人工智能的日益成熟意味着任何规模的组织都可以更容易地使用人工智能来解决关键的、复杂的问题。
在过去的一年里，人工智能在应对这一挑战方面发挥了关键作用。零售商依赖人工智能来帮助他们优化订单发货，将他们的商店重新设想为配送中心，并确保人们即使在现场购物陷入停顿的情况下仍能得到产品。在公用事业领域，人工智能越来越多地被用于管理植被风险或提前为不利天气事件做好准备等问题，以保持电网运行。人工智能也有助于从根本上建立更好的系统。例如，人工智能分析和跟踪飞机、通风机和航天飞机等不可失败场景中使用的复杂工程设备的需求。
当人工智能与其他使能技术相结合时，我们开始看到所谓的工业4.0的一些后果。当与物联网结合时，人工智能可以分析传感器数据，预测工厂设备、暖通空调系统和装配线等工业资产的故障。它可以优化资产工作订单的时间表，分析故障风险，并让经理在不同的标准下优先修复。视觉检查被用来检测制造缺陷，并通过分析实时视频来帮助工人安全。
摄像头、信标和传感器可以一周七天、一天24小时监控一处设施。在人工智能的帮助下，企业可以从噪音中分离出信号，确保不遗漏任何有价值的见解，并开始将制造和生产过程中日益复杂的部分自动化。如果企业投资所需的底层数字基础设施，这些工业4.0的构建模块已经成熟，可以为企业做好准备。
使用混合云解锁工业4.0
人工智能和物联网是走向大规模工业自动化的两个关键组成部分，这也是我们谈论工业4.0时通常所说的。然而，要大规模地实现上述任何一个应用程序，还会引入新的挑战，需要第三个构建块:混合云。
想想在一个工厂的地板上输入的数据量，从追踪热量和占用率的物联网传感器到收集视觉数据和监控工作场所安全的摄像头。从拥有多个不同设施(甚至可能是不同类型的设施)的大型组织中推断，要处理的数据量呈指数级增长。需要整理所有数据的AI模型变得更加复杂。也许最重要的是，时间成了一个问题。一个能在一个月后告诉你员工挤在某个通道里的模型并不是特别有用。要利用预测性的洞察力，就需要有立即根据这些洞察力采取行动的能力，这意味着能够在收集这些洞察力的边缘进行计算。
这三个组件——能够收集和存储巨大和变化的数据量,能够运行模型或其他软件的数据,并且能够做任何你想要的,需要一个基础设施的足迹,从边缘延伸至数据中心和云。
为了提高效率，组织需要跨所有基础设施的无缝管理平面。混合云提供了一个通用的基于容器的平台，可以在所有基础设施位置上运行，从而促进了这一点。它提供了基于工作负载自动伸缩的能力，以及在任何云(公共的、私有的或边缘的)上运行平台的灵活性。
在工业4.0环境中，混合云可以把这些点连接起来。它让员工需要的数据、人工智能、工具和软件随时随地可用。你让人们的工作变得越容易，他们就能投入更多的时间、注意力和能力来解决更有趣、更复杂和更昂贵的问题。
