AI的日益复杂意味着任何规模的组织都可以更轻松地使用AI来解决关键的复杂问题。在过去的一年里，人工智能在应对这一挑战方面发挥了关键作用。零售商依靠人工智能来帮助他们优化订单发货，将他们的商店重新想象成履行中心，并确保人们即使在现场购物陷入停顿时也能买到产品。在公用事业领域，人工智能越来越多地用于管理植被风险或提前为恶劣天气事件做准备以保持电网运行等问题。人工智能还有助于从根本上构建更好的系统。例如，AI分析和跟踪用于飞机、呼吸机和航天飞机等可靠场景的复杂工程设备的需求。当人工智能与其他支持技术相结合时，我们开始看到所谓的工业4.0的一些后果。当与物联网相结合时，人工智能可以分析传感器数据以预测工业资产（如工厂设备、HVAC系统和装配线）中的故障。它优化资产工作订单的时间表，分析故障风险，并让管理人员根据不同的标准确定修复的优先级。目视检查用于通过分析实时视频来检测制造缺陷和帮助工人安全。摄像机、信标和传感器可以每周7天、每天24小时监控设施。在AI的帮助下，公司可以将信号从噪音中分离出来，确保不会遗漏任何有价值的见解，并开始自动化制造和生产过程中日益复杂的部分。如果这些工业4.0构建块投资于所需的底层数字基础设施，那么它们就可以为业务做好准备。用混合云解锁工业4.0人工智能和物联网是大规模工业自动化道路上的两个关键组成部分，这也是我们通常在谈论工业4.0时所说的内容。然而，大规模实施上述任何应用程序都会带来新的挑战，并且需要第三个构建块：混合云。想一想进入工厂车间的数据量，从跟踪热量和占用的物联网传感器到收集视觉数据和监控工作场所安全的摄像头。从拥有多个不同设施（甚至可能是不同类型的设施）的大型组织推断，要处理的数据量呈指数级增长。需要整理所有数据的人工智能模型变得更加复杂。也许最重要的是，时间成了一个问题。一个月后可以告诉您员工挤在某个过道中的模型并不是特别有用。利用预测性洞察力需要能够立即对其采取行动，这意味着能够在收集这些洞察力的边缘进行计算。这三个组件——收集和存储大量不同数据的能力、在数据上运行模型或其他软件的能力，以及做任何你想做的事情的能力——需要一个从边缘延伸到数据中心的基础设施足迹和云。为了提高效率，组织需要跨所有基础架构的无缝管理平面。混合云通过提供一个可以跨所有基础设施位置运行的基于容器的通用平台来促进这一点。它提供了根据工作负载自动扩展的能力，以及在任何云（公共、私有或边缘）上运行平台的灵活性。在工业4.0环境中，混合云可以连接各个点。它使员工随时随地都可以使用所需的数据、人工智能、工具和软件。你让人们的工作越轻松，他们就能投入更多的时间、注意力和精力来解决更有趣、更复杂、更昂贵的问题。
