人工智能文章和分析重工业

通用电气(GE)成立于1889年，创始人是摩根大通(J.P. Morgan)和德雷塞尔(Anthony J. Drexel)。最初，通用电气是一家工业和消费品公司，但在130多年后的今天，通用电气已转变为一家跨国数字工业公司，根据《财富》500强的数据，2020年，通用电气的销售额在美国排名第33位。

假设很简单:

设备故障或停机是极其昂贵的(想象一列火车在距离最近的仓库几百英里的孤立轨道上发生故障)
重型设备(发动机、风力涡轮机、制造机器)产生各种数据流(热量、振动、时间序列等)。
机器学习可以用来检测数据中的“故障模式”，帮助企业更有效地维护设备健康

本周，我们采访了神经网络领域最有名的人之一Jurgen Schmidhuber。他现在在重工业、自动驾驶汽车和其他领域从事许多不同的应用。

埃森哲预测，到2030年，工业物联网将为全球经济贡献10万亿美元。该报告还指出，传感器、材料跟踪机制、3D打印、自动化产品设计、机器人技术和可穿戴设备可以帮助制造商降低成本，提高生产率。预测性资产维护可以降低高达30%的设备和机械维护成本，减少高达70%的故障。

麦肯锡报告称，大多数石油和天然气运营商都没有将其资产的生产潜力最大化。根据2017年的报告，一个典型的海上平台的最大生产潜力约为77%。整个行业的缺口约为每天1000万桶，即年收入2000亿美元。

随着人工智能及其识别温度、振动和其他因素的能力的进入，重工业的商业领袖们可能会对预测性和预防性维护应用的可能机会感兴趣。

资产和财富管理公司正在探索潜在的人工智能解决方案，以改善他们的投资决策，并利用他们的历史数据宝库。事实上，根据我们对银行业的人工智能机会景观研究，大约13.5%的银行人工智能供应商提供财富和资产管理解决方案。

服装和纺织制造业历来是劳动密集型产业，从许多世界上最大的时尚、服装和服装品牌的产品中，似乎有很大一部分是在亚洲国家制造的，如中国、印度、孟加拉国、越南等。