報(bào)告顯示，人工智能對(duì)物聯(lián)網(wǎng)的重要性超過了大數(shù)據(jù)分析

報(bào)告人工智能物聯(lián)網(wǎng) 大數(shù)據(jù) 分析

百度百家 | 2017-08-28 16:51

【數(shù)據(jù)猿導(dǎo)讀】大數(shù)據(jù)和商業(yè)智能軟件的問題在于它是滯后和靜態(tài)的。在事后分析事情是很好的，但是當(dāng)企業(yè)需要實(shí)時(shí)洞察的時(shí)候，企業(yè)是如何管理的呢?數(shù)據(jù)分析提供商GlobalData最近的一項(xiàng)調(diào)查顯示，物聯(lián)網(wǎng)專業(yè)人士仍然嚴(yán)重依賴傳統(tǒng)商業(yè)智能(BI)軟件。

報(bào)告顯示，人工智能對(duì)物聯(lián)網(wǎng)的重要性超過了大數(shù)據(jù)分析

大數(shù)據(jù)和商業(yè)智能軟件的問題在于它是滯后和靜態(tài)的。在事后分析事情是很好的，但是當(dāng)企業(yè)需要實(shí)時(shí)洞察的時(shí)候，企業(yè)是如何管理的呢

數(shù)據(jù)分析提供商GlobalData最近的一項(xiàng)調(diào)查顯示，物聯(lián)網(wǎng)專業(yè)人士仍然嚴(yán)重依賴傳統(tǒng)商業(yè)智能(BI)軟件。

在1,000名受訪者中，約有40%的人對(duì)BI平臺(tái)進(jìn)行了排名，遠(yuǎn)遠(yuǎn)超過了其他所有數(shù)據(jù)分析方法。

不幸的是，所有的BI軟件平臺(tái)都被更小的、更分散的、從企業(yè)數(shù)據(jù)中獲取價(jià)值的方式所取代。

它可以是一個(gè)直接的SQL查詢、一個(gè)預(yù)測(cè)性數(shù)據(jù)建模器、一個(gè)自動(dòng)生成的數(shù)據(jù)發(fā)現(xiàn)可視化，或者一個(gè)能實(shí)時(shí)提供見解的交互式儀表板。

其原因是，用戶依賴于使用復(fù)雜查詢和報(bào)告的基本報(bào)告機(jī)制。

BI軟件往往是滯后和靜態(tài)的。

這給企業(yè)帶來了構(gòu)建和維護(hù)系統(tǒng)的成本。

對(duì)于物聯(lián)網(wǎng)(物聯(lián)網(wǎng))而言，企業(yè)需要把精力集中在業(yè)務(wù)優(yōu)化的基礎(chǔ)上，而不是從見解創(chuàng)新。

但企業(yè)不愿這么做。

這種不愿跟隨更廣闊的市場(chǎng)，遠(yuǎn)離物聯(lián)網(wǎng)的BI平臺(tái)的做法令人擔(dān)憂。

該調(diào)查指出，隨著時(shí)間的推移，物聯(lián)網(wǎng)的部署出現(xiàn)了一些微妙的變化。

2016年，在部署后沒有出現(xiàn)任何失誤。

然而，在2017年，這個(gè)數(shù)字上升到了12%。

物聯(lián)網(wǎng)部署失敗或在部署之前被放棄的首要原因是部署和維護(hù)成本。

然而令人鼓舞的是，在已經(jīng)實(shí)施了物聯(lián)網(wǎng)解決方案的企業(yè)中，有近70%的企業(yè)表示，不管最初的目標(biāo)是什么，項(xiàng)目已經(jīng)達(dá)到了他們的投資回報(bào)率預(yù)期。

人工智能可能是物聯(lián)網(wǎng)問題的答案。

它可以證明物聯(lián)網(wǎng)的價(jià)值是優(yōu)化現(xiàn)有業(yè)務(wù)流程的一種手段。

即使有一個(gè)簡單的人工智能機(jī)器學(xué)習(xí)(ML)框架和模型，物聯(lián)網(wǎng)從業(yè)者也能檢測(cè)出異常情況并預(yù)測(cè)預(yù)期的結(jié)果。

這將使他們能夠同時(shí)解決兩個(gè)問題。

調(diào)查顯示，企業(yè)買家渴望提高運(yùn)營效率。

40%的受訪者表示，人工智能的最佳角色是集中自動(dòng)化和優(yōu)化業(yè)務(wù)流程。

盡管集中化是傳統(tǒng)BI分析、報(bào)告和預(yù)測(cè)建模的重要組成部分，但人工智能最有用的地方是部署的邊緣。

物聯(lián)網(wǎng)的部署應(yīng)該使用像ML這樣的工具，接近設(shè)備本身。

任何分析工作都應(yīng)該簡明扼要，專注于解決具體的挑戰(zhàn)。

物聯(lián)網(wǎng)買家想要的是集中的、全球的業(yè)務(wù)能見度，但也希望通過人工智能實(shí)現(xiàn)局部優(yōu)化。

這種方法不能解決所有問題，但它是可以負(fù)擔(dān)得起的，而且會(huì)對(duì)企業(yè)產(chǎn)生直接影響。

它將有助于證明物聯(lián)網(wǎng)的價(jià)值，因?yàn)樗鼪]有把昂貴的單一分析系統(tǒng)集中起來。

GlobalData數(shù)據(jù)服務(wù)總監(jiān)Brad Shimmin表示，“因此，很明顯，物聯(lián)網(wǎng)從業(yè)者應(yīng)該強(qiáng)調(diào)戰(zhàn)術(shù)優(yōu)勢(shì)，而不是戰(zhàn)略分析視角，至少在項(xiàng)目開始時(shí)是為了證明投資回報(bào)和從業(yè)務(wù)中獲得未來投資。

來源：百度百家

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。