ZD至顶网CIO与应用频道 04月21日 :据一项最新调查的结果显示,350家工业企业里一半以上的高管称他们预计工业物联网将在未来三年内对自己的行业产生重要或巨大影响,但却只有不到2%的高管对工业物联网的全面采用有一个清晰的愿景。
该项调查提出,企业应该当机立断制订创新策略,以期掌握先机在工业物联网的采用上跑在竞争对手前面。埃森哲LLP(Accenture LLP)预测,至2030年,工业物联网(IIoT)将为全球经济规模贡献14.2万亿美元。
该调查报告是由业务绩效创新网络(Business Performance Innovation Network)和聚焦营销的CMO委员会、Penton Media Inc.旗下的IoT研究所及软件工程公司Nerdery Interactive Labs合作完成的。调查发现,55%的高管表示他们的行业正在逐步采用IIoT,但多数只是处于早期技术实施或测试阶段或仍处于规划阶段。
IIoT投资最多的是新产品和服务领域,其次是与客户有关的应用和制造。预期收益包括更具成本效益的业务(占47%)、产品和服务差异化(36%)、客户参与度和满意度的改善(34%)。
面临的难题主要是安全和数据隐私,其次是成本、复杂性和对新技能的需求。受访者表示,除了升级技术技能外,各机构尚需改进数据整合和分析能力,并且需要重新考量商业模式,尽管很多人并未有能力做到这些。将近三分之二的高管认为他们面临“巨大”或“主要”技能差距,仅四分之一左右的高管确认他们可以应付这方面的问题。
也有好消息,47%的公司表示他们的公司拥有良好或非常好的开发和部署连接工业设备应用程序的能力。三分之一的公司称他们在这方面的技能属于中等并正在得到改善。
该报告认为业界看到了IIoT带来的好处,并列出了实际证据。例如,由于意外维护问题的减少,世界上最大的区域喷气式飞机制造商Embraer SA(巴西航空工业公司)的准时性能达到了99.5%。业界人士预计,随着智能传感器网络的进一步改进及这些设备之间更良好的连接,准时性能将最终达到99.9%。
TVH Parts NV是一家材料处理和工业设备行业替代零件供应商。TVH Parts NV采用了远程诊断技术后将维护过程由两步减为一步,成本因此降低了30%,设备可用性提高了70%。
但以上公司在业界并不常见。报告的作者是这样写的, “大多数公司在IIoT上的准备相当不足。业界高管表达出了乐观和积极的一面,但现实中仍存在技能差距、有限的应用及整体连接性的缺乏等许多问题。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。