在最近的弧論壇,弧副總裁,吉姆•弗雷澤采訪Leslie李敦白負責產品管理的副總裁超出限製人工智能,我們討論了人工智能的作用,幫助組織數字化工作知識和實時優化操作。
超出限製人工智能開始在石油和天然氣行業,擴展到其它行業,需要數字化的知識解決的風險失去重要的工作或知識。該公司幫助組織開發彈性勞動力退休,角色變化,和能力差距。
超越極限的李敦白女士解釋說,人工智能捕捉工人知識通過允許組織數字化在優化實時操作係統的方法。李敦白解釋工人知識的獲取,使用一個例子從限製AI的創始人,誰開發的認知推理,走進“勇氣號”火星探測器。技術允許羅孚評估周圍的情況,使人類推理的時刻。同樣,在植物中,操作員管理多個實時傳感器和動態約束和植物原料的變化,要求他們平衡多個權衡。超出限製人工智能可以幫助運營商做出重要決定加快了數字化知識以一種可讀的格式。
另一個重要的因素是能源部門的員工數量迅速下降。幾十年的熟練程度和基本知識迷路的威脅越來越接近退休年齡的專家,帶著他們幾十年來的知識太有價值與其管理者簡單地消失。李敦白女士表示“超出限製的解決方案工作橋knowledge-loss差距通過捕獲和編碼經驗豐富的操作員知識然後分發必要的專業知識,最佳實踐,整個組織結構和業務邏輯,它是永生的,容易記錄和可轉換的即將到來的代工”。
李敦白繼續說,當涉及到實現,除了限製AI通常始於一個係統如何組織可以提供更好的決策在當下整個係統。即使在一個工廠,有發射井和不同的操作單元,維護、規劃者和調度器。有很多了所做的決策依賴於正確的數據訪問和迅速、徹底的解釋這些數據。超越極限的認知推理技術幫助支持決策,數據可能難以解釋,它可以從許多艱巨的選擇建議。超出限製房屋的地方,影響燃料生產工程師和運營商之間的界麵的植物。行動計劃執行工作流程,滿足運營商給出的目標,他們也要求從一組選項中選擇。鑒於他們所知道的,和大海的數據在他們,他們必須決定采取什麼行動才能最好地實現他們的目標在那一刻。不同個人會選擇不同,成功將取決於許多因素,包括熟悉設備、響應時間、優先級的理解,和個人風格/解決問題的方法,隻是僅舉幾例。通過數字化的知識,組織可以有一個真理的來源,從而使他們專注於最重要的一線工人的生產。
係統帶來運營商最相關的數據和推薦最有效的行動,考慮各種交易。它還跟蹤這些行動是如何有效的實現他們的目標,突出的情況並沒有采取行動,以便執行障礙或解決衝突的目標。這種透明度非常有價值的尋找例子可以提高性能。最終,解決數字克隆最佳運營商,彙總工程最佳實踐,以及優化實時性能提高盈利能力。
李敦白表示,實現是一個迭代的過程,她強調公民發展的重要性。核電站工作的人,比如最好的運營商或工程師,可以合作和建立知識,這有助於捕捉機會在後端和迭代。雖然不太可能獲得正確的數字化知識100%第一次迭代過程允許改善隨著時間的推移。李敦白提供一個例子,超出限製AI如何幫助一個主要煉油廠是複雜而賺了很多變化。通過專注於一個特定的係統和遍曆一個幾個月,煉油廠不斷觸及商業計劃和前兩個月提高了超過17%。
李敦白承認,有些人變得不知所措時實現大型軟件產品,如人工智能,但迭代過程使組織能夠抓住機遇,改善隨著時間的推移。
弗雷澤說,信任構建組織隨著時間下降增量的方法,這是很重要的在構建技術和工人之間的關係。信任在AI,尤其一個難題作為能源和工業領域專業人士感到不安依賴結果由機器生成,是黑色box-lacks透明度如何到達這些結果。過於明顯的風險。
李敦白回答說,“這就是認知AI進行關鍵原則超越極限的offering-adds價值,通過提供可辯解的人工智能解決方案和清晰的審計跟蹤人類容易理解且一致地采用。這也意味著高度監管的行業,如能源,在最苛刻的環境和處理高度敏感數據,能夠信任認知人工智能優化當前的操作”。
總之,超出限製人工智能可以幫助組織數字化知識和實時優化操作。公司的方法是一個迭代的過程,合作,發展和公民,使組織獲取機會和改善隨著時間的推移。通過數字化知識,組織可以有一個真理的來源和一線工人的關注最重要的事情。增量的方法構建技術和工人之間的信任,使其實現的一個重要方麵。
