當(dāng)啤酒制造業(yè)遇到物聯(lián)網(wǎng)和人工智能

Sugar Creek 酒吧位于夏洛特機(jī)場附近，是商務(wù)旅客的熱門聚會場所。一天，一群來自 IBM 和德國工程公司 Bosch 的高管在參觀客戶現(xiàn)場時路過，Vogelbacher 帶他們參觀了啤酒廠。

他解釋說，由于瓶子的溢出和灌裝方式不一致，他的公司每月?lián)p失 30,000 美元。有些泡沫太多，有些泡沫不夠。有些裝滿了，有些裝得太少了。對話變成了一場頭腦風(fēng)暴，來自 IBM 和擁有自己的物聯(lián)網(wǎng)軟件平臺的博世的代表表示，他們可能會提供幫助。達(dá)成了一項協(xié)議，技術(shù)專家和啤酒制造商將共同努力，通過使用物聯(lián)網(wǎng)幫助改進(jìn)制造過程。

IBM/Bosch 團(tuán)隊花時間了解制造過程中需要解決的具體問題，并確定要部署的傳感器類型和位置。據(jù) Vogelbacher 稱，IBM 建立了一個獨(dú)立的、安全的無線網(wǎng)絡(luò)。然后，他們設(shè)置了一系列相機(jī)，在每個瓶子從裝配線上下來時對其進(jìn)行拍照。這些圖像在 IBM 云中進(jìn)行分析，并將近乎實(shí)時的信息轉(zhuǎn)發(fā)回 Sugar Creek 釀酒商，讓釀酒師調(diào)整機(jī)器以減少溢出。

隨著時間的推移，該團(tuán)隊添加了額外的博世傳感器和流量計，以捕獲發(fā)酵過程中關(guān)鍵參數(shù)的信息，例如溫度、pH、重力、壓力和碳酸化。Vogelbacher 說，物聯(lián)網(wǎng)系統(tǒng)不是用剪貼板四處走動收集信息，而是每秒自動收集多個數(shù)據(jù)點(diǎn)?！斑@讓我們有機(jī)會做出更好的決策和排除故障，”他說。

物聯(lián)網(wǎng)傳感器數(shù)據(jù)被傳輸?shù)剿接蠾i-Fi 5 (802.11ac)網(wǎng)絡(luò)上的網(wǎng)關(guān)，該網(wǎng)關(guān)使用板載 GPU 從圖像中進(jìn)行推斷并記錄瓶子的填充水平。數(shù)據(jù)使用 MQTT 協(xié)議通過公共網(wǎng)絡(luò)同步并發(fā)送到 IBM 云。分析完數(shù)據(jù)后，結(jié)果會在 60 英寸的輪子屏幕上呈現(xiàn)給 Sugar Creek 釀酒師，因此可以在工廠周圍移動。DTU

Vogelbacher 表示，物聯(lián)網(wǎng)系統(tǒng)每月為他的公司節(jié)省了至少 10,000 美元的溢油費(fèi)用，但更重要的是，它使公司能夠提高啤酒的質(zhì)量。“質(zhì)量是我們的核心價值，”Vogelbacher 說。物聯(lián)網(wǎng)系統(tǒng)允許 Sugar Creek 識別啤酒的質(zhì)量方面——風(fēng)味、香氣、外觀、口感——并將這些質(zhì)量與特定的生產(chǎn)參數(shù)聯(lián)系起來。

Vogelbacher 并沒有就此止步。他現(xiàn)在正與 IBM 和 Watson 團(tuán)隊合作，從在線評論中獲取原始數(shù)據(jù)，并將這些信息轉(zhuǎn)換回生產(chǎn)參數(shù)，以生產(chǎn)他所謂的“完全由人工智能生成的啤酒”。

AWS 與 Azure 與 IBM

根據(jù) Counterpoint Research 的 Shah 的說法，微軟的 Azure IoT 提供了最全面的平臺?！皝碜詮?qiáng)大的企業(yè)云業(yè)務(wù)，Microsoft Azure IoT 是唯一成功構(gòu)建其邊緣 IoT 功能并提供與其他價值鏈參與者更大互操作性的端到端平臺?！?/p>

AWS 提供強(qiáng)大的云 IoT 和應(yīng)用程序支持，并一直在使用Greengrass構(gòu)建其邊緣功能。但根據(jù) Counterpoint 的說法，在提供先進(jìn)且可擴(kuò)展的邊緣數(shù)據(jù)分析引擎方面，AWS 落后于微軟和邊緣優(yōu)先的供應(yīng)商。

IBM 的一大優(yōu)勢在于其 Watson 機(jī)器學(xué)習(xí)和人工智能平臺。此外，對RedHat 的收購增強(qiáng)了 IBM 的邊緣軟件、安全和虛擬化產(chǎn)品。然而，Shah 表示，在合作伙伴名單和邊緣分析能力方面，IBM 正在迎頭趕上。

在 Dubrova 的分析中，AWS 和 Azure 之所以領(lǐng)先于競爭對手，是因?yàn)樗鼈儾粩嘣谌蚍秶鷥?nèi)建立新的數(shù)據(jù)中心，從而有效地將優(yōu)勢拉近了客戶。他們還擁有最好的預(yù)建機(jī)器學(xué)習(xí)模型和易于使用的分析工具集，這是關(guān)鍵?；叵胍幌?Sugar Creek 的例子，機(jī)器學(xué)習(xí)模型需要接受訓(xùn)練，以識別啤酒瓶何時有適量的泡沫并被填充。

對企業(yè)來說，好消息是有選擇。Dubrova 說，公司可以逐個構(gòu)建塊設(shè)置物聯(lián)網(wǎng)部署，而不會影響 IT 基礎(chǔ)設(shè)施資源?；蛘?，他們可以采用托管服務(wù)路線?！霸坪献骰锇榈念I(lǐng)域?qū)I(yè)知識和分析服務(wù)可以直接從 AWS、Azure 和 IBM 市場訂閱，幾乎是‘一鍵購買’，”她補(bǔ)充道。

Shah 表示，隨著數(shù)百萬企業(yè)啟動數(shù)字化轉(zhuǎn)型，物聯(lián)網(wǎng)市場仍然很年輕，有足夠的空間讓每個物聯(lián)網(wǎng)平臺都有增長和成功的潛力。“我們可能會看到一種競合模式，因?yàn)樵S多這些功能強(qiáng)大的平臺相互競爭并相互補(bǔ)充，以幫助構(gòu)建有效和高效的物聯(lián)網(wǎng)解決方案，”他說。