AI 预测可以节省时间——例如,信用卡退款期限可以从 60 天缩短到 30 天。此外,在制造过程中,检测芯片等组件缺陷的时间可以从 36 小时减少到零。此外,它可以提前数小时识别使用被盗信用卡购买大屏幕电视的付款,在飞机故障前几天更换飞机上的阀门,或提前一小时通知半导体制造缺陷。正在使用人工智能来预测在不久的将来可能发生的事件。

这些转变表明行业参与者重新审视他们自戴明和六西格码以来使用的指标。检测时间为负,故障时间无限接近于零是什么意思? “我们怎样才能确定检测到甚至还没有发生的事件所需的时间?”随着人工智能影响更多流程,这些是行业面临的一些挑战。在这篇博文中,我们将研究四个示例:零售订阅、欺诈性信用卡交易、航空公司维护和半导体制造产量。

タイムトラベル可能なAI?

1. 在您需要之前收到产品

2018 年最佳“预测机器”讨论了 AI 的经济学,并推测如果 Amazon.com 的产品描述足够好,您将在您想要它们之前将它们交付。自 2018 年以来发生了很多变化。 Stitch Fix 现在就是这样做的。他们向您发送您认为您想要的东西,而您只返回您不想要的东西。

我不知道什么时候买新的剃须刀片。这就是亚马逊的订阅服务来拯救的地方。过去,如果我需要新刀片,我会把它写在纸质购物清单上,3-10 天后我会拿着那个清单去药店买一个新刀片来更换它。电子商务极大地缩短了购物流程和时间,让您可以在几秒钟内在智能手机上下订单,并在两天内将产品交付给您。然而,通过亚马逊订阅,产品会在您需要它的前几天到达,这有助于建立与客户的信任并提高长期客户价值。

タイムトラベル可能なAI?

(图 1:从想要一个新刀片到拿到它的天数)

2.减少信用卡欺诈

如前所述,良好的 AI 预测可以节省时间,甚至可以回到过去。这开始发生在 40 年前信用卡欺诈之后。过去,您必须等待每月的纸质账单才能发现欺诈交易。然后,当您致电客户服务时,会创建一张支票,并将其发送到欺诈部门进行人工检查。通常需要 60-90 天才能收到退款。然后,欺诈部门对可疑交易进行欺诈可能性评分,将退款时间缩短一半。

较低的预测成本允许对每笔交易进行实时评分,从而使银行能够发现识别被盗信用卡的模式。信用卡窃贼不会立即购买大电视。相反,首先在加油站购买价值一美元的汽油,看看您的卡是否仍然有效。银行实时检测到它并在罪魁祸首去电子商店之前禁用信用卡。

タイムトラベル可能なAI?

(图2:退款天数)

三、提前掌握机器保养的必要性

今天,在所有工业设备中预测性维护已介绍。多年前,一名商业航空公司的飞行员在飞行时注意到阀门故障,并将其记录在他的飞行日志中。着陆后,这些信息会传递给运营团队,由他们安排更换零件和合格的机械师,然后手动将两者运送到飞机上,这可能需要长达 15 个小时才能完成,具体取决于零件。
之后,飞机可以在飞行过程中直接呼叫运营中心,绕过飞行员。着陆时零件和机械师经常在手,将维修时间缩短了三分之二。

现在,数千个零件的性能数据,而不仅仅是故障零件,不断地发送到运营中心。然后,地面上的预测性维护系统预测未来可能发生的故障,将这些数据与零件库存和与机械师的时间表进行比较,并在预测的故障日期前几天更换零件。像这样对数百架飞机、机械师和零件进行优化现在可以增加正常运行时间并降低成本。

タイムトラベル可能なAI?

(图 3:更换前的时间)

4. 缩短检测不良品的时间

人工智能如何预测和节省时间的第四个例子是半导体制造。恩智浦诸如此类的公司的制造工艺远比飞机阀门复杂。到目前为止,我们必须大约每三天从生产线上取出一次晶圆,对其进行测试,并在晶圆上有缺陷芯片时进行调整。平均而言,需要 36 小时才能找到有缺陷的产品。
但最近,有了数以万计的变量,预测生产线当前是否生产有缺陷的产品已经成为可能。今天,半导体制造商正在进入到缺陷产品出现之前预测的阶段,并且更进一步,提出必要的调整以防止出现缺陷产品。缺陷检测时间从 36 小时降至零,甚至减一。

タイムトラベル可能なAI?

(图 4:检测时间)

我们可以预期人工智能将继续影响每个行业,就像之前的电子、塑料和微处理器一样。作为零售、金融服务、工厂维护、制造等领域的示例,人工智能驱动的预测不仅可以在任何地方节省时间,还可以完全消除时间。虽然这将提高效率,但一些行业将需要重新评估一些基本指标,例如检测时间、解决时间和故障时间。

通过预测性维护实现未来运营

有关如何遏制设备飞涨的维护成本并为人工智能自我维护铺平道路的信息,本指南请从

原来的:时间旅行的人工智能?嗯,几乎


原创声明:本文系作者授权爱码网发表,未经许可,不得转载;

原文地址:https://www.likecs.com/show-308623194.html

相关文章:

  • 2021-06-11
  • 2021-08-12
  • 2022-01-18
  • 2021-11-07
  • 2021-07-08
  • 2021-11-16
  • 2021-08-16
  • 2021-03-28
猜你喜欢
  • 2021-04-11
  • 2021-12-21
  • 2021-09-05
  • 2021-08-09
  • 2021-09-17
  • 2021-04-16
  • 2021-12-22
相关资源
相似解决方案