如今已是2022年，人工智能 (AI) 和數(shù)字化轉(zhuǎn)型 (DX) 這兩個(gè)術(shù)語已經(jīng)相互關(guān)聯(lián)在一起了。即使組織或思想領(lǐng)導(dǎo)只提到了其中一個(gè)，但他們?nèi)匀粫?huì)不自覺地會(huì)提到兩者需要相互協(xié)作。

簡而言之，人工智能已經(jīng),并且將繼續(xù)為下一階段的數(shù)字化轉(zhuǎn)型計(jì)劃和軟件提供助力，創(chuàng)造以前不可能的機(jī)會(huì)并實(shí)現(xiàn)以前未有的改進(jìn)。

由于AI有無數(shù)的定義，其定義取決于設(shè)置和具體的使用，我們必須首先詳細(xì)解釋其含義，因?yàn)槠渑c數(shù)字化轉(zhuǎn)型的概念有關(guān)。

定義與數(shù)字化轉(zhuǎn)型相關(guān)的人工智能

大多數(shù)情況下，當(dāng)在工程和制造的背景下討論人工智能時(shí)，我們實(shí)際上指的是狹義的人工智能。這不是說使機(jī)器像人一樣思考，而是指一系列為了預(yù)定義的任務(wù)而設(shè)計(jì)的復(fù)雜算法，從而使預(yù)定義的任務(wù)易于理解。

例如，為 CAD 應(yīng)用程序設(shè)計(jì)的狹義人工智能永遠(yuǎn)不會(huì)在那些特定的、之前概述的參數(shù)之外產(chǎn)生“想法”。

與標(biāo)準(zhǔn)自動(dòng)化不同，人工智能驅(qū)動(dòng)的流程可以對新信息或意外變化做出反應(yīng)。這是人工智能明顯的優(yōu)勢。由于不受預(yù)定輸出的限制，人工智能算法可以從成功的情況和失敗的情況中進(jìn)行學(xué)習(xí)。

他們能夠自我糾正，并且可以對數(shù)據(jù)進(jìn)行分析以在意外發(fā)生之前就檢測到這些情況。

從另一個(gè)角度來講，當(dāng)部署在預(yù)先存在的、定義明確的流程（例如已建立的生產(chǎn)線）中時(shí)，自動(dòng)化可發(fā)揮更大價(jià)值。用戶一般只在一組給定輸入的范圍內(nèi)指定自動(dòng)化過程。

相比之下，人工智能在克服更復(fù)雜的挑戰(zhàn)或未由預(yù)設(shè)規(guī)則定義的挑戰(zhàn)時(shí)可以發(fā)揮其作用。如果用戶向人工智能提供一組輸入，人工智能將分析數(shù)據(jù)并提出優(yōu)先選擇行動(dòng)方案，或者自動(dòng)執(zhí)行（取決于具體情況）。

為什么人工智能對數(shù)字化轉(zhuǎn)型很重要

在 PTC，我們相信數(shù)字化技術(shù)的強(qiáng)大優(yōu)勢在于改變物理世界—提高生產(chǎn)力、改善創(chuàng)新和提高影響力。為此，人工智能對于許多復(fù)雜的數(shù)字化轉(zhuǎn)型應(yīng)用程序至關(guān)重要。

沒有人工智能，產(chǎn)品和流程的數(shù)字化將產(chǎn)生大量數(shù)據(jù)，目前來看人類無法在很短的時(shí)間范圍內(nèi)對這些數(shù)據(jù)進(jìn)行分析并作出反應(yīng)。因此，如果您打開幾乎所有 PTC 產(chǎn)品的重心部分，

您就會(huì)發(fā)現(xiàn)有 AI 為關(guān)鍵應(yīng)用程序提供支持，例如 Creo 中的創(chuàng)成式設(shè)計(jì)或 ThingWorx 中的預(yù)測性分析。

我們以 Vuforia 為例。Vuforia 是一個(gè)功能強(qiáng)大、可擴(kuò)展的企業(yè)增強(qiáng)現(xiàn)實(shí) (AR) 平臺(tái)—但它為何如此強(qiáng)大呢？

與簡單的基于 GPS 或 QR/條形碼的 AR 程序不同，它們依賴于存儲(chǔ)在對象外部的數(shù)據(jù)來實(shí)現(xiàn) AR 功能，Vuforia 產(chǎn)品越來越多地使用計(jì)算機(jī)視覺來根據(jù)形狀和其他視頻特征來識(shí)別用戶正在查看的硬件組件。

為此，Vuforia 需要訪問數(shù)據(jù)庫，并且需要能夠讀取形狀的形態(tài)以準(zhǔn)確識(shí)別用戶所看到的內(nèi)容。這使用戶的效率提高到了新的水平。

