• 官方微信

    CA800二维码微平台 大视野

  • 工控头条

    CA800二维码工控头条App

当前位置:自动化网>自动化新闻>产业分析>利用工业AI提升价值和竞争优势

利用工业AI提升价值和竞争优势
——艾斯本资深高级解决方案咨询顾问竺建敏博士

发布时间:2021-10-14 来源:中国自动化网 类型:产业分析 人浏览
关键字:

碳减排 工业AI 嵌入式AI驱动

导  读:

工业AI将帮助企业做出日益复杂的供应链选择和决策,迅速变化的全球碳减排势头要求我们关注整个亚洲的能源转型,尤其是韩国、日本、中国、印度尼西亚和印度。同样值得关注的是推动循环经济的废弃塑料的回收与利用问题,而AI正在所有这些方面已经为用户创造价值。企业需要部署具有关键内置领域专业知识的嵌入式AI驱动的工业解决方案,增强这些AI工具和数据,以释放真正的价值。

已故美国未来学家Alvin Toffler说过:“改变不只是人生的必需品,改变本身就是人生”。当下,世界正在努力摆脱疫情,变革至关重要。

没有人确切知道新常态究竟什么样的?但可以确定的是,要在未来保持领先地位,企业现在就必须加快数字化进程,并为明天的意外做好准备。企业有必要实现高水平的整体适应性,并通过提高敏捷性来推动生产力。面对激烈的全球竞争,流程工业和资本密集型企业必须有战略眼光和明确的重点。加速数字化是好的,但还不够。对于企业来说,通过部署能够提高可持续性和盈利能力双重挑战的技术来专注于创造可衡量的价值是至关重要的。

工业AI是一种战略商业武器,因为它将分析、AI机器学习、领域专业知识的关键护栏相结合,从工业数据中提取价值。工业AI将帮助企业做出日益复杂的供应链选择和决策。迅速变化的全球碳减排势头要求我们关注整个亚洲的能源转型,尤其是韩国、日本、中国、印度尼西亚和印度。同样值得关注的是推动循环经济的废弃塑料的回收与利用问题,而AI正在所有这些方面已经为用户创造价值。企业需要部署具有关键内置领域专业知识的嵌入式AI驱动的工业解决方案,增强这些AI工具和数据,以释放真正的价值。

了解计划的实施情况

在远程或混合办公仍然存在的情况下,企业需要展示他们远程运营和管理资产的能力,并使用分析技术来提高资产的完整性和安全标准。

在与Crystol Energy联合进行的一项调查中,大多数能源和化工公司的受访者表示,疫情爆发初期,他们在数字化方面准备不足。对于资产密集型行业的公司来说,最重要的是确保员工的安全和资产的安全运行。受访者一致认为,提供灵活的工作环境并通过提高利益攸关方的透明度来加速数字化进程。技能短缺是一个被反复提及的阻碍企业可持续发展的长期风险,这是因为经济波动导致最有经验的员工提前离职,企业只能招聘需要培训且缺乏领域专业知识的人员来填补岗位空缺。获得全球资本的机会越来越多地与可持续性绩效挂钩,这使得可持续性目标愈发重要。

早在疫情导致经济放缓之前,员工和客户就期望能源行业能够经营清洁、高效的业务。新一代员工和客户要求企业在可持续发展方面承担更大的责任。艾斯本和Robert Socolow博士进行的一项新的全球行业可持续发展模式调查显示,48%的化工行业受访者报告说,客户是其可持续发展举措的关键驱动力;65%的受访者表示,广泛的社会义务是关键驱动力。企业知道,要保护品牌声誉并吸引和调动优秀人才,他们必须建立更清洁、更安全、更可持续的业务,共同创造更加绿色的未来。

许多能源企业也在丰富其能源结构,这催生了能源转型方面的更多项目,如氢经济、碳捕获、生物原料和可再生能源资产。

新的行业常态

未来五年,随着行业规模的缩小,有价值的专业技能将会减少,技能短缺会加剧。由于大多数数据科学家入职不久,数字化工具和分析的使用将会增加,尤其是加速新一轮数据科学家和技术专家之间合作的解决方案。降低成本和碳足迹仍然是重点议程。预计炼油生产结构将向化学原料转变,因为亚洲近期石油需求增长有一半来自化学品增长。

