化繁为简，人工智能在行业应用中彰显实力

据Gartner预测，2018年全球人工智能的商业价值将达到1.2万亿美元，到2022年预计将达3.9万亿美元。而在2017年7月，中国也展示出其成就人工智能全球领导者的目标，计划到2030年发展成世界主要人工智能创新中心，实现人工智能核心产业规模超过1万亿元。

为了实现这一目标，中国政府奋力推广人工智能技术的应用，促使人工智能与垂直领域整合的趋势日益增长，助力实现更灵活、更智能、更高效的业务流程。人工智能对于加速中国业务增长变得至关重要。

AGV(自动导引车)与机器人助力制造业发展

人工智能与制造业的整合发展是必然趋势，尤其是在中国。根据《中国智能制造十三五规划》，中国致力于到2025年建立智能制造体系并实现重点产业的智能化转型。为此，许多制造商积极部署并投资人工智能解决方案或智能工厂概念，以期通过技术创新实现更高生产力、更大灵活性和更高安全性，从而保持市场竞争力。AGV和各类型机器人在实现这些目标的过程中发挥着重要作用。

AGV和机器人在工厂网络中作为节点运行，高速、准确、灵活、安全且可靠地执行任务。

它们能够基于对机器性能的实时分析，以及工厂车间或多个工厂内大量机器的历史性能汇总了解导致故障的模式。这种预测性维护系统可以进行预测，比如：某个部件若再不维护，将在三个月内出现故障，并据此建议采取相应行动以预防故障的发生。 人工智能系统还能推荐机器操作方法，以便最大限度地延长其使用寿命，实现性能和使用寿命之间的完美平衡。而机器学习算法能够使分析系统随着时间的推移变得更加智能，并能使用更多数据集和模式。

电子设计人员能够使用先进的集成电路及配套产品持续提升AGV和机器人的性能，通过开发更快速、更强大的解决方案提供感应、信号处理、本地处理、电源管理和通信等功能。 e络盟提供的德州仪器集成电路产品线，可用于传感器输入、执行器和电机输出，以及从设备和工作站到工厂车间或更高级别的整个信号链中的通信，能够为电机或机器人增加预测性维护功能。

相反，如果不借助人工智能的能力，海量数据不久便会压垮人类操作员或技术人员。 若完全依靠自己，他们将需要花费大量时间来关联和分析采集到的数据，而AI系统可以或基本上能够实时处理这些数据。

零售业的完美风暴

人工智能也已被广泛应用于整个零售行业的各个方面。智能零售已成为现实而不再仅仅是一个概念。通过集成一系列软硬件技术，智能零售能够为购物者提供更好的体验并能为零售商的日常运营提供更深入的分析及改进意见，从而助力零售商从容应对业内产能过剩的问题以及网上购物渠道带来的激烈竞争。

许多零售商为此会寻求包含多个组件的集成解决方案，这些解决方案能够通过协作提供更好的购物体验，同时还能够收集和分析零售数据以进行管理和改进。然而，英特尔公司设想的智能货架解决方案能够通过更密集地使用多类型传感器阵列为购物者和零售商提供更为详细的实时信息。这一解决方案目前仍处于开发阶段。

高度集成的智能货架

如果说智能是指采集数据以及与客户和供应商的交流，那么商店内的货架及其智能化潜能至关重要。打造一个智能货架将彻底改变零售商能够为制造商和购物者提供的服务水平。货架将能理解人类的自然语言、语境，甚至感知人类的情绪状态。它们能够通过评估人类的状态，比如是紧张、放松、匆忙、困惑、正在搜寻还是即将做出购买决定，从而为顾客提供智能化服务。

智能货架还能预防损失，并管理样品、库存和资产。为了释放最大价值，智能货架需要一个先进的后端服务器设施提供支持，从而采集、存储和分析数据，并将媒介和其他服务交付给货架。若具有充足计算能力，智能货架还将能够参与自然对话，例如，回答购物者关于在哪里可以找到产品的问题。货架还可进一步根据对顾客购买历史的了解提出让顾客可能感兴趣的建议。

制造商也能够从流量、逗留时间、客户统计数据以及特价或广告成功率等数据中获得有用信息。货架传感器和使用机器视觉的相机能够持续报告库存水平，并在产品库存不足时安排补货。传感器还可以监视偷窃行为。货架传感器和店内运动追踪器会采集客户行为，并发送回云分析资源平台，然后与采集到的线上行为，如访问、停留、购物车和愿望清单等的相关数据进行整合。

其中一个例子就是近期面世的Amazon Go商店，它可以让购物者选购他们想要的商品，然后无需结账即可离开。Amazon Go商店利用计算机视觉、深度学习算法和传感器融合(该技术能够将多个不同传感器采集的数据进行“融合”，这比单一传感器的判断更加准确)来识别人物对象及其购物行为。

面临的挑战