如果不是我们的车坏了，而是根本的问题一出现就马上修好，那就太好了。如果不需要诊断出机械设备的故障，而是能够立即向我们提供正确的“修复”，那就太好了。事实证明，在不远的将来，人工智能可能正在努力实现这两个目标。
本周，我们采访了总部位于帕洛阿尔托(Palo Alto)的预测维护人工智能公司Predii的首席执行官蒂拉克•卡斯托里(Tilak Kasturi)。Predii的重点是帮助服务人员使用人工智能和传感器数据开出正确的维修处方。在这一集里，Tilak和我们讨论了目前在“预测性维护”的世界里可能发生的事情，以及工业的可能后果物联网和人工智能在未来的5年。
客人：提拉克Kasturi，在CEOPredii
专长：数据驱动型企业高科技，AI在汽车和重工业
短暂的识别:Radion，公司 - - 2000年以来，他以前的公司提拉克在技术工作中的各种角色的被收购圣若泽为主Xoft公司在2014年，他在2013年共同创立Predii他拥有技术的佛罗里达学院和中佛罗里达大学的工商管理硕士学位的计算机科学硕士学位。
伟大的想法
未来业务的专业人士可能没有在诊断和修复他们的设备，以“重新发明轮子”。传感器和人工智能可能会检测到故障预测，并规定实时正确的修复一致的模式。
从大量的机器收集足够的数据公司将有预测的问题，并提出修复的动力。出于这个原因，这些公司最有可能在短期内受益形式预测大数据应用将是大企业用机器的数量巨大。航运公司有2000辆卡车必须找到导致各种故障和修复的模式的能力 - 特别是如果这些卡车是相同的品牌和型号。
一旦大企业都能够确定的模式，并提出修复和维护，这种预测能力将能够被授权给小企业（船公司，只有6辆卡车，例如）谁也从来没有作出基于这些预测的能力自己的小数据集。这就产生了一个潜在的有趣“赢者通吃”的动态，使AI一个有吸引力的商业模式。这种“赢者通吃”的动态中有更深入的在我们极受欢迎的投资者采访VC加里黑黝黝的北极星的伙伴。
(对人工智能的机械和机器人应用有浓厚兴趣的读者，请参阅我们的机器学习和人工智能机器人全文.)
Predii的Tilak Kasturi的采访集锦
浏览上述采访中列出的时间，看看Tilak对本周采访中问题的回答:
- (3:00)预测维护在当今的工业中使用到哪里?
- （7:55），给我们一个怎样机械维修工具可能会“挂钩到云”，以帮助改善在现实世界中维护过程的例子。
- （16:30）怎么会一公司建设和数据的自己的“池”画，以实际应用预测分析？
- (19:30)当你展望未来5年的时候，哪些行业最有可能将预测性维护作为其日常业务的一部分?
关于Emerj的相关访谈
我们在Emerj的目标是成为商界和政府领导人学习人工智能在其组织中的实际应用的头号来源。我们称之为“站在颠覆的正确一边”，制定正确的战略计划，准备使用(或处理)那些会颠覆重要行业和业务功能的技术。
与高层管理人员和专家访谈是什么让我们帮助我们的读者“见微知著”而获得的趋势从某种意义上说，事情的一部分。每个星期，我们的AI in Industry播客(全部内容请点击这里)带来一个新的人工智能执行官或研究员来解释应用和含义的人工智能在他们的专业领域。
如果你喜欢今天的节目，你可能会喜欢我们其他一些“重工业”导向的采访，包括:
