工業(yè)大數(shù)據分析的目的是從制造與工業(yè)系統(tǒng)中利用傳感器及現(xiàn)有與過去數(shù)據找出隱藏的操作問題及未知的變異，及時地做預防警報排除故障并創(chuàng)造價值。美國辛辛那提大學特聘教授李杰在論壇上從工業(yè)大數(shù)據、人工智能、工業(yè)大數(shù)據分析工具與CPS應用架構等方面具體介紹了工業(yè)大數(shù)據分析與預測式智能制造及一些成功企業(yè)案例。
李杰教授表示，人工智能利用傳感器實現(xiàn)智能化，為了讓數(shù)據做得更好，讓機器更聰明，讓人更聰明，而不是說取代人類，這種說法是完全錯誤的，比如無人駕駛的目的是無憂駕駛，是為了預防系統(tǒng)性風險。
季瑞華：建立人工智能信任和信心的責任框架
未來五年人工智能輔助vs人工的角色轉化率
普華永道資深合伙人季瑞華從商業(yè)角度分析了人工智能對各大行業(yè)的重要程度，并以可視化數(shù)據顯示了未來那些角色由人工更大程度轉向人工智能輔助。會上，季瑞華表示，我們應當在合理的人工智能框架下，從戰(zhàn)略到設計到實施到運行和監(jiān)控，讓人工智能技術真正為企業(yè)帶來好處。而如果要建立人工智能框架，使其推動整體業(yè)務發(fā)展必須要明確人工智能的戰(zhàn)略。
合理的人工智能框架
普華永道還對以下十種人工智能解決方案對業(yè)務的影響程度進行了研究調查，其中以虛擬個人助理占比最高，調查結果如下：
虛擬個人助理對業(yè)務的影響占31%；
自動分析對業(yè)務的影響占29%；
自動交流，如電子郵件和聊天室對業(yè)務的影響占28%；
自動研究報告和數(shù)據聚合對業(yè)務的影響占26%；
自動化操作和效率分析對業(yè)務的影響占26%；
預測分析對業(yè)務的影響占26%；
用于決策支持的系統(tǒng)對業(yè)務的影響占21%；
機器人對業(yè)務的影響占19%；
自動銷售對業(yè)務的影響占18%；
機器學習對業(yè)務的影響占16%；
田豐：阿里云的智能平臺戰(zhàn)略
如今對于人工智能，人們已經由熱產能進入到尋求人工智能變現(xiàn)的階段，基于這一現(xiàn)狀，阿里云研究中心主任田豐在會上向我們介紹了產業(yè)級人工智能的應用。整體人工智能以數(shù)據為基礎，稱為數(shù)據智能，中國的云端產業(yè)升級也是來自于數(shù)據智能新一波浪潮的推動，甚至在一帶一路峰會上還出現(xiàn)一個有趣的說法——中國“新四大發(fā)明”——網購、支付寶、共享單車、高鐵。這四大發(fā)明，實際上代表了兩種技術的發(fā)展路線——前兩項與阿里云相關，是數(shù)據智能的消費升級，后兩項則是產業(yè)升級，一輛自行車從賣硬件，變成了賣服務、賣共享經濟的一項服務。中國新四大發(fā)明的背后都是基于云計算、大數(shù)據來產生所有相關的應用。
而對于企業(yè)搭建人工智能平臺戰(zhàn)略方面，田豐以美國四大巨頭——谷歌，亞馬遜，微軟，F(xiàn)acebook為例，這四大巨頭的人工智能布局是一個產業(yè)發(fā)展的緯度，首先自研AI芯片，然后是打造開放平臺，然后是AI特殊產品的服務應用和場景，當然企業(yè)級服務距離消費者略微遠，如今這是Saas一個發(fā)展的方向?，F(xiàn)在阿里巴巴也在打造開放平臺，今年3月份宣布了NASA計劃，阿里巴巴走的緯度也是相關生物識別、物聯(lián)網等等。阿里人工智能平臺包括四個大腦，它們都屬于阿里云旗下人工智能產品“阿里云ET”。工業(yè)大腦致力于提升工業(yè)生產線良品率，醫(yī)療大腦致力成為醫(yī)生助手，城市大腦則主要關注如何解決城市交通問題。
柳屹立：從傳統(tǒng)到智造的完美一擊
酷特集團來自傳統(tǒng)制造業(yè)，以西裝定制化生產而聞名?？崽丶瘓F副總裁柳屹立講述了酷特集團由傳統(tǒng)制造業(yè)向定制化生產智造的轉型升級過程并基于十余年的轉型過程沉淀了三大核心，一大價值。2003年的時候開始進行技術轉型，2011年公司確定C2M（顧客對工廠）戰(zhàn)略，直接從顧客到工廠，工廠直接為用戶生產出個性化定制產品，同時酷特集團開始研究SDE工程，旨在幫助為傳統(tǒng)企業(yè)轉型升級改造提供解決方案，一個一站式解決方案，為此酷特集團成立了八大科研中心，從互聯(lián)網絡、盈利模式、輕松執(zhí)行、數(shù)據驅動、價值鏈整合等八個緯度進行研發(fā)。2016年正式向傳統(tǒng)企業(yè)輸出全套的解決方案，幫助它們轉型升級。
黃代恒：感知與洞察——工業(yè)大數(shù)據應用實踐
明略數(shù)據技術副總裁黃代恒以軌道交通為例講述了數(shù)據挖掘在軌道交通行業(yè)的落地。行業(yè)人工智能在工業(yè)方面分成感知和洞察兩個部分，利用分布式的技術，對傳感層、傳輸層，前端收集的大量數(shù)據進行分析從而產生業(yè)務價值，這是感知，而洞察是可以進行分析、預警，基于生命周期的統(tǒng)計分析，將故障分析、預測由人工化、抽樣化，向智能化、全面化的轉變。
Saptho Nair：機器學習在IT運營大數(shù)據中的應用
優(yōu)圣美創(chuàng)始人兼首席科學家，Saptho Nair介紹了IT運營中機器學習的應用，并以金融業(yè)務為例展開敘述。機器學習分為三種類型，以IT數(shù)據為基礎，一種是異常檢測，通過尋找IT運維行為發(fā)生的變化來發(fā)現(xiàn)設備是否在正常運行。第二種是智能預測，機器可以通過大數(shù)據分析進行未來預測，具有足夠的處理能力來完成下一環(huán)節(jié)的運行。第三種則是聚合分類，針對不同的消費者進行分類，例如將金融行為進行分類，看人們是否可能向銀行偷錢等。
