麥肯錫**研究院的*項新研究表明，人工智能和深度學(xué)習(xí)終于開始在行業(yè)中取得巨大收益。但該研究的作者表示，許多工程師仍然不愿意使用它，因為他們還沒有完全理解它。

　　

　　這項新研究，來自人工智能*域的Notes：深度學(xué)習(xí)的應(yīng)用和價值，顯示了該技術(shù)在汽車，電子，航空航天，國防，化學(xué)，農(nóng)業(yè)，石油和天然氣以及其他行業(yè)的巨大潛力。這表明這些行業(yè)的許多高管已經(jīng)采用了它。

 

　　

　　“在財富500強中，我們看到了利用人工智能和深度學(xué)習(xí)應(yīng)用的重大轉(zhuǎn)變，”麥肯錫合伙人兼研究報告的合作者Mehdi Miremadi告訴設(shè)計新聞。“毫無疑問，這是過去兩年中每個行業(yè)*突出的重點*域之*。”

　　

　　該研究預(yù)測，人工智能技術(shù)將對這些行業(yè)產(chǎn)生巨大的收益。例如，在汽車和裝配*域，該論文的作者希望AI和深度學(xué)習(xí)能夠產(chǎn)生約3000億美元的年度價值。他們還期望它每年在電子產(chǎn)品，化學(xué)品，化學(xué)品，1000億美元的石油和天然氣中產(chǎn)生約2000億美元的收入，并且每年在航空和國防*域產(chǎn)生約250億美元。

　　

　　更好的預(yù)測的好處

　　

　　作者發(fā)現(xiàn)，應(yīng)用的*個關(guān)鍵*域是預(yù)測性維護。例如，使用工廠周圍的大量數(shù)據(jù)，基于人工智能的軟件可以更準(zhǔn)確地識別出可能發(fā)生故障的資產(chǎn)和機器。雖然許多制造商已經(jīng)在沒有AI的情況下進行預(yù)測性維護，但作者認為他們可以做得更好。

　　

　　Miremadi說：“使用舊類型的分析，你可能可以預(yù)測70％的故障可能性。“但是對于AI，你可能會達到90％甚至95％。這20％的差異具有重要的價值。“

　　

　　其他關(guān)鍵的機會*域是庫存優(yōu)化和物料采購。通過使用AI進行更好的預(yù)測，Miremadi說，制造商可以簡化他們的生產(chǎn)和供應(yīng)鏈管理。Miremadi告訴我們：“制造和供應(yīng)鏈中的許多低效率來自未完全理解未來幾個月和幾年內(nèi)的需求。” “使用分析和大數(shù)據(jù)，您可以更好地了解需求和供應(yīng)預(yù)測。”

　　

　　作者總結(jié)說，產(chǎn)品開發(fā)人員也可以從AI和深度學(xué)習(xí)中受益。今天，他們表示，新產(chǎn)品迭代通常會在幾年內(nèi)基于客戶的反饋意見出現(xiàn)。但通過人工智能，產(chǎn)品開發(fā)人員可以加快這*進程。“AI可以做的其中*件事是加快反饋循環(huán)，”Miremadi說。“優(yōu)化反饋環(huán)路不僅對制造商是有利的，對整個社會也是有利的。”

　　

　　Miremadi補充說，*些開發(fā)人員已經(jīng)在研究如何將AI功能集成到他們的設(shè)計軟件中。

　　

　　許多高管仍然猶豫不決

　　

　　然而，可以理解的是，許多高管和工程師對充分利用人工智能和深度學(xué)習(xí)猶豫不決，Miremadi說。他們的**直覺是開展試點計劃。然而，即使人工智能的價值得到了證實，許多高管仍然傾向于運行更多的試點項目，而不是廣泛采用。“通常，我們在財富500強企業(yè)中看到這*點，”Miremadi指出

　　

　　Miremadi說，許多高管猶豫不決，因為他們不完全理解AI機制。他們不會為任何他們不完全理解的東西投入大量資源。在這些情況下，變化可能會變慢。Miremadi說：“組織中有數(shù)據(jù)驅(qū)動決策的方式有文化組成部分。“所以在戰(zhàn)術(shù)上，日常的基礎(chǔ)上，文化轉(zhuǎn)變將需要發(fā)生。”

　　

　　盡管如此，Miremadi預(yù)計人工智能的發(fā)展和深度學(xué)習(xí)將繼續(xù)快速發(fā)展。原因在于結(jié)果。“這里有很大的機會，”他說。