Deloitte为近90%的财富Global500®和成千上万的私营公司提供了行业领先的审计和保证,税收和法律,咨询,财务咨询和风险咨询服务。我们的员工提供了可衡量的持久结果,有助于增强公众对资本市场的信任,使客户能够转变和繁荣,并带领朝着更强大的经济,更公平的社会和可持续的世界迈进。在其175年以上的历史上建造,德勤跨越了150多个国家和地区。了解德勤在全球大约有41.5万人在www.deloitte.com上产生重要的影响。
摘要研究该研究的目标影响了物联网(IoT)带来变革运营业务和战略管理资产的革命。通过研究有条理地分析了物联网如何成为基于加速效率操作和改进管理资产数据的重要工具。研究详细介绍了各种物联网应用程序,从维护预测性到过程自动化和监视实际资产。的发现表明,物联网用途在识别和克服问题操作,优化使用源功能的情况下影响很大,并最大程度地减少了时间死设备。除此之外,公认存在各种相关挑战,例如数据安全和隐私,这对于物联网实施至关重要。研究提供了对物联网在实践业务中更遥远的方式的方式的前景,同时强调了必要的策略,以保护获得的信息。研究建议先进地关注开发解决方案安全创新和评估社会和经济影响,从广泛采用物联网对电力工作和社会的影响。关键字:物联网,运营管理业务资产,优化效率,学习文献,数据安全。
本研究旨在分析人工智能 (AI) 技术在业务运营各个方面的现状和未来影响。本研究调查了人工智能对组织发展的影响,探讨了其对业务运营、决策、客户体验和供应链管理的影响。此外,人工智能驱动的创新使组织能够开发新产品、服务和商业模式,推动增长和竞争力。这些创新包括通过增强智能、实时分析和超个性化客户体验来增强决策能力。先进的自动化将带来更多的自主运营以及人工智能与物联网 (IoT) 设备的集成。此外,产品开发、智能服务和网络安全方面的人工智能驱动创新将为企业提供新的增长和竞争优势途径。
半导体行业对全球经济起着至关重要的作用。半导体行业为包括汽车行业,电子和通信行业,医疗保健行业,建筑和建筑行业,空间行业等各种行业提供了各种必要的技术,例如物联网,AI,现代制造技术等。但是,半导体供应链经历各种供应链相关的风险和挑战,因为其程序上的复杂性,全球供应链整合,政府政策和法规,竞争力,技术复杂性等。没有多少研究研究了半导体在Dustry中采用绿色供应链的风险,韧性和复杂性。在这种情况下,这项研究的目的是检查管理绿色供应链采用的风险,韧性和复杂性,以实现半导体行业的更高可持续性。利用脚趾框架(技术 - 组织 - 环境)和DCV(动态能力视图),我们开发了一种研究模型来实现此目的。随后,该模型通过结构方程建模进行了验证,涉及356名受访者与半导体行业有联系。这项研究强调,技术风险方面包括技术动荡和风险,兼容性和复杂性,组织动态能力以及韧性以及适当的政策和法规,可以帮助成功地采用半导体行业的绿色供应链管理。
诊断学创新基金会 (FIND) 是一家致力于诊断研究的非营利组织,其目标是确保全世界都能平等获得可靠的诊断服务,推动诊断创新,使检测成为可持续、有弹性的卫生系统的组成部分。NTP 孟加拉国办事处是孟加拉国卫生和家庭福利部卫生服务总局下属的一个分支机构。NTP 旨在通过有效的伙伴关系、调动必要的资源以及在明确的终止结核病战略下确保优质的诊断和治疗服务,加强结核病控制工作。NTP 致力于让孟加拉国所有人不论年龄、性别、宗教、民族、社会地位或种族,都能平等地获得服务。本协议的一项关键要求是,根据全球准入要求,任何资助的开发项目都应让生活在资源有限环境中的人们能够获得并负担得起,并且根据本协议产生的所有结果、数据和可交付成果都应广泛公开。考虑到上述内容、本协议中包含的相互陈述、保证和承诺以及其他良好且有价值的对价,双方特此确认已收到且充分,本协议双方特此达成如下协议。
