보고서:2024년까지 1,500만 개 이상의 AI 지원 장치가 있는 산업 제조

ABI Research의 새로운 보고서는 산업 제조 부문에서 인공 지능(AI)의 광범위한 성장을 예측하고, 2024년까지 업계의 총 AI 지원 장치 수는 1,540만 개에 도달하고 2019년에서 2024년까지 연간 성장률은 64.8%에 달할 것으로 예상합니다. .

ABI Research의 수석 분석가인 Lian Jye Su는 "산업 제조 분야의 AI는 에지 구현의 이야기입니다. "제조업체는 데이터를 공용 클라우드로 전송하는 것을 꺼리기 때문에 거의 모든 산업용 AI 교육 및 추론 워크로드는 장치, 게이트웨이 및 온프레미스 서버와 같은 에지에서 발생합니다."

이를 용이하게 하기 위해 AI 칩셋 제조업체와 서버 공급업체는 산업 제조를 위해 특별히 AI 지원 서버를 설계했습니다. 점점 더 많은 산업 인프라에 AI 추론을 수행하기 위해 AI 소프트웨어 또는 전용 AI 칩셋이 장착되어 있습니다.

이러한 솔루션과 제조 환경의 풍부한 데이터에도 불구하고 산업 제조에서의 AI 구현은 예상만큼 원활하지 않았습니다. 모든 응용 프로그램 중에서 예측 유지 보수 및 장비 모니터링은 관련 AI 모델의 성숙도로 인해 지금까지 가장 상업적으로 구현되었습니다. 이 두 애플리케이션의 총 설치 기반만 2024년까지 각각 980만 및 670만에 도달할 것으로 예상됩니다.

이러한 AI 지원 산업용 장치 중 다수는 AI 칩셋의 발전으로 인해 동일한 장치에서 여러 용도를 지원합니다. Uptake, SparkCognition, FogHorn 및 Falkonry와 같은 주요 신생 기업은 산업 제조 자산 및 프로세스 흐름의 전체 성능을 모니터링하는 클라우드 및 에지 기반 솔루션을 도입하고 있습니다.

현재 추진력을 얻고 있는 또 다른 상업적 용도는 결함 검사입니다. 이 애플리케이션의 총 설치 기반은 2019년 30만 개에서 2024년 370만 개 이상으로 증가할 것으로 예상됩니다. 이 구현은 주요 제조업체가 AI 칩셋 공급업체 및 소프트웨어 제공업체와 협력하여 AI- 구성 요소 수준의 결함 감지를 수행하는 기반 머신 비전.

기존 머신 비전 기술은 반복성, 신뢰성 및 안정성으로 인해 제조 분야에서 여전히 널리 사용되고 있습니다. 그러나 딥 러닝 기술의 출현은 기능과 유연성의 확장 가능성을 열어줍니다. 이러한 알고리즘은 예상치 못한 제품 이상 또는 결함을 찾아내고 기존 문제를 넘어 새로운 통찰력을 발견할 수 있습니다.

현재 제조업체는 AI 구현을 위한 사내 데이터 과학 팀을 구축하고 교육하는 데 있어 치열한 경쟁에 직면해 있습니다. 대부분의 AI 전문가는 웹 규모의 거대 기업이나 AI 스타트업과 협력하는 것을 선호하므로 산업 제조업체에서 인재 확보를 어려운 과제로 만듭니다.

"따라서 클라우드 서비스 제공업체, 순수 AI 스타트업, 시스템 통합업체, 칩셋 및 산업용 서버 제조업체, 연결 서비스 제공업체를 포함한 AI 생태계의 다른 플레이어와 협력하는 것으로 구성된 하나의 실행 가능한 옵션이 남아 있습니다." 수 참고. "AI 사용 사례의 다양성으로 인해 파트너십 구축이 필요합니다."

자세한 내용은 www.abiresearch.com을 참조하십시오.