ONE Techs 2021-prediktioner om datavetenskap och AI

ONE Tech är ett AI-drivet teknologiföretag som designar, utvecklar och distribuerar nästa generations IoT-lösningar för OEM-tillverkare, nätverksoperatörer och företag.

Vi hade turen att få Yasser Khan, VD för ONE Tech, att dela med sig av sina prediktioner för 2021:

ONE Tech VD, Yasser Khan

Prediktion #1: Data (till slut) blir kung.

Detaljer: 2021 kommer att vara det år då branschen inser att IoT bara är ett fordon för data. Det är hur organisationer använder data för att generera nya intäktsströmmar eller öka kundnöjdheten som är den verkliga drivkraften bakom anslutning av miljarder tillgångar. Dessutom kommer AI inte längre att vara bunden till datacenter. Dyra, kraftfulla beräkningsresurser behövs inte för att generera den insikt som krävs för att organisationer ska kunna utnyttja värdet av sina tillgångars data.

Prediktion #2: Automatisering kommer att förändra affärsmodeller.

Detaljer: Med möjligheten att samla in och bearbeta mer AI-data lokalt kommer traditionella företag som bilåterförsäljare att bli ännu mer serviceinriktade eftersom de kommer att kunna förutsäga serviceåtgärder innan de inträffar. Till exempel, om sensorer upptäcker att ett däck är lägre än det acceptabla intervallet i en flottbil, kan det varna chefer att skicka en servicebil – med rätt delar – till fordonets plats innan ett större problem uppstår. Och med konsumentvaror som vitvaror kan en sensor på en diskmaskin varna servicepersonalen att det finns ett problem innan diskmaskinen går ur funktion. I dessa scenarier kan OEM-företag och företag väsentligt öka tjänstedelen av sina verksamheter och förändra sin affärsmodell till en som är mindre beroende av hårdvara.

Prediktion #3: Slutpunktsenheter kommer att bli alltmer intelligenta.

Detaljer: Genom maskinlärning och artificiell intelligens (#AI) flyttas nätverksintelligensen närmare kanten, vilket ger slutpunktsenheter nya roller och uppgifter som gör dem smartare. Med beräkningskraft som levereras av lågkostnads-hårdvara kan kraftfull intelligens nu uppnås genom maskinlärningsalgoritmer som kan träna och bearbeta direkt vid datakällan. Dessutom utvecklas hårdvarukapaciteten ständigt tillsammans med den programvara som körs på hårdvaran. Den industriella sektorn har redan börjat dra nytta av effektivitetsvinster genom att bearbeta data lokalt för att förstå vad som händer med dessa maskiner och enheter. Andra marknader måste anpassa sig till lokal datahantering eller specifikt maskinlärning på slutpunkten, eftersom det kommer att vara avgörande för att hjälpa organisationer att skala upp.

Prediktion #4: Molndataöverföringskostnader kommer att öka dramatiskt.

Detaljer: Kostnaden för att överföra, lagra och bearbeta data i molnmiljöer är en växande smärtgräns för organisationer av alla storlekar. Under 2021 kommer Edge AI att mogna från innovationsprojekt till en branschstandard. Att införa Edge och inbäddad AI på slutpunkten för att bearbeta data lokalt eliminerar kostnadsproblemet. Slutsatsen är att om företag inte gör innovativa saker för att generera mer värde från sin data för att hålla jämna steg med utgifterna, så går de bara bakåt.

Prediktion #5: Prediktivt underhåll kommer att toppa tillverkningsproblem under 2021.

Detaljer: Halvledare och chip använder enkla beslutsfunktioner som kan växa och bli komplexa. Att gå från en beslutsfunktion till en prediktiv algoritm är nästa steg för intelligens på kanten. Tillverkare är i affärer för att producera artiklar. De är inte i affärer för att hantera teknik och data. När datavolymen ökar, finns det alltmer behov av att förstå data och agera på insikterna för att förbli så effektiva och produktiva som möjligt. För att göra det behöver tillverkare lita på teknik för att hjälpa dem att förstå värdet av den data de genererar. Det kommer att ske genom att distribuera lokal/Edge AI för att bearbeta data lokalt, för att producera insiktssrika utdata. Utdata från Edge AI-lösningar kommer slutligen att automatisera respons och åtgärd för att tillåta mindre beroende av mänsklig interaktion och mer automatiserad korrektiv åtgärd.

Intervju: Du kan också läsa en intervju med Yasser Khan.