在過去的一年里，人工智能在應對這一挑戰(zhàn)方面發(fā)揮了關鍵作用。零售商依賴人工智能來幫助他們優(yōu)化訂單發(fā)貨，將他們的商店重新設想為配送中心，并確保人們即使在現(xiàn)場購物陷入停頓的情況下仍能得到產品。在公用事業(yè)領域，人工智能越來越多地被用于管理植被風險或提前為不利天氣事件做好準備等問題，以保持電網(wǎng)運行。人工智能也有助于從根本上建立更好的系統(tǒng)。例如，人工智能分析和跟蹤飛機、通風機和航天飛機等不可失敗場景中使用的復雜工程設備的需求。

　　當人工智能與其他使能技術相結合時，我們開始看到所謂的工業(yè)4.0的一些后果。當與物聯(lián)網(wǎng)結合時，人工智能可以分析傳感器數(shù)據(jù)，預測工廠設備、暖通空調系統(tǒng)和裝配線等工業(yè)資產的故障。它可以優(yōu)化資產工作訂單的時間表，分析故障風險，并讓經(jīng)理在不同的標準下優(yōu)先修復。視覺檢查被用來檢測制造缺陷，并通過分析實時視頻來幫助工人安全。

　　攝像頭、信標和傳感器可以一周七天、一天24小時監(jiān)控一處設施。在人工智能的幫助下，企業(yè)可以從噪音中分離出信號，確保不遺漏任何有價值的見解，并開始將制造和生產過程中日益復雜的部分自動化。如果企業(yè)投資所需的底層數(shù)字基礎設施，這些工業(yè)4.0的構建模塊已經(jīng)成熟，可以為企業(yè)做好準備。

　　使用混合云解鎖工業(yè)4.0

　　人工智能和物聯(lián)網(wǎng)是走向大規(guī)模工業(yè)自動化的兩個關鍵組成部分，這也是我們談論工業(yè)4.0時通常所說的。然而，要大規(guī)模地實現(xiàn)上述任何一個應用程序，還會引入新的挑戰(zhàn)，需要第三個構建塊:混合云。

　　想想在一個工廠的地板上輸入的數(shù)據(jù)量，從追蹤熱量和占用率的物聯(lián)網(wǎng)傳感器到收集視覺數(shù)據(jù)和監(jiān)控工作場所安全的攝像頭。從擁有多個不同設施(甚至可能是不同類型的設施)的大型組織中推斷，要處理的數(shù)據(jù)量呈指數(shù)級增長。需要整理所有數(shù)據(jù)的AI模型變得更加復雜。也許最重要的是，時間成了一個問題。一個能在一個月后告訴你員工擠在某個通道里的模型并不是特別有用。要利用預測性的洞察力，就需要有立即根據(jù)這些洞察力采取行動的能力，這意味著能夠在收集這些洞察力的邊緣進行計算。

　　這三個組件——能夠收集和存儲巨大和變化的數(shù)據(jù)量,能夠運行模型或其他軟件的數(shù)據(jù),并且能夠做任何你想要的,需要一個基礎設施的足跡,從邊緣延伸至數(shù)據(jù)中心和云。

　　為了提高效率，組織需要跨所有基礎設施的無縫管理平面?；旌显铺峁┝艘粋€通用的基于容器的平臺，可以在所有基礎設施位置上運行，從而促進了這一點。它提供了基于工作負載自動伸縮的能力，以及在任何云(公共的、私有的或邊緣的)上運行平臺的靈活性。

　　在工業(yè)4.0環(huán)境中，混合云可以把這些點連接起來。它讓員工需要的數(shù)據(jù)、人工智能、工具和軟件隨時隨地可用。你讓人們的工作變得越容易，他們就能投入更多的時間、注意力和能力來解決更有趣、更復雜和更昂貴的問題。