1703785810
1703785811
“我们技术的强大之处就在于,过去你得和美国许多农场主对话,获得农业部收集的那种数据,”笛卡尔公司创始人马克·约翰逊(Mark Johnson)说,“有了机器学习技术……我们只要看着卫星发来的大量图片,就能了解作物生长的情况。”
1703785812
1703785813
笛卡尔公司已经计划采用同样的方法开发性能更强大的算法,不仅跟踪美国的玉米,还要覆盖其他区域,如巴西、阿根廷、中国和欧盟。
1703785814
1703785815
在农业领域,笛卡尔公司和其他更大的公司正在推动“数据自省”,将理解卫星数据的过程自动化,再把结论提供给业内人士,使其快速投入应用。
1703785816
1703785817
如果你认为农业依然是传统行业,农村还在拨号上网,排斥新技术,那你就大错特错了。数字农业以及实时天气更新、粮食产量预测等各个领域的技术应用,在农村已经司空见惯。
1703785818
1703785819
例如,“三角洲无人机”(Delta Drone)是一家法国无人机生产商,也是开发农业(以及其他许多行业,包括采矿、建筑、交通和零售业)无人机的领导者之一。然而按照定义,无人机是远程控制的——通常由人控制。如果无人机能够根据收集的数据决定飞行轨迹,如果无人机能够使用“数据自省”,会发生什么呢?
1703785820
1703785821
这一切正逐渐成为现实——这要归功于三角洲无人机公司与威普罗技术咨询公司的合作,使得每天产生的大量数据(往往超过15000张图片)能够被实时分析处理,快速做出优化决策。
1703785822
1703785823
此外,那些远见卓识的农场主甚至相互分享数据,做出预测,促进业务发展。例如,“农场业务网”(Farmers Business Network)是美国的一个组织,其中的2500个农场主和800万英亩农田共享着各种信息,从种子和化肥的价格(以防被孟山都之类的种子供应商进行价格欺诈)到粮食产量数据。
1703785824
1703785825
这些数据也被导入到农场设备中。卫星图像可用于指导拖拉机,而分析某块地的历史产量也有助于提升亩产、降低成本。通过各种软件可以进行天气预报、土壤检测以及其他检测,所有数据无缝对接到实时应用——这些工作有时则由农业机械完成(例如与卫星相连的拖拉机以及日益用于跟踪天气变化、喷洒农药的天气无人机)。
1703785826
1703785827
农业领域的某些巨头已经察觉到了变化,正在利用这一趋势,大力投资所谓的“农业科技”解决方案。孟山都投资了几家创业公司,涵盖了从监控用水量的电子设备到提供农场管理软件等各个领域。和陶氏化学合并的杜邦公司也正在推广农场管理软件Encirca。
1703785828
1703785829
所有这些技术投资表明我们已经进入了这样一个世界:从栽培植株到收割粮食,各种复杂的操作决策都交给智能数据,而农场主则站在中央位置,将更多的时间用于监督工作。类似程度的自动化也被应用于制造业——人们常常用一个展望未来的有趣词汇进行描述。
1703785830
1703785831
工业4.0
1703785832
1703785833
“工业4.0”的概念首先起源于德国,描绘制造方法的逐渐转变。包括巴斯夫、博世、戴姆勒、德国电信、克洛克纳和通快在内的知名品牌都使用这一概念。
1703785834
1703785835
工业1.0由水和蒸汽驱动,工业2.0由电力驱动(并带来了流水作业线和大规模生产),工业3.0的驱动力则来自于计算机和自动化的起步——机器人和机械开始取代人工。
1703785836
1703785837
目前,“工业4.0”的定义和远景是计算机与自动化一同利用机器学习和算法来管理工厂,几乎无须人工操作。这有时也被称为“智能工厂”——这一潜在的转变正在革新整个制造业,它主要基于数据自省的应用。
1703785838
1703785839
一个工厂、一套系统要称得上工业4.0,通常必须达到一系列的要求。最重要的是必须使用“分散决策机制”。换句话说,工厂必须使用智能数据使得信息物理系统能够自行做出简单决策,实现最大限度的自主运转。这已经成为全球制造业的重中之重。
1703785840
1703785841
2015年,普华永道咨询公司调查了26个国家的2000多家公司,覆盖十几个工业生产领域,包括航空、汽车和电子等。在这次工业4.0环球调查中,1/3的被调查者表示其公司已经达到不同程度的一体化和数字化,72%的被调查者希望2020年前就实现工业4.0。
1703785842
1703785843
此次研究中,被调查者提到在建立分析能力过程中最常见的困难是“缺少指挥机器进行分析的专业人才”。工业4.0创造了海量的数据,但需要过滤才能得到用于指挥行动的结论。在最先进的技术条件下,工厂能够自动完成这一切——通过数据自省来避免原料短缺、加速流程、减少用时和发现用料浪费,实现工业4.0的展望。
1703785844
1703785845
此举前途光明,受到世界各个制造业大国的热捧,包括中国、日本、美国和北欧国家。通用电气公司董事长杰夫·伊梅尔特(Jeff Immelt)和西门子首席执行官乔·凯瑟尔(Joe Keser)在采访中宣称,工业4.0是未来取得成功的首要任务。辛辛那提市长约翰·克兰利(John Cranley)为了帮助工业界理解工业4.0的影响,甚至签署了一份公告,要“将辛辛那提打造成为工业4.0示范城市”。
1703785846
1703785847
在公告之外,瑞士阿西布朗勃法瑞公司已经将这些技术应用到奥地利水泥窑中。计算机系统模仿“理想”操作员的一举一动,利用实时参数调整给料量、燃料流量和风机与防火阀的位置。这一开创性做法初步带来了5%的效率提升,这对于阿西布朗勃法瑞公司的业务而言,至少增加了几千万美元的利润。
1703785848
1703785849
为何重要
1703785850
1703785851
能够被收集和分析的数据量剧增,消费者和商家的期待正在升温:数据有什么价值,应该以多快的速度对数据进行分析利用。几年前我首次将数据列为趋势时,我记得自己写到了三种未得到重视的数据:大数据(各个公司从你身上收集的)、开放数据(政府收集后公开分享的)和小数据(消费者从自身收集的)。当时我认为释放小数据的能量是关键,因为它们才最能够拉近企业和消费者的距离。
1703785852
1703785853
谈到数据自省,它包括上述三个类别的数据——契机就在于开发合适的分析工具,培养非显著的数据管理能力,迅速提取数据的含义,无须人工干预。随着这一趋势的持续推进,我们看到全球各地涌现出了越来越多的创举,将自省能力建构在数据之上,使之更具意义,能够实时自我分析并指导实践,与此同时又不会影响顾客体验。
1703785854
1703785855
如何利用该趋势
1703785856
1703785857
√测试自动化数据——随着越来越多的数据得到实时分析,转变为理想的数据自省,我们可能会遇到某些挑战:这些数据该如何进行分析,又能得出什么结论,而人类的参与在什么地方又必不可少(不论是出于道德或经济考量,还是为了控制风险)。
1703785858
1703785859
√注意那些流行的新产品——对市场上崭露头角、获得广泛认可的产品进行跟踪十分重要。例如,随着越来越多的人在家里放置Nest[21]之类的恒温器,我们可能会有更多机会和人们讲解节能。如果这是你的业务范围,消费者对该类型产品的认可将带来新的契机。同样地,可能某些尖端新产品已经影响到你的行业,所以要确保找到正确的方法做好准备。
[
上一页 ]
[ :1.70378581e+09 ]
[
下一页 ]