我们时不时就能看到这些公司如何在人工智能和工业分析方面进行重大投资，以帮助推动其数字化转型。但即使是中小型工业和制造业企业也应该考虑人工智能。

毕竟，如果你不考虑机器学习和人工智能，为什么要从生产系统中收集所有这些数据?在许多情况下，企业收集的数据超过了它们的使用能力。数据分析本身并不是目的，一定是用来发现问题、解决问题。而人工智能将在这方面发挥关键和不断扩大的作用。

当然，机器学习可以在清理堆积如山的大数据中发挥重要作用，以识别重要规律，并为业务转型挑选出有价值的见解。但这只是其优势的一部分。真正的价值来自使用人工智能来利用这些见解，真正的应用到你的采购、生产和销售过程中。

比如生产线计划会因资源可用性的变化而自动调整，并在整个供应链中管理这种变化，以避免中断或冲突。随着全球供应链变得越来越复杂，这种由人工智能驱动的智能将在帮助企业在“随需应变/随时应变”的市场竞争中发挥关键作用。

看起来，AI承担巨大责任，对中小型制造企业来说有点遥不可及。

实际上AI也有“大”和“小”之分。大型人工智能使用大量数据(通常在云计算中)，是从全局考虑，跨多个业务线，解决真正复杂的问题。这正是像通用电气这样的全球巨头所做的。

而小型人工智能专注于解决“微问题”，比如弄清楚如何优化一条生产线，同时满足最小化人机协同的需求。小人工智能可能更好地处理在内部问题，它是实时的，基于边缘分析，高度可用的系统驱动智能自动化。

当然，有效利用人工智能的第一步是让你的基础设施跟上速度。这通常意味着升级你的网络，让信息流动和系统在边缘处理事情。只有到那时，部署传感器来收集数据和分析才有意义。最后，这种进步也许会需要雇佣数据科学家来优化你的环境，以充分利用人工智能的优势。

许多工业企业正处于这一进程的起点站。考虑到能源、交通、制造和电信等行业数字化转型的需求和速度，把人工智能放在你的业务背景下考虑——即使从小做起——也很有意义。

原文来自：

本文地址：//gulass.cn/ai-big-small.html编辑：向云艳，审核员：清蒸github

Linux大全：

Linux系统大全：

红帽认证RHCE考试心得：