麥肯錫(McKinsey)的“人工智能：下一個(gè)數(shù)字前線”報(bào)告指出，人工智能(AI)將實(shí)現(xiàn)預(yù)測(cè)性維護(hù)(Predictive Maintenance)，而事實(shí)上目前這已經(jīng)不再只是空談。

工業(yè)4.0持續(xù)推動(dòng)數(shù)據(jù)科學(xué)的發(fā)展，人工智能已經(jīng)可以偵測(cè)機(jī)器何時(shí)需要維修

據(jù)Venture Beat報(bào)導(dǎo)，工業(yè)4.0持續(xù)推動(dòng)數(shù)據(jù)科學(xué)的發(fā)展，人工智能已經(jīng)可以偵測(cè)機(jī)器何時(shí)需要維修;連網(wǎng)的機(jī)器產(chǎn)生的數(shù)據(jù)，可以實(shí)時(shí)追蹤其變化，當(dāng)數(shù)據(jù)顯示機(jī)器的績(jī)效出現(xiàn)下滑，維修人員會(huì)在機(jī)器真正故障前進(jìn)行維修，先一步關(guān)閉生產(chǎn)線。

GE(General Electric)開發(fā)出“數(shù)字仿真”(Digital Twins)技術(shù)來(lái)監(jiān)控真正機(jī)器的狀態(tài)。當(dāng)出現(xiàn)問(wèn)題時(shí)，可以模擬出現(xiàn)場(chǎng)的狀態(tài)，這是過(guò)去作不到的。這些運(yùn)作中的“復(fù)制替身”，目前已經(jīng)達(dá)到65萬(wàn)個(gè)。

電梯公司Schindler也利用預(yù)測(cè)性維護(hù)，在電梯中安裝了許多傳感器，能夠了解何時(shí)必須進(jìn)行維修，并強(qiáng)化電梯的整體安全。

在許多領(lǐng)域中，預(yù)防性維護(hù)是很重要的。舉例來(lái)說(shuō)，紐約州宣布其交通局正面臨緊急狀態(tài)，只要原因在于預(yù)防性維護(hù)不足。許多基礎(chǔ)設(shè)施，包括高速公路、橋梁和下水道等基礎(chǔ)設(shè)施已經(jīng)老化，因此必須了解哪里需要維修、何時(shí)需要維修，才能控制成本、避免災(zāi)難發(fā)生。

另外，汽車制造商如果在設(shè)計(jì)時(shí)間與量產(chǎn)過(guò)程中能透過(guò)機(jī)器學(xué)習(xí)來(lái)發(fā)現(xiàn)問(wèn)題，可以大量減少汽車因設(shè)計(jì)瑕疵必須召回而產(chǎn)生的成本。聯(lián)邦航空管理局(FAA)每天處理4.3萬(wàn)個(gè)航班，航空業(yè)面臨的維修需求非常龐大，預(yù)防性維護(hù)提供更簡(jiǎn)單、更安全、更經(jīng)濟(jì)的維護(hù)方法。

在操作上，第一步就是必須讓機(jī)器配備傳感器，以實(shí)時(shí)追蹤數(shù)據(jù)。這些數(shù)據(jù)透過(guò)網(wǎng)絡(luò)，進(jìn)行大量?jī)?chǔ)存與處理。最后，透過(guò)自動(dòng)化來(lái)找出固定模式，并發(fā)覺(jué)異常狀況。如果需要時(shí)，技術(shù)人員就會(huì)出動(dòng)解決問(wèn)題，藉此達(dá)到最高的投資報(bào)酬率。