首頁 > 熱點 > 正文

AI時代已經(jīng)到來,不想被拋棄,特別是傳統(tǒng)產(chǎn)業(yè)的你,怎么辦?

2023-06-21 15:40:55來源:引領(lǐng)外匯網(wǎng)

AI時代已經(jīng)到來,不想被拋棄,特別是傳統(tǒng)產(chǎn)業(yè)的你,怎么辦?,我們唯有

我們唯有奔跑,才能不被AI時代拋棄。

編者按:本文來自微信公眾號 愛倒騰的程序員(ID:taosdata),作者:陶建輝,創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載,頭圖來源攝圖網(wǎng)


【資料圖】

消除數(shù)據(jù)孤島

AI的基礎(chǔ)是大數(shù)據(jù),需要有足夠的數(shù)據(jù)樣本,才能訓練模型,才能依據(jù)數(shù)據(jù)做出商業(yè)決策。但是對于傳統(tǒng)產(chǎn)業(yè)而言,這個大數(shù)據(jù)的前提就不容易實現(xiàn)。

傳統(tǒng)產(chǎn)業(yè)的IT、OT建設(shè)參差不齊,無論中國還是美國,大部分企業(yè)的數(shù)字化建設(shè)遠落后于互聯(lián)網(wǎng)類型的企業(yè)。以我最近打交道的美國發(fā)電企業(yè)為例,他們很多用的還是PI System,而且還是很老版本的,Aveva對Process Book都不支持了,但還在使用,因為PI相當穩(wěn)定,而且能滿足他們生產(chǎn)要求,他們也就沒有更換的動力。但這個老系統(tǒng)是完全獨立的,是一個數(shù)據(jù)孤島。一個發(fā)電集團總有幾十個甚至幾百個電廠,每個電廠用的軟件,或版本都很難一致。而且由于商業(yè)的并購、分拆的原因,導致各種系統(tǒng)并存,各種軟件供應(yīng)商都有,而更換的成本與風險很高,因此很難統(tǒng)一。加上現(xiàn)在清潔能源的發(fā)展,光伏、風力發(fā)電的系統(tǒng)與傳統(tǒng)的電力又不一樣,因此復(fù)雜度更高。

在這種情況下要讓AI賦能這些傳統(tǒng)產(chǎn)業(yè),首先要做的就是將散布各處的各種系統(tǒng)、包括各種版本采集的數(shù)據(jù)進行匯總,消除數(shù)據(jù)孤島。但由于各種系統(tǒng)存在,有老掉牙的自動化系統(tǒng),也有最新的數(shù)采系統(tǒng),各種工業(yè)協(xié)議都存在,數(shù)據(jù)匯聚還不是簡單的匯聚,還需要對各個數(shù)據(jù)源的數(shù)據(jù)進行清洗、加工、處理,才能進入統(tǒng)一的平臺。而每個數(shù)據(jù)源都不一樣,因此數(shù)據(jù)匯聚是一個臟活、累活,還不產(chǎn)生直接的經(jīng)濟效益。但是數(shù)據(jù)匯聚如果不做,AI賦能談都不用談。

建設(shè)數(shù)據(jù)分享平臺

數(shù)據(jù)總是提供給各種應(yīng)用,包括各種AI應(yīng)用使用的,而且這些應(yīng)用有內(nèi)部,還有外部合作方的應(yīng)用。比如新能源汽車采集大量的數(shù)據(jù),它包括電機、電控、電池數(shù)據(jù),甚至還有用戶行為數(shù)據(jù)。這些數(shù)據(jù)不僅內(nèi)部不同的部門需要使用,看如何通過數(shù)據(jù)分析提升汽車品質(zhì),改善駕駛與乘車體驗,同時眾多第三方需要這些數(shù)據(jù),比如電池供應(yīng)商、電機供應(yīng)商,他們也需要用這些數(shù)據(jù)來進行分析,有些數(shù)據(jù)還要上報政府監(jiān)管部門。因此如果不建設(shè)好強大的數(shù)據(jù)分享平臺,將無法應(yīng)對內(nèi)部、外部以及監(jiān)管部門的需求。

但分享就牽涉到數(shù)據(jù)的隱私與安全問題,利益相關(guān)方應(yīng)該只能看到它被容許看到的數(shù)據(jù)。比如電池供應(yīng)商只應(yīng)該獲取脫去用戶個人信息后的電池數(shù)據(jù),而且只能看到自己的電池數(shù)據(jù),還不能看到同一汽車主機廠其他電池供應(yīng)商的數(shù)據(jù)。為了保護隱私,有的數(shù)據(jù)甚至要加工后才能提供,而不是直接提供原始數(shù)據(jù)。為進一步增加安全性,數(shù)據(jù)擁有方還必須能隨時控制應(yīng)用訪問的時長,訪問的數(shù)據(jù)的時間段等。

大多數(shù)場景下,數(shù)據(jù)的分享可以是批的方式進行,定時獲取一次就行。但有的場景是需要實時獲取的,比如工業(yè)上總希望做實時的異常檢測。一旦檢測到新的數(shù)據(jù),就需要立即通知相關(guān)的應(yīng)用??梢灶A(yù)見,實時的數(shù)據(jù)分享需求場景還會越來越多。

由于應(yīng)用林林總總,新的應(yīng)用、新的合作伙伴天天涌現(xiàn),這個分享還必須有足夠的靈活性。系統(tǒng)管理員收到開通分享的請求后,做個簡單的配置,分享就能立即生效,而無需進行開發(fā)或復(fù)雜的配置。

