德勤报告回应物联网显得更为智能。公司正在将人工智能(尤其是机器学习)统合到他们的物联网应用程序中，并仔细观察功能的快速增长，还包括提升运营效率并协助防止车祸停机。关键：洞察数据。

ITH是一波投资，一系列新产品和企业部署的兴起，人工智能正在物联网(IoT)中引发一阵热潮。制订物联网战略，评估潜在的新物联网项目或企图从现有物联网部署中取得更加多价值的公司有可能必须探寻人工智能的起到。信号以人工智能为重点的物联网创业公司的风险投资正在快速增长：2017年前8个月，这个类别的初创公司筹措了7.05亿美元以人工智能为重点的物联网创业公司收购数量减少：2017年前8个月为21个，2016年为24个，低于2015年的11个还包括亚马逊，通用电气，IBM，微软公司，甲骨文，PTC和Salesforce在内的IoT平台供应商正在统合AI功能跨行业的大型的组织早已在利用物联网来利用或探寻人工智能的力量，获取新产品并更加高效地运营Gartner预测，到2022年，多达80%的企业物联网项目将包括一个AI组件，今天只有10%AI是关卡物联网潜力的钥匙人工智能在物联网应用于和部署中扮演着更加最重要的角色，这一领域的公司不道德似乎再次发生了变化。

用于AI的物联网初创企业的风险投资大幅度减少。在过去的两年里，公司早已并购了数十家在人工智能和物联网交叉点工作的公司。

物联网平台软件的主要供应商现在获取构建的AI功能，如基于机器学习的分析。人工智能在物联网中扮演着主要角色，因为它需要较慢从数据中提供洞察力。

机器学习是一项人工智能技术，它可以自动识别模式并检测智能传感器和设备分解的数据中的异常情况，诸如温度，压力，湿度，空气质量，振动和声音等信息。各公司找到机器学习可以比传统的商业智能工具在分析物联网数据方面具备明显优势，还包括需要比基于阈值的监控系统提早20倍和更高的准确度展开运营预测。而其他人工智能技术，如语音辨识和计算机视觉可以协助从过去必须人工评估的数据中取得看法。AI和物联网技术的强劲人组协助公司防止车祸停机，提升运营效率，落成新产品和服务，并强化风险管理。

防止便宜的非计划停机时间在一些行业中，设备故障造成的车祸停机有可能导致严重损失。例如，根据一项研究，海上石油和天然气经营者每年平均值损失3800万美元。另一个消息估算，对于工业制造业来说，车祸停机时间每年花费500亿美元，设备故障造成42%的停机。

用于预测性确保分析功能提早预测设备故障，以便决定有序的维护程序，可以增加非计划停机的破坏性经济性。例如，在制造业中，德勤找到预测性确保可以将确保计划延长20-50%，将设备长时间运行时间和可用性减少10-20%，并将整体确保成本减少5-10%。

由于人工智能技术，尤其是机器学习，可以协助识别模式和异常情况，并基于大量数据展开预测，因此它们在实行预测性确保方面特别是在简单。例如，领先的韩国炼油商SK Innovation通过用于机器学习预测相连的压缩机预计故障可节省“数十亿韩元”。某种程度，意大利列车运营商Trenitalia期望防止车祸停机，并节省8-10%的年度确保成本13亿欧元。与此同时，法国电力公司EDF集团早已通过机器学习驱动的设备故障预警节省了多达100万美元。

本文来源：雷火体育APP官网入口-www.hongernuan.com