在这样一个技术先进的世界中，关键的工业流程（例如检查）仍然效率低下、成本高昂且浪费金钱。一些国家已经意识到效率低下。根据国际货币基金组织的一项研究，一些国家由于效率低下而浪费了大约三分之一的基础设施支出。研究公司McKinsey&Company估计，随着数字技术融入业务流程和工作流程，它们可能会在未来十年内将年均生产力提高2%。效率和效果产业转型有多种形式。传统方法包括业务流程再造(BPR)、六西格码和工作流数字化。今天情况发生了变化，三大趋势推动了工作场所的工作转型。大规模基础设施将通过以下方式为他们的业务带来更大的好处：人工智能的兴起、机器和传感器互连性的增强、数据的数字化以及这些主题的早期采用者将在客户差异化和运营效率方面受益。关键竞争优势。必须明白，自动化与自治有着根本的不同。工作流的自动化提供更高质量和更快的工作流，而自治提供反馈循环以响应工作流中的歧义。虽然过去的驱动力是消除流程可变性，但如果做得好，新的工作流程可能能够毫无歧义地执行工作。以控制汽车的速度为例。它使驾驶员的工作自动化并保持速度恒定。在控制系统中添加更多互连传感器会创建更复杂的自动驾驶系统。随着传感器数量和相关计算能力的增加以做出快速决策，出现了向自主性的转变——控制系统将自动响应不可预见的障碍或危险。如果工人不需要编写所有规则，而是让机器学习自己学习，那么这些对各种情况的反应会更有效。人工智能特别擅长识别可以触发响应的模式。因此，人工智能系统将对当前的常规、可预测和重复的工作流程产生更大的影响。大规模工业流程是人工智能的首批受益者之一。可以充分限制操作可变性以测试和优化自主性。之后，可以推广操作环境以获得更大的利益。最后，人机界面将继续发挥重要作用。从操作流程到监督流程，工人工作的性质发生了变化。为了在工业过程中实现自主，有必要剖析和研究哪些要素可以完全自动化，哪些要素需要人工监督，哪些领域仍然需要人工参与。一旦建立了这种清晰度，就可以为自治提供一条路径。从当今存在的硬件、连接性、计算和数据开始，随着时间的推移逐渐插入其他元素以提高效率和更高质量的流程。一个真实的例子是大火后保险索赔的评估，例如加利福尼亚州马里布的大火。社区和保险公司的数千名专家和志愿者需要六到九个月的时间才能准确了解火灾的影响。许多受害者留下的信息很少或没有。借助当今可用的先进技术，现在可以在几周（有时甚至几天）内完成。改变这种检查流程首先要获得合适的现场检查设备，即联网机器人和配备计算机视觉和其他传感器的无人机。机组人员将设置飞行区并清理空域。利用一套经过定制训练的人工智能来收集、理解和分析从残骸中获得的数据集，机器人和无人机将自主找到收集数据并将数据传输回机组人员的方法，以供索赔和回收物流洞察。这是一个真实的案例，可以进行业务。保险公司可以确定赔付金额，公用事业公司开始设备回收工作；受影响的家庭开始重建家园。
