恩柏科软件（Epicor Software），全球高级副总裁兼销售主管，Andy coussin
智能产品正在迅速成为家庭和工作场所的一种愿景。现在的孩子们伴随着科技而成长，他们希望，能够像使用iPad一样使用电视，能通过对话来控制设备。甚至老一辈人也开始了解Echo和Alexa以让他们的生活变得更轻松。
然而，事实上，比起终端消费者，智能产品对于制造商更具有价值。以特斯拉为例，每辆车都实现智能连接。对车辆进行无线更新、纠正安全漏洞、添加新功能和解决其他问题，这些都 极具价值。它们通过保持新鲜感和创新体验，来取悦用户，但是，真正的价值在于连接副产物——数据，大量的数据。
通过捕捉和获取关于使用、性能、故障、位置和事件的匿名数据，制造商可以获得关于消费者习惯和期望、产品性能和错误假设的透彻分析。这是我们通过人工智能（AI）实现的良性递进循环——更多的数据产生更好的产品，从而产生更多的用户，如此循环往复。我们必须利用人工智能所产生的大量数据，来建立以前不可能实现的关联性、识别异常和提供建议。
数据的力量
由于物联网和云技术的进步和成熟，对于中端市场的制造商来说，制造智能产品，甚至建立智能工厂，已经成为现实。现在可以通过智能绑定企业资源管理（ERP）系统，整合现成组件，灵活地进行计算，构建在全球范围内部署的产品。这些产品可以对话，可以无线更新，可以执行动态翻译，还可以在边缘设备上嵌入智能应用。它们可以不断挖掘数据来实现价值。要想成功，你需要使用正确的工具组合。
例如，当我们购买“白色家电”时，比如洗碗机（仅在美国就售出869万台），我们一般倾向于认为每种型号的产品都相同。它们前面的代码相同，看起来都差不多，说明手册也相差无几。但是，它们并不是克隆出来的，实际上每一款产品都独一无二。随着时间的推移，即使操作情况相同，原材料和装配方面的潜在差异，也会导致不同的操作改变和异常。短促的噪音、密封处的磨损、部件过热，都有可能发生。有些时候，这是可以预防的，并且可被检测。
通过给每个产品赋予神经系统，来自数百甚至数百万台设备的数据可以建立反馈回路，进入云计算和生产记录系统，从而丰富成品清单和可追溯性数据。制造商可以利用这些数据和使用模式，预测故障，审查设计更改，以及为客户提供全新的业务模型和体验。
理想实例
观察大公司是如何利用机器学习（ML）来提高设备效率的，这很有趣。以谷歌为例，它广泛利用天气和历史涡轮数据，在实际发电前36小时预测风力发电量，并利用预测值提供电网承诺。这一结果使其风能价值增加了20%。
观察周围的情况并推断趋势（否则是无法检测到的），从而获得竞争优势，实现更好的资产利用率。尽管谷歌DeepMind拥有若干业内一流数据科学家，但小型初创企业和制造商应用技术提高效率的实例也越来越多。
Epicor物联网利用Azure系统帮助制造商连接数据和物联网，不仅允许在工厂内部启用传感器和机器，还允许启用已经诞生的智能产品。通过高级规则设置，可以根据感知事件启动业务流程自动化，从请求服务到发送备件，或发出票据——这些都不是固定不变的，而是会灵活改变满足您的即时需求。
在一个地方实时查看具有完整生产细节和服务历史在内的数字双数据，将为您的业务增长提供下一代平台。虽然中端市场制造商没有与谷歌相当的资源来处理数字和构建实验，但是对他们来说，人工智能和机器学习（ML）也变得越来越可行，可转移的ML模型和通用案例不断增多，为积聚优势提供必要的助力。
智能工厂建造智能产品，让每个人的生活更轻松一点——对我来说，听起来像是极美好的远景。
