Domeniul inteligenței artificiale (AI) crește și evoluează tot mai rapid. Noi aplicații pot fi găsite în toate industriile, inclusiv în icea a managementului facilităților. Evoluția tendințelor în ceea ce privește achiziția de date, comunicarea și stocarea acestora, știința datelor (data science) și inteligența artificială dau semne tot mai puternice că viitorul este reprezentat de către clădirile din ce în ce mai inteligente.

Aceste facilități sustenabile vor fi în curând autosuficiente, auto-actualizate, care își fac mentenanța și se repară în mod automat. Asta înseamnă că acum este momentul pentru a pregăti activele astfel încât acetea să profite de avantajele AI – beneficii care se traduc în avantaje competitive și duc la o diferențiere în timp față de concurenți. Această diferențiere va contribui la determinarea relevanței sau a ineficienței companiilor de gestionare a facilităților de mâine.

O modalitate prin care putem să ne gândim la AI este termeni de ”Operatori” și ”Facilitatori”.

Operatorii AI sunt toți executorii instrucțiunilor oferite de programele de inteligență artificială, printre care:

-Autovehicule ghidate
-Automatizarea
-Robotica
-Aplicațiile inteligente
-Imprimantele 3D

Facilitatorii AI sunt totul altceva – ei reprezintă datele, instrumentele și procesele din spatele executorilor. Acestea sunt deja implementate în proiecte de capital ca și o formă pregătire pentru operatorii AI și includ o varietate largă de senzori, componente și echipamente ale activelor. Ele captează date, facilități de comunicare în timp real, protocoale de comunicare pentru interoperabilitate și, cel mai crucial, un model de date holistic, canale și procese ”din spatele scenei”.

Cum să vă pregătiți pentru inteligența artificială

Primul pas spre adoptarea tehnologiei AI este de a efectua o evaluare aprofundată a capacităților digitale ale organizației dumneavoastră. Aceasta include o privire holistică asupra oamenilor, proceselor și instrumentelor dumneavoastră și stabilirea unei înțelegeri solide a stării actuale a digitalizării. Acest lucru vă va permite să setați ținte inteligente. Va trebui să înțelegeți care date, active, procese și fișiere pe suport de hârtie ar putea fi digitalizate.

Atunci când stabiliți care sunt țintele pentru starea viitoare a facilității dumneavoastră, luați în considerare faptul că AI este un domeniu foarte vast. Acordați-vă timp pentru a analiza ce tipuri de aplicații AI ar fi potrivite pentru organizația dumneavoastră și pentru a identifica cazurile potrivite de utilizare care au sens pentru strategia de afaceri.

De asemenea, etapele de pregătire necesită destul de mult efort. Din acest motiv, atunci când luați în considerare situația datelor dumneavoastră, este indicat să urmați pașii următori:

  • Stabilirea unei funcții de știință a datelor care să ia în considerare ciclul de viață al datelor.

Un accent inițial și continuu se pune pe calitatea și caracterul datelor. Întrebați-vă cât de multă încredere aveți în datele dumneavoastră și unde ar putea exista lacune. Un cadru de administrare al datelor care valorizează și gestionează date cu o viziune holistică asupra întreprinderii poate face diferența dintre succesul pe termen lung și eșec.

  • Adresați orice preocupare aveți privind calitatea datelor chiar de la început.

Dacă nu urmați acest pas, datele de calitate inferioară vor limita eficacitatea procesului de machine learning.

  • Determinați cum să minimalizați cantitatea de date ce rămâne să fie introdusă de angajații umani.

Colectarea colectivă, pasivă și neinvazivă de date este obiectivul spre care să tindeți. Aplicațiile AI care implică interpretarea seturilor mari de date complexe (cum ar fi datele CCTV, audio și alte date ale senzorilor) s-au maturizat și continuă să evolueze. Interpretarea umană a acestor tipuri de date mari poate fi consumatoare de timp, dificilă (în funcție de sursă) și predispusă la erori.

Acesta este tipul de date necalificate pe care AI poate învăța să le interpreteze. Pot fi aplicați diferiți algoritmi, de exemplu, care îi permit bot-ului de mentenanță să scaneze pentru posibile pericole de siguranță sau să identifice și să rezolve discrepanțele dintre modelele BIM și instanța fizică a acestora.

Integrarea datelor unei întreprinderi într-un mediu holistic de date (HDE) este provocarea imediată cu care vă veți confrunta.

Pregătiți-vă pentru viitor, dezvoltând capacitățile organizației dumneavoastră de a gestiona și de a îmbunătăți în mod continuu transferul de date, stocarea și arhitectura acestora. Fiecare siloz de date este o sursă importantă. Identificați sursele de date și integrați-le într-un depozit de date care va servi drept o sursă de informații pentru oamenii de știință ai datelor și baza pentru procesul de machine learning.

Obțineți maximum din aplicațiile de inteligență artificială

Odată ce înțelegeți calitatea, caracterul și structura de bază a datelor, următorul pas este să vă gândiți la posibilele întrebări despre afaceri și la modul în care datele dumneavoastră pot fi relevante și pot oferi o perspectivă asupra acestor întrebări. Va trebui să țineți cont de caracterul adecvat al datelor pentru a sprijini diferiții algoritmi de machine learningg.

Tehnicile diferite au cerințe diferite de date. De exemplu, o rețea neuronală are în general nevoie de un set mare de date pentru instruire, în timp ce alte tehnici (de exemplu regresia) ar putea fi aplicabile unui set de date mai mic. În același timp, va trebui să țineți cont de caracterul adecvat al datelor și tehnicilor pentru întrebarea în sine.

Poate doriți să începeți cu date de date mici, generate de planificarea resurselor întreprinderii (ERP) și de sistemele de management.

În cazul în care se definesc valorile de performanță, targetați procesul de machine learning pentru a înțelege relațiile dintre structurile de date ERP și indicatorii cheie de performanță astfel încât să descoperiți informații bazate pe dovezi. Cunoscând cum arată modelul de performanță bună, puteți debloca algoritmi avansați de clasificare, pe care apoi îi puteți aplica setului de date.

Există o confluență a creativității și a analizei în efectuarea de experimente și luarea în considerare a abordărilor pentru dezvoltarea conceptelor pilot AI – și există, de asemenea, un grad de incertitudine. Gestionați această incertitudine prin stabilirea constrângerilor de timp și a criteriilor go / no-go pentru proiectele de dezvoltare AI.

Privind spre viitor

Perioada de punere în aplicare a mai multor programe pilot de dezvoltare a tehnologiei AI poate varia foarte mult în funcție de ambiția și resursele dumneavoastră.

Luați-vă timp pentru a dezvolta o înțelegere de bază a datelor. Când vine vorba de clădirile inteligente ale viitorului, posibilitățile pentru aplicațiile AI sunt nelimitate, iar timpul potrivit de pregătire a datelor pentru aceste posibilități este chiar acum.

LĂSAȚI UN MESAJ

Please enter your comment!
Please enter your name here