四大垂直市场先行 AIoT应用后势看涨
物联网是未来企业运作的核心骨干,目前制造、医疗、交通、零售等四大领域是物联网的主要应用领域,而这些产业现在也开始尝试导入AI,其经验将成为其他产业的应用典范,加速AI的普及度。
物联网被视为第四波IT产业革命,根据Gartner与Machine Research的统计(图1),2020年全球的联网设备将达260亿个、相关营收为3,000亿美元,庞大的商机主要来自物联网几乎可以应用在人类所有生活,近期AI成为IT产业的新议题,AI与物联网的结合,则会让物联网更智能,也进一步加深各领域的应用。
物联网与AI都强调各产业的垂直应用,由于不同领域的专业极其不同,再加上目前各产业所需的系统,通常不像消费性产品需要极高的运算效能,主要的设计诉求在于最适化,因此现在AIoT设计会走向高度定制化模式,设计出各领域的专属系统。
就整体发展来看,物联网现在仍处于发展前期,因此导入的产业并不多,目前主要导入产业包括制造、医疗、交通、零售等四大产业,其他如建筑、农业、物流等,虽也有系统业者推动,不过数量仍少。而这些产业都有其相同特点,包括e化系统建置较早、IT系统的KPI(关键绩效指标)明确等。由于e化建置较早,因此在既有系统上延伸出AIoT功能难度相对较低,而且操作人员对新系统的抗拒也较少,KPI明确则代表可精准掌握系统的功能设计与对企业组织的回馈。
整合自动化设备 AI落实智能制造愿景
智能化是这几年制造业最重要的趋势,未来的制造业将以工业物联网作为运作骨干,从图2可以看到,智能制造要求系统设备从接单、生产、出货均可以100%自主化生产。
工业物联网建置的主要目标,是透过传感技术撷取设备数据,传输到最上层的管控平台,用以掌握现场设备状态,并制定出最佳生产策略,AI与工业物联网结合后,最上层的应用与第一层的设备端,都会有运算能力,上层平台主要让AI计算大量制造数据后,建立出最佳化的制程模型,终端设备则是在实时性需求较高的制程中,让AI可以经由深度学习做出精准动作,例如视觉检测中,就可将AI与视觉传感元件结合,让设备可以自行判断产品品质是否合格,再结合机器手臂,就可让脑、眼、手合一,达到设备智能化的愿景。
过滤大量数据 AI成为医师最佳助手
相对于其他产业,医疗是e化建置较早、应用也较深的领域,医疗的智能化可分为三部分,包括移动医疗、线上医疗、智能医院,从图3可以看出,这三大部分应用技术虽各有不同,但信息会彼此交互流通、使用,形成医疗体系专用的物联网架构。
与过去的e化导入速度相同,AI在医疗体系的发展也比其他领域快,前微软AI亚太研究总监杜奕瑾回台创办的「台湾AI实验室」,医疗就是其研发方向,在医疗物联网部分,现已有厂商利用医疗设备联网,取得大量数据,用以改善医疗行为,提升诊疗速度与品质。另外在线上与移动医疗部分,也都有相同作法,未来AI在医疗系统的应用,将以过滤大量数据从而判断出病徵,并将结果提供给医师,再由医师做出具有逻辑性思考的医疗行为。
深度学习判断车流 AI架构智能交通面貌
交通的智能化系统包括基础建设与车辆两类:基础建设除了道路上可见的号志、告示之外,轨道交通也属于此类;车辆则分为自用车与商用车,现在交通物联网多用于基础建设与商用车辆的车队管理,从图4可以看到,ITS协会所定义的智能交通子系统多达七种,这七大子系统涵盖了目前的所有交通类别,架构出智能交通的整体面貌。
物联网是各类垂直应用市场的运作主要骨干,在交通领域,欧、美、日等较为先进的国家,已开始导入使用,尤其是日本,现在已开始尝试将AI的深度学习模式导入交通系统,透过路上监视录影机的影像信号,推算出该路段未来1~2小时的车流量,再将交通信息提供给驾驶,借此舒缓交通状况;在商用车的车队管理部分,则是以行车电脑做成驾驶记录,由AI判断司机的驾驶行为,确保行车安全。
整合CRM系统 AI提供零售业差异化服务
零售业e化导入时期相当早,过去此一领域的核心为POS系统,以此掌握店面的进货、销货、存货等流程,大型连锁零售的POS早已有数据简单的销货记录与订货建议等功能,后期各类型IT系统如Kiosk、数码看板、安全监控系统等进驻,这些系统相互连结,形成店铺的物联网架构。
近年来零售4.0概念兴起,管理谘询机构麦肯锡建议,新型态的零售业必须跳脱传统思维,突破虚实界线(图5),而AI将会是未来零售业者的重要元素。AI在零售业的应用目前主要与CRM系统整合,利用安全监控摄影机识别消费者,让店员提供快速精准的差异化服务;另外现在也开始有企业将AI应用于在线客服,透过AI的深度学习,提升回答的准确性,微软在之前的活动中就曾指出,在线AI机器人可解决客户来电的70%问题,此作法不但可在第一时间解决问题,提升客户满意度,也会降低客服人员的工作负担。
除零售业外,也开始有金融业与房仲业者引进,近期的未来科技展中,防灾中心也展出相关系统,相对于其他AI技术,语音机器人的应用普及速度更快,近期将可看到其他产业导入,提供更智能的智能服务。