څلور فاکتورونه صنعتي AIoT نوی غوره کوي

د وروستي خپاره شوي صنعتي AI او AI بازار راپور 2021-2026 په وینا، په صنعتي ترتیباتو کې د AI د منلو کچه یوازې په دوو کلونو کې له 19 سلنې څخه 31 سلنې ته لوړه شوې. د 31 سلنې ځواب ویونکو سربیره چې په خپلو عملیاتو کې یې AI په بشپړ یا جزوي ډول رامینځته کړی ، نور 39 سلنه اوس مهال دا ټیکنالوژي ازموي یا پیلوي.

AI په ټوله نړۍ کې د تولید کونکو او انرژي شرکتونو لپاره د کلیدي ټیکنالوژۍ په توګه راپورته کیږي ، او د IoT تحلیل وړاندوینه کوي چې د صنعتي AI حلونو بازار به د 35٪ قوي وروسته پانډیمیک مرکب کلنۍ ودې نرخ (CAGR) وښیې چې تر 2026 پورې به 102.17 ملیارد ډالرو ته ورسیږي.

ډیجیټل عمر د شیانو انټرنیټ ته زیږون ورکړی. دا لیدل کیدی شي چې د مصنوعي استخباراتو رامینځته کیدو د شیانو د انټرنیټ پرمختګ سرعت ګړندی کړی دی.

راځئ چې ځینې فاکتورونه وګورو چې د صنعتي AI او AIoT وده لامل کیږي.

فکتور 1: د صنعتي AIoT لپاره ډیر او ډیر سافټویر اوزار

په 2019 کې، کله چې د Iot تحلیلونو د صنعتي AI پوښښ پیل کړ، د عملیاتي ټیکنالوژۍ (OT) پلورونکو څخه لږ وقف شوي AI سافټویر محصولات شتون درلود. له هغه وخت راهیسې ، ډیری OT پلورونکي د فابریکې پوړ لپاره د AI پلیټ فارمونو په توګه د AI سافټویر حلونو رامینځته کولو او چمتو کولو سره د AI بازار ته ننوتلي.

د معلوماتو له مخې، نږدې 400 پلورونکي د AIoT سافټویر وړاندې کوي. د صنعتي AI بازار سره د سافټویر پلورونکو شمیر په تیرو دوه کلونو کې په ډراماتیک ډول ډیر شوی. د مطالعې په جریان کې، IoT Analytics تولید کونکو / صنعتي پیرودونکو ته د AI ټیکنالوژۍ 634 عرضه کونکي په ګوته کړل. د دې شرکتونو څخه، 389 (61.4٪) د AI سافټویر وړاندیز کوي.

د نوي AI سافټویر پلیټ فارم په صنعتي چاپیریال تمرکز کوي. د Uptake، Braincube، یا C3 AI څخه هاخوا، د عملیاتي ټیکنالوژۍ (OT) پلورونکو مخ په زیاتیدونکي شمیر د وقف شوي AI سافټویر پلیټ فارمونه وړاندې کوي. په مثالونو کې د ABB د جینیکس صنعتي تحلیلونه او AI سویټ شامل دي، د Rockwell Automation FactoryTalk نوښت سویټ، د شنایډر الیکټریک خپل تولید مشورتي پلیټ فارم، او په دې وروستیو کې، ځانګړي اضافې شاملې دي. ځینې ​​​​دا پلیټ فارمونه د کارولو پراخه قضیې په نښه کوي. د مثال په توګه، د ABB جینکس پلیټ فارم پرمختللي تحلیلونه وړاندې کوي، په شمول د عملیاتي فعالیت مدیریت، د شتمنۍ بشپړتیا، پایښت او د اکمالاتو سلسلې موثریت لپاره مخکې جوړ شوي غوښتنلیکونه او خدمات.

لوی شرکتونه خپل د AI سافټویر اوزار د پلورنځي په پوړ کې ایږدي.

د AI سافټویر وسیلو شتون هم د نوي کارونې قضیې ځانګړي سافټویر وسیلو لخوا پرمخ وړل کیږي چې د AWS لخوا رامینځته شوي ، لوی شرکتونه لکه مایکروسافټ او ګوګل. د مثال په توګه، د 2020 په ډسمبر کې، AWS د ایمیزون سیج میکر جمپ سټارټ خپور کړ، د ایمیزون سیج میکر ځانګړتیا چې د ډیری عام صنعتي کارونې قضیو لکه PdM، کمپیوټر لید، او خپلواکه موټر چلولو لپاره د مخکې جوړ شوي او دودیز حلونو سیټ چمتو کوي. یوازې یو څو کلیکونه.

د کارونې قضیې ځانګړي سافټویر حلونه د کارونې وړتیا وده کوي.

