部署AI驱动的物联网平台：21个需要考虑的问题

我在财富100强能源，工程和OEM公司的经验告诉我，能源行业正在发生构造转变，这一转变将永远改变市场，将抛弃传统的资产和基于资本支出的业务模式。相反，我们将看到更多的AI驱动的物联网平台，正在成为21世纪工业公司的数字化神经系统。物联网平台将成为创建新业务模式的基础——为新的收入提供支持，并将扩张工程企业，带来增值服务，引入收入来源。因此，选择AI驱动的物联网平台，是非常具有战略意义的，并且不容易扭转。

随着工程世界与数字世界相结合，带来了很大的混乱，我们的团队认为，与其寻找答案，不如提出正确的问题。在深刻体验了AI和工业物联网世界后，我们想分享21个相互独立的问题，涵盖将AI应用于工业环境的核心层面。

管理资产盲点

为了评估工作的范围，首要任务之一是确认资产的“机器可学习性”指数。大多数机电资产具有初始的规范，并且可能没有必要的传感器来捕获信息以建模资产。为了获得远程资产的上下文，这里有几个问题可以评估规范和资产环境：

1. 今天资产正在发射哪些事件？

2. 资产的哪些事件未被广播，需要进行规范化或“启用传感器”，才能使AI算法学习？

传感器健康监测

在恶劣的工业环境中面临的最常见的问题之一，是传感器的故障，这可能会导致损坏的数据被传输到AI算法。由于有数以千计的资产和传感器，因此了解资产和传感器传输健康传感器数据的百分比，是非常重要的。基本上，我们需要寻找资产没有传输的事件。例如，一些传感器有电池问题，无法进行传输：

3. AI驱动的物联网平台有显示不广播状态信息的传感器数量的仪表盘吗？

4. 传感器健康监测仪表盘可以显示资产未通信的时长吗？

5. 传感器健康状况监测仪表盘标记虚假数据或错误数据的事件吗？

AI驱动信号检测

AI是深度数学与机器相结合；AI和深度学习算法在搜索模式中探索，以预测资产停机，资产故障和资产优化：

6. 哪些AI算法需要数据科学家进行配置，哪些算法可以由资产工程师执行？

7. AI平台可以对异常发出实时信号吗？

8. AI平台可以表明资产经历的异常种类吗？

9. AI平台可以将异常与需要建模的资产结果（停机时间，剩余使用寿命）相关联？

10. AI平台可以将多个模型综合在一起吗？

11. AI平台可以实时预测吗？还是离线模式预测？

工业数据产品创建

工业数据产品是实际业务问题的一组AI解决方案。应用可以解答相关问题或触发动作信号。随着工程师开始使用数据产品对资产进行智能分析，这里有几个可以帮助的问题：

12. 物联网平台可以指导用户使用API或使用工作流来创建边缘数据产品吗？

13. 物联网平台可以创建超越“地图定位”的数据产品，以识别以前从未发现的相关性？

14. 物联网平台可以通过多样数据库，传感器历史数据流，维护事件，环境资产状况和其他数据流来对信号进行三角测量？

传感器事件流的可扩展性

工业物联网世界绝对会产生比消费者世界更多的事件。例如搭载Pratt & Whitney发动机的庞巴迪C系列喷气式客机，内置5000颗传感器。在12小时飞行期间，每秒发射10 GB的数据，产生844 TB的数据。数据摄取所需的规模更高。考虑到这一点，关于可扩展性的几个问题：

15. 我的资产事件的最高发射率是多少？是每小时数千，还是数百万？

16. 物联网平台的最高摄取率是多少？

17. 一个警报事件到达中央指挥中心需要多少时间？是毫秒，秒，还是分钟？

AI驱动的物联网应用的定价模型

行业正处于发展的早期阶段，存在多种定价模式。过一段时间，根据工业流程的复杂性及其与财务结果的联系，定价模式将最终稳定下来。同时，这里有几个问题：

18. 根据资产或资产类型定价吗？

19. 根据应用或应用集群定价吗？

20. 像Splunk那样根据事件量来定价？

21. 根据收益定价？像航空发动机中的推力？

结语

综合上述所有考虑，为资产选择工业AI驱动的物联网平台涉及多方面，需要从三个方面考虑：财务，工程和软件。

在开始AI计划之前，花时间考虑所有这些变量是至关重要的，可以使任务风险更小。 阿尔伯特·爱因斯坦曾经说过：“我们不能用制造问题的思维来解决问题。”我们希望上述这些问题在你制定工业物联网项目战略时，可以成为一个可行的AI手册。