本文由半導體產業縱橫編譯自electronicdesign
?
人工智能和實時數據的交集，與工業物聯網相結合，將繼續提供對供應鏈的更全面的圖景和控制，未來或將有助于防止未來全球供應中斷。
人工智能 (AI) 和傳感器等先進技術使供應鏈在過去幾年中不斷發展，目標是保持運營精益。減少庫存意味著以最具成本效益和最有效的方式使用電子元件和原材料——這對許多公司來說是一個巨大的好處。然而，當 COVID-19 大流行爆發并導致全球供應鏈中斷時，許多行業都陷入了困境，包括電子行業。
該行業經歷了巨大的牛鞭效應，在新冠疫情開始時對最終產品的需求開始下降，隨后對產品的需求猛增，同時交貨和庫存短缺。在不可預測的曲折的需求揭示了供應鏈中的許多痛點——最主要是缺乏穩健性。
盡管保持供應鏈精益的努力是出于好意，但當供應鏈變得過于集中會導致即使一個事件只影響到一個制造商，卻讓世界各地都能感受到這種影響。供應鏈根本不夠多樣化或不夠穩健，無法將足夠的原材料帶入工廠，許多工廠完全關閉。勞工問題也加劇了中斷，工廠關閉和人員短缺加劇了整個供應鏈的延誤。
好在人工智能和物聯網傳感器在開發更強大、更有彈性的系統、修復新冠疫情所揭示的供應鏈中的許多差距方面發揮著重要作用。事實上，工業物聯網 (IIoT) 已經影響了供應鏈和制造業，帶來了更具預測性、智能和主動性的解決方案以及能夠提高效率的新功能。
?增強的資產跟蹤工業物聯網傳感器越來越多地用于供應鏈中的資產跟蹤。監控資產的位置和狀態過去是不透明的。今天，由于傳感器的廣泛使用和較低的進入價格，客戶可以在任何給定時間實時訪問有關其資產的數據。
例如，使用 IIoT 跟蹤器，客戶可以查看他們的集裝箱是否仍在港口的船上，或者它是否已經到達并正在前往最終目的地的途中。也就是說，如果需要例如 20 個或更多組件來生產一種產品，那么僅知道某項資產的位置和狀態是不夠的。
這強調了為什么為每個不同的輸入（例如組件、原材料和其他產品）引入來自傳感器的所有數據的統一視圖是如此重要。匯總所有這些數據至關重要，這樣對于可能在家跟蹤訂單的客戶和消費者來說，這些數據都更有意義、更高效。
除了位置跟蹤之外，還使用了許多不同的傳感器，以在整個供應鏈中提供更多數據。跟蹤壓力、溫度和濕度的環境傳感器，以及利用陀螺儀和加速度計跟蹤產品方向、位置等的定位傳感器，為產品到達最終目的地的旅程提供了更可靠的視圖。例如，它們還可以揭示產品可能損壞的確切時間和地點。
傳感器和跟蹤器的廣泛應用很大程度上是由于與其使用相關的成本降低。然而，來自這些 IIoT所有可用數據只有在得到妥善管理、分析和采取行動時才有用。
?使用 AI 進行數據管理運營經理需要大量信息來確定工廠是否能夠在特定時間進行生產，尤其是關于在正確時間將其送入工廠的所有必要投入。在 IIoT 解決方案變得如此廣泛之前，由于缺乏對實時（和準確）數據的可見性，傳統上這有點像“猜測游戲”。
現在，借助 IIoT，人工智能可以輕松匯總和分析來自傳感器的大量數據，從而更準確地預測所有移動部件何時就位。例如，人工智能系統可以使用傳感器數據以及第三方數據（例如港口信息和天氣信息）來主動預測必要的輸入何時到達，以及是否會有任何延遲。
這一過程的很大一部分也是由邊緣計算實現的。數據在更靠近其源或收集點的地方進行處理，而不是首先將其傳回云端，最終提高效率。
人工智能通常可以比人類更快、更準確地分析來自不同來源的大量數據。因此，工人可以將寶貴的時間花在手動任務上，例如追蹤輸入的位置和狀態。這些智能、自動化的系統讓員工能夠從事更多需要批判性思維技能的創造性、技能性工作，例如管理系統、與客戶建立關系以及在需要時做出艱難的判斷。
數據管理系統并非旨在“取代”員工。相反，這些系統為監督它的個人帶來了更有意義的見解。最終，通過 AI 進行的數據管理通過提高準確性和全面提高效率來挖掘新價值。
?來自傳感器的數據可以預測中斷?
IIoT 傳感器是提高運營效率和增強工人安全的關鍵，尤其是在加強交通和環境監測方面。例如，美國日益頻繁的野火影響了供應鏈的許多領域，包括造成不安全的駕駛條件和封閉道路。將環境數據與資產跟蹤器數據一起納入其計劃的公司能夠根據需要進行調整以應對中斷。
天氣狀況和交通擁堵通常被視為外部因素。然而，通過將他們帶入計劃運營，供應鏈專業人員可以預見即將發生的中斷。
?下一步是什么IIoT 技術正在創造大量新功能，其中很多功能的實施成本相對較低，例如低成本處理器。從成本的角度來看，現在比以往任何時候都更容易將傳感器集成到各種產品中以監控和收集數據，其中一些技術包括視覺傳感器。此類傳感器正在迅速發展，尤其是在與 AI 配對以分析來自相機中每個像素的所有數據時。
與許多新傳感器一樣，人工智能和實時數據的交集創造了許多深入了解供應鏈的方法。IIoT 將繼續推動在制造、運輸和供應鏈的許多其他領域的工作方式的未來。
*聲明:本文系原作者創作。文章內容系其個人觀點,我方轉載僅為分享與討論,不代表我方贊成或認同,如有異議,請聯系后臺
