當今世界，人工智能快速爆發，物聯網技術穩步前進。我們可以看到，不論是人工智能，還是物聯網，在工業領域的融合應用正在為工業發展帶來新的增長點。

通過物聯網設備和專用傳感器采集生產各環節的數據，工業物聯網技術的潛在應用收益將十分可觀。僅在2016年，那些致力于工業物聯網與產業數字化的初創企業就獲得了超過22億美元的投資；2012-2016年間，全球總投資則超過67億美元。

一方面，企業大數據集與人工智能相結合，特別是與機器學習相結合，已經促成了整個預測分析行業的誕生。

另一方面，物聯網的進步——從咖啡機到汽車，都能與傳感器、信標相連接，你可以開始實時探測每種連接的模式并做出預測。

總的來說，人工智能與物聯網在工業領域的應用，就是要讓機器的運行狀況更可預測、更可控、更“聽話”，從而提升運營效率，并降低成本。

與消費領域的“虛火”相比，工業物聯網的人工智能應用顯得更為靜寂，但這種靜寂來自于更腳踏實地的努力，也將帶來更為實際的應用成果。

畢竟，在工業物聯網的世界，如果企業能在事故發生前預測到機器故障或損耗，就有可能節省數百萬美元的資金，而在整個行業，可能就是數十億美元。

以下這些公司就是用人工智能控制機器的典型代表：

1.Uptake Technologies

美國公司Uptake Technologies為工業企業建立了一個監測平臺，幫助客戶分析從石油鉆井、風力渦輪機到機車、拖拉機的數百萬個數據點，并提供可操作信息，以提升效率、安全和資產績效。

這個平可以通過分析來自機器的數據，以確定可能的性能或維修問題。有趣的是，該系統會隨著時間的推移，而變得越來越完善，因其會在對比自身的分析結果與技術人員的實地調查結果的過程中不斷學習。

作為一家成立時間才三年的公司，Uptake可以說是工業物聯網創業公司中的大贏家。公司剛于上月底完成1.17億美元D輪融資，累計融資達到2.63億美元，當前估值23億美元。

據報道，Uptake曾在伯克希爾·哈撒韋能源公司一家子公司的風電場部署其“監測平臺”。在部署平臺的第一周，就發現變速箱主軸承可能會出現故障，并可能會導致其中一個渦輪塔的運轉不靈。幾小時的停機將造成風電場5000美元的損失，而如果這個渦輪機完全崩潰，損失將高達25萬美元。

據Uptake估計，其“監測平臺”每年可為一個大型風電場節省大約330萬美元的成本。

同樣，該平臺的運算還幫助一家鐵路公司每年為每輛機車節省8萬美元的維修費用。Uptake其它的知名客戶還包括卡特彼勒及其300萬件超大號的“機械玩具”。

值得一提的是，Uptake相信人工智能為人類謀福利的能力，甚至建立了一個慈善部門，為非營利機構提供免費預測分析服務。

目前，Uptake已推出Student Union工具，幫助出生在美國的大學申請者申請他們最有可能被錄取的大學。其開發的另一個名為ReRout e的平臺則幫助處理人口販賣問題，用人工智能打擊犯罪。

2.Maana

來自硅谷的Maana成立于2012年，是一家專注于石油和天然氣行業的工業物聯網公司。截至目前，公司融資金額約為4320萬美元，投資者包括一批重要的工業巨頭，例如通用電氣，殼牌和雪佛龍。

公司為用戶打造了名為Knowledge Platform的平臺，其形成的數據不只局限于預測一個泵何時可能出現故障，還會在一個更大的層面幫助客戶優化運營。

例如，Maana開發的一個應用程序，可以幫助客戶預測液化天然氣（LNG）市場的供求情況。該平臺不斷地吸收數據，包括消費者的天然氣消耗情況、市場數據、消費者信心、天氣預測、工業生產和歷史出貨數據，并為每個市場進行實時定價。

3.Sight Machines

位于舊金山的工業物聯網公司Sight Machines目前已累計獲得融資3050萬美元。

據報道，其工業物聯網預測分析平臺幫助一個生產壓力傳感器的廠商減少了大量的廢料，在短短三周內就能節省50萬美元。原因在于其平臺能夠自動收集數據，并吸收額外的數據源，以幫助顧客追蹤到效率低下的原因。

4.Augury

Augury于2011年建立于紐約，目前累計融資2600萬美元。

該公司建立了一個軟件與硬件集成的工業物聯網解決方案，以及可以連接到冷氣或供暖設施等商業設備上的小裝置。

該裝置可以記錄機器的振動和超聲波，并上傳到Augury的云服務里。在這里，通過進行運算，以預測機器的運行狀況。與之相配的應用程序，能夠為客戶提供持續的狀態報告，并在故障發生之前發出警報。

5.Falkonry

Falkonry也是一家來自于硅谷的初創公司，成立于2013年。該公司已募集630萬美元資金。投資者包括Basis Set Ventures，一家專注于人工智能的新興風險投資基金。

Falkonry建立了一個名為Falconry LRS的機器學習系統，能夠實時監測機器運行狀況，以避免停機帶來的高昂成本。

Falconry的平臺可以從電機電流、溫度、閥門調整和其它測量中收集數據，以提供一個早期警報系統，用于鑒別可能關閉整個生產線的不良原料情況。

Falkonry曾通過其獨特的算法幫助一家礦物生產企業避免了因原料成份復雜而造成的生產線停工。在這家工廠，一小時的停產相當于3萬美元的損失。

6.Alluvium

工業物聯網預測分析公司Alluvium建立于2015年，已融資250萬美元，投資者包括Lux Capital。Alluvium將其平臺命名為Primer，該平臺分析歷史操作數據，以在任何給定時間顯示一個工廠操作的穩定程度。這個“穩定評分”會引起工廠對運行不穩定時刻的注意，技術團隊會據此快速排除潛在問題，提高操作效率。

7.Presenso

以色列創業公司Presenso自2015年建立以來，已募集200萬美元資金。

該公司的平臺目前服務于四個行業：汽車、石油和天然氣、能源和水資源，這也意味著該平臺學習和適用于不同的傳感器和不同的機器。
責任編輯:tzh