与传统发电基础设施相比,可再生资产相对较新,需要实时监控以了解当前性能和潜在资产寿命。IFS 包括嵌入式 AI 功能,用于收集和分析来自智能资产的信息,应用高级模式匹配和异常检测来指导性能、可靠性和维护方面的运营改进。IFS 可以预测潜在故障事件发生前的窗口,利用先进的 AI 驱动的规划、调度和优化功能来捆绑维护项目并最大限度地利用已部署的任何资源。该解决方案可以安排具有成本效益的基于条件的预测性维护计划,并实时查看库存中可用的所有备件或替换件。
为了有效解决人类所面临的日益复杂的问题,最新的发展趋势是应用大量不同类型的传感器来收集数据,以便建立基于深度学习和人工智能的有效解决方案[1-4]。这不仅对传感器产生了巨大的需求,提供了商业机会,也为传感器设备及其相关应用的开发带来了新的挑战[5,6]。这些将人工智能与传感器相结合的技术发展正被积极地应用于医疗保健、制造业、农业和渔业、交通运输、建筑、环境监测等各个应用领域。例如,在环境监测中,集成了深度学习和人工智能算法的传感器能够快速分析大量数据集,实时识别模式、异常和趋势[7,8]。以天气预报为例,人工智能驱动的传感器可以从卫星、气象站和无人机等各种来源收集数据,从而更精确地预测天气模式。通过深度学习模型,传感器可以动态调整和整合新数据,从而随着时间的推移提高其预测准确性。此外,在工业环境中,人工智能增强的传感器在优化制造运营方面发挥着至关重要的作用,可以监测设备健康状况、预测潜在故障并提前安排维护 [ 9 – 12 ]。这种方法减少了运营停机时间并提高了整体效率。在此背景下,“传感器和应用中的人工智能和深度学习”特刊收集了关于人工智能(特别是深度学习)和传感器技术在各个领域的新发展的高质量原创贡献,以及分享想法、设计、数据驱动的应用程序以及生产和部署经验和挑战。本期特刊征文主题包括制造、机械和半导体的应用和传感器;建筑、施工、楼宇、电子学习的智能应用和传感器;推荐系统;自动驾驶汽车、交通监控和运输的应用和传感器;物体识别、图像分类、物体检测、语音处理、人类行为分析;以及其他相关传感应用 [ 13 , 14 ]。
我们认为重要的是要添加的一个补充:未来电源系统的关键变化是将互联网用作通信层的越来越多。这为系统操作增加了脆弱性的新点。在广泛的网络中断的情况下,这可能成为系统中的故障点。因此,在提供储备中考虑这种风险的系统操作可能越来越重要。弹性和连接成本之间存在平衡,但是弹性风险可以通过储备金以较低的成本为中心抵消。我们注意到,网络安全是FSR程序路线图中的长期主题;此外,我们注意到,网络安全仅涵盖了我们在此处突出的一部分风险。网络连通性也可以被自然灾害打断,因此不一定是故意和邪恶行动的结果。同样,所需的缓解措施不仅仅是更好的网络安全性。
关于 FORRESTER CONSULTING Forrester 提供独立、客观的研究咨询服务,帮助领导者实现关键成果。在我们以客户为中心的研究的支持下,Forrester 经验丰富的顾问与领导者合作,使用独特的参与模式执行他们特定的优先事项,以确保产生持久影响。有关更多信息,请访问 forrester.com/consulting。© Forrester Research, Inc. 保留所有权利。未经授权,严禁复制。信息基于最佳可用资源。意见反映当时的判断,可能会发生变化。Forrester®、Technographics®、Forrester Wave 和 Total Economic Impact 是 Forrester Research, Inc. 的商标。所有其他商标均为其各自公司的财产。