接下來通過另外一個(gè)用例，我們看看創(chuàng)成式設(shè)計(jì)是如何在 CAD 中使用的。當(dāng)今的許多工程師使用 3D CAD 程序（如 Creo）作為創(chuàng)建和開發(fā)產(chǎn)品設(shè)計(jì)的基本工具，這已不是什么秘密。

雖然這個(gè)過程肯定比創(chuàng)建紙質(zhì)副本要快，但這不一定是優(yōu)解。例如，許多工程師在開始之前就獲得了系統(tǒng)設(shè)計(jì)要求，而在非 AI 增強(qiáng)程序中，他們必須從頭開始構(gòu)建設(shè)計(jì)。

創(chuàng)成式設(shè)計(jì)使用人工智能來自動(dòng)化這個(gè)復(fù)雜的過程，以更少的手動(dòng)輸入自動(dòng)生成優(yōu)先選擇設(shè)計(jì)。它是一種強(qiáng)大的幕后技術(shù)，可讓工程師更快、更高效，并提供創(chuàng)新式設(shè)計(jì)。

從數(shù)字化轉(zhuǎn)型計(jì)劃中收集數(shù)據(jù)是不夠的。如果沒有 AI 組件，從產(chǎn)品生命周期的各個(gè)階段收集的任何信息以提高效率或減少故障的可行性就很低。此外，目前未在更大的數(shù)字化轉(zhuǎn)型戰(zhàn)略中推行 AI 計(jì)劃的組織有可能在數(shù)字化方面落后于人。

普華永道 2021 年的一項(xiàng)研究發(fā)現(xiàn)，86% 的受訪者將人工智能視為主流技術(shù)。大約 33% 的受訪者已經(jīng)開始實(shí)施有限的 AI 用例，而四分之一的受訪者已經(jīng)完全啟用了普遍采用的 AI 增強(qiáng)流程。

人工智能如何與云協(xié)作以賦能數(shù)字化轉(zhuǎn)型

PTC 的老客戶或現(xiàn)有客戶可能已經(jīng)注意到我們的信息傳遞方式發(fā)生了變化，因?yàn)槲覀冊絹碓綄⑽覀兊能浖谠?。人工智能是這種轉(zhuǎn)變的部分原因。人工智能需要處理能力，大多數(shù)組織沒有足夠的空間來容納大量的服務(wù)器機(jī)房。

Onshape 和 Arena 等軟件即服務(wù) (SaaS) 產(chǎn)品專門應(yīng)用了人工智能，因?yàn)閿?shù)據(jù)庫越大，人工智能就越有能力和效率。

SaaS 解決方案將絕大多數(shù)計(jì)算機(jī)處理置于云中，在沒有太多負(fù)擔(dān)的情況下即可享受到 AI 帶來的好處。人工智能是公司在解決問題時(shí)變得更加敏捷和反應(yīng)更快（甚至是能夠?qū)崿F(xiàn)預(yù)測）的關(guān)鍵。

傳統(tǒng)的自動(dòng)化解決方案不像人工智能那樣需要云，但也沒有利用幾乎相同數(shù)量的計(jì)算能力來分析數(shù)據(jù)，從而獲得競爭優(yōu)勢。

人工智能在數(shù)字化轉(zhuǎn)型中的未來將扮演什么樣

的角色？

如今人們已經(jīng)在多個(gè)領(lǐng)域感受到了人工智能在數(shù)字化轉(zhuǎn)型工作中的影響。

使用創(chuàng)成式 AI 設(shè)計(jì) CAD 文件的工程師可以在他們的設(shè)計(jì)參數(shù)中看到自動(dòng)更新，這就使全新的設(shè)計(jì)成為可能，包括以前未考慮過的可行替代方案 - 但一旦使用，即可能實(shí)現(xiàn)更輕的零件、降低材料成本并簡化零件構(gòu)造和部署。

試圖提高在各地分布的組織的效率的高管可以訪問人工智能平臺(tái)提供的分析，而不只只是去看無數(shù)的數(shù)據(jù)。有了這些分析，公司高管就可以更好地執(zhí)行人工智能企業(yè)戰(zhàn)略。

改進(jìn)包括提高對公司計(jì)劃的可見性（在公司或部門級(jí)別），從而加快新產(chǎn)品和解決方案的批準(zhǔn)和生產(chǎn)流程，進(jìn)而在不繞過關(guān)鍵步驟的情況下縮短上市時(shí)間。

展望未來，PTC 預(yù)計(jì)將有更多公司在其數(shù)字化轉(zhuǎn)型計(jì)劃中采用 AI，以保持競爭優(yōu)勢。AI 是那些令人興奮的產(chǎn)品中不可或缺的一部分，并將在未來幾年繼續(xù)為 PTC 解決方案提供動(dòng)力。

這不是簡單地用計(jì)算機(jī)軟件取代人。它的重心在于有效地分析和處理基于云的數(shù)據(jù)，為人們提供在現(xiàn)在和未來明天取得成功所需的工具。

資料來源于PTC官方，侵刪。