當(dāng)涉及可能影響運(yùn)營的天氣事件時(shí)，由于衛(wèi)星和先進(jìn)的預(yù)報(bào)系統(tǒng)在技術(shù)上不斷進(jìn)步，因此當(dāng)今的企業(yè)對未來具有深刻的見解。銷售和收入預(yù)測也是如此，因?yàn)楣纠脧?fù)雜的預(yù)測分析來更清楚地了解其財(cái)務(wù)前景。

現(xiàn)在，得益于高性能計(jì)算系統(tǒng)驅(qū)動的人工智能應(yīng)用程序的強(qiáng)大功能，企業(yè)將其預(yù)測能力提高到了新的高度。這種新型的預(yù)測應(yīng)用程序是制定更好的業(yè)務(wù)決策，保持系統(tǒng)和設(shè)備處于最佳狀態(tài)，了解市場動向等等的基石。在許多情況下，這些前瞻性應(yīng)用程序既具有預(yù)測性又具有規(guī)范性，這意味著它們可以告訴您可能發(fā)生的情況，并建議您可以采取的措施來解決新出現(xiàn)的問題并影響結(jié)果。

讓我們看一下一系列行業(yè)中AI驅(qū)動的預(yù)測應(yīng)用程序的一些特定用例。

啟用預(yù)測性維護(hù)

在許多行業(yè)中，由機(jī)器學(xué)習(xí)技術(shù)驅(qū)動的預(yù)測系統(tǒng)正在幫助操作員將設(shè)備保持在最佳性能水平并正常運(yùn)行，同時(shí)降低維護(hù)成本。這些系統(tǒng)監(jiān)視設(shè)備的性能和狀況，以預(yù)測故障并進(jìn)行主動維護(hù)。

一些例子：

聰明的制造商正在將AI系統(tǒng)與來自傳感器和物聯(lián)網(wǎng)的數(shù)據(jù)結(jié)合使用，以預(yù)測和預(yù)防機(jī)器故障。目標(biāo)是使用預(yù)測性維護(hù)來避免生產(chǎn)線上的問題，快速主動地解決問題，并最大程度地減少操作中斷。

風(fēng)能生產(chǎn)商正在將AI系統(tǒng)與來自傳感器和物聯(lián)網(wǎng)的數(shù)據(jù)結(jié)合使用，以預(yù)測風(fēng)力渦輪機(jī)故障的可能性，并主動解決可能出現(xiàn)的問題。

電信提供商正在使用機(jī)器和深度學(xué)習(xí)系統(tǒng)來指導(dǎo)與預(yù)防性和預(yù)測性維護(hù)相關(guān)的操作，以減少關(guān)鍵任務(wù)系統(tǒng)(如電話計(jì)費(fèi)集群)的停機(jī)時(shí)間。

這些應(yīng)用程序的回報(bào)可能是巨大的。麥肯錫公司(McKinsey&Company)的一份報(bào)告指出，人工智能驅(qū)動的預(yù)測性維護(hù)可以將資產(chǎn)生產(chǎn)率提高多達(dá)20%，并將維護(hù)成本降低多達(dá)10%，同時(shí)大大減少了維護(hù)工作所導(dǎo)致的機(jī)器停機(jī)時(shí)間。1

預(yù)測醫(yī)療結(jié)果

在醫(yī)療機(jī)構(gòu)中，預(yù)測患者出現(xiàn)某些并發(fā)癥和狀況的可能性的能力可以幫助臨床醫(yī)生積極開展工作，以預(yù)防問題并改善患者預(yù)后。

Penn Medicine在賓夕法尼亞州和新澤西州設(shè)有醫(yī)療保健網(wǎng)絡(luò)，通過與英特爾合作創(chuàng)建的協(xié)作數(shù)據(jù)科學(xué)平臺證明了這一點(diǎn)。在平臺的首次試用中，醫(yī)療保健提供商開發(fā)了算法，以幫助預(yù)測和預(yù)防醫(yī)院最常見且最昂貴的兩個問題：敗血癥和心力衰竭。

結(jié)果是驚人的。例如，Penn Medicine能夠正確識別約85%的敗血癥病例，并能在感染性休克發(fā)作前30小時(shí)做出這些識別。這些AI驅(qū)動的結(jié)果遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)方法的預(yù)期結(jié)果。利用這些對敗血癥風(fēng)險(xiǎn)的更準(zhǔn)確，及時(shí)的預(yù)測，臨床醫(yī)生可以更快地進(jìn)行治療，從而縮短患者的康復(fù)時(shí)間并節(jié)省醫(yī)院資源。2

評估信用風(fēng)險(xiǎn)

金融服務(wù)公司正在使用AI來增強(qiáng)其預(yù)測貸款申請的信用價(jià)值并加速信用風(fēng)險(xiǎn)評估過程的能力。研究公司麥肯錫公司(McKinsey&Company)表示，這些功能對于減少因拖欠貸款而造成的損失至關(guān)重要。