随着亚洲经济的复苏和中产阶级的崛起,大型综合工厂项目正在高效应对不断变化的市场需求。从石油消费转向天然气消费的行业趋势仍在继续,特别是在化工原料和发电领域。天然气和可再生能源可以满足日益增长的电力需求,氢经济则是一个新兴领域。在印度尼西亚,地热将发挥越来越大的作用,同时也带来操作上的挑战。

新能源领域的这些发展势头意味着,快速和强大的早期概念设计对于技术经济分析至关重要,这样才能确保资产生命周期的盈利性能力。

为了更精确、自主地优化复杂资产运营,企业越来越需要采用严格机理模型与AI驱动模型相融合的混合模型,特别是能源转型技术方案。对于资本项目来说,及时、透明地评估和通报项目进展有助于释放价值。为了有效地管理项目风险,有必要对数据进行可视化、分析、基准化和共享,以提高速度和确定性。这样才能获得一个更加敏捷的协作式优质资产设计和更可预测的无缝执行过程。

持续学习持续优化

艾斯本自优化工厂愿景是一种完全数字化的资产,具有自学习、自适应和自维护能力。客户希望建立更加灵活的企业组织。在企业层面,公司需要将日益智能化的资产整合到更加敏捷、响应迅速的价值链中。

就时间表而言,运营的某些业务模块将在相对较短的时间内实现自主运行,而要实现更广泛的自主运行,则需要5-10年时间。一般来说,石油和化工资产过于复杂,至少在未来5-10内无法完全自主运行。我们正努力实现自维护工厂,运营商更多的是履行战略监督职能。

Alvin Toffler有两句经典名言: “知识是力量的最民主的源泉”,“21世纪的文盲不是那些不会读写的人,而是那些不会学习、不会摒弃已学以及不会再次学习的人”。这两句话强调了数字化技术和工业AI在赋能员工调动知识和从工业数据中学习的重要性。

事实上,自优化工厂利用数据来生成知识,而工业AI为企业提供了巨大的学习、摒弃已学和再次学习的能力。面向未来,Toffler说得对,尤其是在当前新的行业常态中,流程工业和资本密集型企业必须拥抱变革并利用工业AI的独特力量推动价值。

作者:艾斯本营销战略高级总监Ron Beck

免责声明:本文仅代表作者个人观点,与中国自动化网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容!来源网络如有误有侵权则删。

相关新闻
碳减排 工业AI 嵌入式AI驱动
  • 东盟关注中国新型经济发展战略

      东盟六国采访团针对中国新型经济发展产业进行联合考察后,各国记者陆续发表文章对中国“循环经济”发展模式表示热切关注。   泰国曼谷邮报记者特别引用了国务院新闻办公室王副部长的讲话:“中国在过去30年的快速发展中,面临的重要问题是环境污染和能源消耗上升。我们将为节能和环保工作持续努力,并敦促发展中国

  • “十二五”工业发展目标:碳减排16% 用水量降25%

    记者从近日在京召开的全国工业和信息化工作会议上获悉,到2015年,工业领域单位工业增加值能耗和二氧化碳排放量力争比“十一五”末均降低16%左右,单位工业增加值用水量降低25%左右,工业固体废物综合利用率提高到76%左右。   据介绍,预计2005~2010年,单位规模以上工业增加值能耗累计下降超过25%,工业化学需氧

  • 风力发电推动碳减排潜力巨大

    国际风能理事会14日在哥本哈根气候变化大会上表示,风力发电对于实现碳减排潜力巨大,发达国家当前减排承诺的相当大一部分单靠风能发电就能够实现。   据该理事会测算,到2020年全球风力发电规模将达到2600万亿瓦时(TWh),相当于减排15亿吨二氧化碳。按照发达国家目前提出的减排指标,仅相当于202

猜您喜欢

更多精彩信息看点 请扫描以下二维码