د کارونې قضیې ځانګړي سافټویر سوټونه ، لکه هغه چې د وړاندوینې ساتنې تمرکز کوي ، ډیر عام کیږي. د IoT تحلیلونو مشاهده کړې چې د AI-based د محصول ډیټا مدیریت (PdM) سافټویر حلونو کارولو چمتو کونکو شمیر د 2021 په پیل کې 73 ته لوړ شو ځکه چې د ډیټا سرچینو مختلف ډولونو کې زیاتوالی او د روزنې دمخه ماډلونو کارول ، او همدارنګه په پراخه کچه د معلوماتو د لوړولو ټیکنالوژیو غوره کول.

2 فکتور: د AI حلونو پراختیا او ساتنه ساده کیږي

د اتوماتیک ماشین زده کړه (AutoML) یو معیاري محصول کیږي.

د ماشین زده کړې (ML) سره تړلو دندو د پیچلتیا له امله، د ماشین زده کړې غوښتنلیکونو ګړندۍ وده د شیلف ماشین زده کړې میتودونو ته اړتیا رامینځته کړې چې پرته له تخصص څخه کارول کیدی شي. د څیړنې پایله لرونکې ساحه، د ماشین زده کړې لپاره پرمختللی اتومات، د AutoML په نوم یادیږي. یو شمیر شرکتونه دا ټیکنالوژي د دوی د AI وړاندیزونو برخې په توګه کاروي ترڅو پیرودونکو سره د ML ماډلونو رامینځته کولو او د صنعتي کارونې قضیې ګړندي پلي کولو کې مرسته وکړي. د 2020 په نومبر کې، د مثال په توګه، SKF د اتوماتیک پر بنسټ محصول اعلان کړ چې د ماشین پروسې ډیټا د کمپن او تودوخې ډیټا سره یوځای کوي ترڅو لګښتونه کم کړي او د پیرودونکو لپاره نوي سوداګریز ماډلونه فعال کړي.

د ماشین زده کړې عملیات (ML Ops) د ماډل مدیریت او ساتنه ساده کوي.

د ماشین زده کړې عملیاتو نوي ډسپلین هدف د تولید چاپیریال کې د AI ماډلونو ساتنه ساده کول دي. د AI ماډل فعالیت عموما د وخت په تیریدو سره خرابیږي ځکه چې دا په نبات کې د ډیری فکتورونو لخوا اغیزمن کیږي (د بیلګې په توګه، د معلوماتو ویش او کیفیت معیارونو کې بدلون). د پایلې په توګه، د ماډل ساتنه او د ماشین زده کړې عملیات د صنعتي چاپیریال د لوړ کیفیت اړتیاو پوره کولو لپاره اړین شوي دي (د بیلګې په توګه، ماډلونه چې د 99٪ څخه کم فعالیت لري ممکن د چلند په پیژندلو کې پاتې راشي چې د کارګر خوندیتوب خطر سره مخ کوي).

په وروستي کلونو کې، ډیری پیل کونکي د ML Ops ځای سره یوځای شوي، پشمول د DataRobot، Grid.AI، Pinecone/Zilliz، Seldon، او Weights & Biases. تاسیس شوي شرکتونو د دوی موجوده AI سافټویر وړاندیزونو کې د ماشین زده کړې عملیات اضافه کړي ، پشمول د مایکروسافټ ، کوم چې په Azure ML سټوډیو کې د ډیټا ډرایف کشف معرفي کړ. دا نوې ځانګړتیا کاروونکو ته وړتیا ورکوي چې د ان پټ ډیټا په ویش کې بدلونونه ومومي کوم چې د ماډل فعالیت خرابوي.

3 فکتور: مصنوعي استخبارات په موجوده غوښتنلیکونو او کارولو قضیو کې پلي کیږي

د دودیز سافټویر چمتو کونکي د AI وړتیاوې اضافه کوي.

د موجوده لوی افقی AI سافټویر وسیلو سربیره لکه MS Azure ML، AWS SageMaker، او Google Cloud Vertex AI، دودیز سافټویر سوټونه لکه د کمپیوټري ساتنې مدیریت سیسټمونه (CAMMS)، د تولید اجرا کولو سیسټمونه (MES) یا د تصدۍ سرچینې پالن جوړونه (ERP) اوس د AI وړتیاو انجیکشن کولو سره د پام وړ وده کیدی شي. د مثال په توګه، د ERP چمتو کونکي ایپیکور سافټویر د خپل ایپیکور مجازی معاون (EVA) له لارې خپلو موجوده محصولاتو ته د AI وړتیاوې اضافه کوي. هوښیار EVA اجنټان د ERP پروسې اتومات کولو لپاره کارول کیږي ، لکه د تولید عملیاتو تنظیم کول یا د ساده پوښتنو ترسره کول (د مثال په توګه ، د محصول قیمت یا د موجود برخو شمیر په اړه توضیحات ترلاسه کول).

د صنعتي کارونې قضیې د AIoT په کارولو سره لوړیږي.