因此企業(yè)要能讓AI賦能,數(shù)據(jù)匯聚后,還必須建設(shè)有強大、安全而又靈活的數(shù)據(jù)分享平臺。

無縫對接的開放系統(tǒng)

數(shù)據(jù)匯聚后,企業(yè)當然可以開發(fā)自己的AI應(yīng)用,做更好的異常監(jiān)測,實時報警,并為產(chǎn)能、成本、設(shè)備維護等提供更好的預(yù)測,而且這些都是基于整個公司層面的數(shù)據(jù)做出的,而不是局限于一個電廠或一個制造廠,讓決策者有更好的宏觀整體把控。

但傳統(tǒng)企業(yè)要組建自己的AI開發(fā)甚至數(shù)據(jù)分析團隊,都是相當不容易的。因為AI開發(fā)以及數(shù)據(jù)分析的人才,還很稀缺,你需要與阿里、華為、騰訊、百度這些企業(yè)競爭,在美國,則是與谷歌、微軟、蘋果、亞馬遜等競爭。不僅他們的薪資結(jié)構(gòu)、工作方式與傳統(tǒng)產(chǎn)業(yè)相差太大,而且即使加入,因為對產(chǎn)業(yè)本身的知識了解不夠,往往半年甚至一年都難發(fā)揮出作用,導致投入產(chǎn)出不成正比。

那么最好的方式就是直接采用第三方的AI應(yīng)用,將自己擁有的數(shù)據(jù)平臺與第三方AI應(yīng)用對接。而且為縮短周期,可以直接使用對方提供的云服務(wù),這樣就大幅減小了購買或協(xié)調(diào)資源以及部署所需要的時間,可以立即上線。同時云服務(wù)一般是按時長或用量收費,而無需提前支付一大筆采購費用。這樣能很快看到效果,看是否能滿足要求,大幅降低了決策成本。

但AI應(yīng)用提供方很多家,服務(wù)質(zhì)量也參差不齊,那么作為擁有數(shù)據(jù)的企業(yè),要做到的就是保證自己數(shù)據(jù)平臺的開放性,任何應(yīng)用都可以通過標準的接口獲取數(shù)據(jù),這樣就能去除AI應(yīng)用與數(shù)據(jù)平臺對接的障礙,各種應(yīng)用系統(tǒng)都能與數(shù)據(jù)平臺無縫對接。只要想嘗試某個AI應(yīng)用,一周甚至一天之內(nèi)就可以看到效果,大幅提高決策效率。因此如果數(shù)據(jù)平臺具有很好的開放性,那么讓AI賦能,就像商場買衣服一樣,可以左挑右揀,直到自己滿意為止,不是痛苦,而是一件賞心悅目的事情。

一般的平臺或軟件都會聲稱自己是開放的。但從我個人的經(jīng)驗來看,只有流行的用戶量大的軟件或系統(tǒng),開放性才不會有問題,而且所有的應(yīng)用都會與它對接。就像我們開發(fā)的TDengine,由于開源,安裝量已經(jīng)超過27萬,而且它還有標準的JDBC接口,支持SQL,能與幾乎所有的可視化、BI工具對接。

AI的未來

與互聯(lián)網(wǎng)一樣,AI并不能取代傳統(tǒng)產(chǎn)業(yè),能源、制造、汽車、礦山這些行業(yè)依舊存在,但AI能賦能、提升這些產(chǎn)業(yè),提高生產(chǎn)效率,為傳統(tǒng)產(chǎn)業(yè)注入新的活力。不擁抱AI的企業(yè)將會失去競爭力,逐步被淘汰。

AI已經(jīng)強大,但對于傳統(tǒng)產(chǎn)業(yè)而言,還有兩個不足。一是要求的算力過大,導致成本過高,對于利潤很低的傳統(tǒng)產(chǎn)業(yè),難以承受。另外一方面,現(xiàn)在的ChatGPT,依賴的都是歷史數(shù)據(jù),而工業(yè)場景,更需要的是對實時數(shù)據(jù)的分析。因此AI在工業(yè)場景還有很多挑戰(zhàn)以及提升的空間,但這個挑戰(zhàn)應(yīng)該交給AI的研究人員。

傳統(tǒng)產(chǎn)業(yè)要做的是,將分布于各地的數(shù)據(jù)匯聚起來,建設(shè)一個開放的、可以安全、靈活共享的數(shù)據(jù)平臺,能與眾多的第三方的AI工具或服務(wù)無縫集成,在無需大量的資金和人力投入下,在幾乎沒有決策風險的前提下,能迅速驗證并享受AI帶來的紅利。

2023年1月我畫的一張“數(shù)據(jù)匯聚、分享、AI/分析”架構(gòu)圖

以我自己為例,我自己創(chuàng)辦的TDengine是一個專為物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)定制的大數(shù)據(jù)平臺。TDengine不是以AI為核心技術(shù)的公司,但在AI的時代,我們的唯一選擇就是全面擁抱AI。為幫助眾多的傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、能讓AI賦能,過去的一年,我們投入了巨大的人力支持開發(fā)PI System, MQTT, OPC等各種工業(yè)數(shù)據(jù)接口,支持與各種BI、AI工具對接,而且在阿里云、AWS、Azure、GCP上推出全托管的云服務(wù)。無需大量資金投入、無決策風險下,短時間內(nèi)你就可以試用開通,并與AI應(yīng)用、眾多的分析工具、可視化工具集成,體驗大數(shù)據(jù)以及AI的魅力。

“Run! Don"t walk. You are either running for food or running from being food!" 。我們唯有奔跑,才能不被AI時代拋棄。

陶建輝

2023年6月3日于加州灣區(qū)

關(guān)鍵詞:

責任編輯:hnmd004