huán)境和氣候的迅速變化，2003年至2012年間極端天氣停電次數(shù)翻了一番；極端天氣被認(rèn)為是造成80%停電的罪魁禍?zhǔn)?。在一個(gè)每天都與互聯(lián)網(wǎng)和機(jī)器進(jìn)一步聯(lián)系在一起的社會(huì)中，能源和公用事業(yè)公司最好采用認(rèn)知預(yù)測(cè)性維護(hù)，這可以幫助他們?cè)谕ｋ姾屯ｋ姲l(fā)生之前進(jìn)行預(yù)測(cè)和管理。

產(chǎn)生大量數(shù)據(jù)意味著我們還需要構(gòu)建能夠吸收和使用這些數(shù)據(jù)的系統(tǒng)。需要在重大問題發(fā)生之前處理此類數(shù)據(jù)的行業(yè)可能會(huì)有一個(gè)認(rèn)知優(yōu)先的未來，由足夠智能的機(jī)器領(lǐng)導(dǎo)，以修復(fù)尚未破壞的問題。