د صنعتي کارونې ډیری قضیې د موجوده هارډویر / سافټویر زیربنا ته د AI وړتیاو په اضافه کولو سره وده کوي. یو روښانه مثال د کیفیت کنټرول غوښتنلیکونو کې د ماشین لید دی. د ماشین لید دودیز سیسټمونه د ځانګړي سافټویر سره مجهز شوي د مدغم یا جلا کمپیوټرونو له لارې عکسونه پروسس کوي چې دمخه ټاکل شوي پیرامیټونه او حدونه ارزوي (د بیلګې په توګه ، لوړ برعکس) ترڅو معلومه کړي چې ایا توکي نیمګړتیاوې څرګندوي. په ډیری قضیو کې (د بیلګې په توګه، بریښنایی اجزا د مختلف تارونو شکلونو سره)، د غلط مثبت شمیر خورا لوړ دی.

په هرصورت، دا سیسټمونه د مصنوعي استخباراتو له لارې بیا راژوندي کیږي. د مثال په توګه، د صنعتي ماشین ویژن چمتو کونکي کوګنیکس د 2021 په جولای کې د ژورې زده کړې نوې وسیله (Vision Pro Deep Learning 2.0) خپره کړه. نوي اوزار د دودیز لید سیسټمونو سره مدغم کیږي ، د پای کاروونکو ته وړتیا ورکوي چې په ورته غوښتنلیک کې د دودیزو لید وسیلو سره ژورې زده کړې یوځای کړي. د طبي او بریښنایی چاپیریال غوښتنې پوره کول چې د سکریچونو ، ککړتیا او نورو نیمګړتیاو دقیق اندازه کولو ته اړتیا لري.

4 فکتور: صنعتي AIoT هارډویر ښه کیږي

د AI چپس په چټکۍ سره وده کوي.

ایمبیډ شوي هارډویر AI چپس په چټکۍ سره وده کوي ، د AI ماډلونو پراختیا او پلي کولو ملاتړ لپاره مختلف اختیارونه شتون لري. په مثالونو کې د NVIDIA وروستي ګرافیک پروسس کولو واحدونه (Gpus)، A30 او A10 شامل دي، کوم چې د 2021 په مارچ کې معرفي شوي او د AI کارولو قضیو لپاره مناسب دي لکه د سپارښتنې سیسټمونه او د کمپیوټر لید سیسټمونه. بله بیلګه د ګوګل د څلورم نسل ټینسر پروسس کولو واحدونه (TPus) دي، کوم چې ځواکمن ځانګړي هدف لرونکي مدغم سرکیټونه (ASics) دي چې کولی شي د ماډل پراختیا او د ځانګړي AI کاري بارونو لپاره ځای په ځای کولو کې تر 1,000 ځله ډیر موثریت او سرعت ترلاسه کړي (د بیلګې په توګه د اعتراض کشف د انځور درجه بندي، او د سپارښتنې معیارونه). د وقف شوي AI هارډویر کارول د ماډل محاسبې وخت له ورځو څخه تر دقیقو پورې کموي ، او په ډیری قضیو کې د لوبې بدلون کونکي ثابت شوي.

ځواکمن AI هارډویر سمدلاسه د تادیې د کارولو ماډل له لارې شتون لري.

سوپر سکیل تصدۍ په دوامداره توګه خپل سرورونه نوي کوي ترڅو په کلاوډ کې د کمپیوټر سرچینې چمتو کړي ترڅو پای کارونکي وکولی شي صنعتي AI غوښتنلیکونه پلي کړي. د 2021 په نومبر کې، د مثال په توګه، AWS د خپل وروستي GPU- میشته مثالونو رسمي خپرونه اعلان کړه، Amazon EC2 G5، د NVIDIA A10G ټینسر کور GPU لخوا ځواکمن شوی، د کمپیوټر لید او سپارښتنې انجنونو په ګډون د مختلف ML غوښتنلیکونو لپاره. د مثال په توګه ، د کشف سیسټم چمتو کونکی نانوټرونکس د ایمیزون EC2 د دې AI پراساس د کیفیت کنټرول حل مثالونه کاروي ترڅو د پروسس هڅې ګړندۍ کړي او د مایکروچپس او نانوټوبونو په جوړولو کې د کشف دقیق نرخونه ترلاسه کړي.

پایله او احتمال

AI د فابریکې څخه بهر راځي، او دا به په نوي غوښتنلیکونو کې هر اړخیز وي، لکه د AI-based PdM، او د موجوده سافټویر او کارولو قضیو ته وده ورکولو په توګه. لوی شرکتونه د AI کارولو ډیری قضیې رامینځته کوي او د بریا راپور ورکوي ، او ډیری پروژې د پانګوونې لوړ عاید لري. په ټوله کې، د کلاوډ زیاتوالی، د iot پلیټ فارمونه او پیاوړي AI چپس د نوي نسل سافټویر او اصلاح کولو لپاره یو پلیټ فارم چمتو کوي.