Rumah Berpikir ke depan Iot, dan ai menyebabkan gangguan berikutnya di techonomynyc

Iot, dan ai menyebabkan gangguan berikutnya di techonomynyc

Video: Charlotte de Witte techno set in The Lab NYC (Oktober 2024)

Video: Charlotte de Witte techno set in The Lab NYC (Oktober 2024)
Anonim

Pada konferensi TechonomyNYC baru-baru ini, saya tertarik pada banyak diskusi tentang dampak "Internet of Things, " khususnya dalam aplikasi industri dan AI, dan bagaimana mereka akan berdampak pada ekonomi yang lebih luas, dan sejumlah bidang spesifik, termasuk perawatan kesehatan.

William Ruh, chief digital officer untuk GE dan CEO GE Digital, menyatakan bahwa produktivitas industri, yang telah tumbuh sebesar 4 persen per tahun hingga 2011, telah turun menjadi 1 persen, dan menyarankan bahwa ini mungkin sebagian karena begitu banyak baru-baru ini teknologi telah ditujukan untuk konsumen, bukan pada dunia industri.

Ruh percaya menghubungkan mesin, mengumpulkan data, dan menggerakkan analisis dan hasil yang menarik akan mengubah ini. Sementara industri menyebut ini Internet of Things (atau IoT), dia mengatakan ketika dia berbicara dengan pelanggan dia tidak menggunakan istilah itu, tetapi lebih berbicara tentang mendorong produktivitas melalui data dan analitik. Dan ini, katanya, akan menjadi bidang paling menarik dalam teknologi di tahun-tahun mendatang.

Sebagai contoh, ia menyebutkan bagaimana daripada hanya mengikuti jadwal pemeliharaan untuk mesin pesawat jet, sensor dan analitik akan memungkinkan para insinyur untuk membuat program perawatan yang unik untuk setiap mesin, tergantung pada kebutuhan, hasilnya menjadi lebih "waktu di sayap" dan downtime kurang terjadwal. Ruh mengatakan ini sangat penting, karena 41 persen dari semua penundaan terkait dengan pemeliharaan. Contoh lain yang dia diskusikan adalah Pitney-Bowes yang bekerja pada produktivitas surat dan Toshiba yang mengerjakan lift.

Ruh mengatakan ini mengarah pada konsep "kembar digital" berdasarkan AI, statistik, dan pemodelan berbasis fisika. Sebagian besar perusahaan industri telah melakukan analitik sejak lama, katanya, meskipun bukan analitik "AI-style". Analitik gaya AI sebagian besar telah digunakan dalam fase desain; sekarang, katanya, sedang digunakan dalam fase operasional, ditambah dengan pembelajaran mesin dan statistik, untuk mencari cara optimal untuk mengkonfigurasi setiap mesin. Satu area yang telah melihat kemajuan yang signifikan adalah dalam mengelola turbin angin, di mana menyetel setiap turbin dapat menghasilkan ladang angin yang menghasilkan total listrik 20 persen lebih banyak.

"Perusahaan-perusahaan yang dapat mengetahui cara membuat aset lebih produktif akan menjadi pemenang besar, " pungkasnya.

Ruh bergabung pada panel oleh perwakilan dari Bayer, McKinsey, dan Verizon, dimoderatori oleh Kirkpatrick, yang berfokus pada bagaimana teknologi mengubah berbagai industri.

Jessica Federer, kepala pengembangan digital untuk Bayer, berbicara tentang bagaimana pembuat farmasi lebih berfokus pada hasil dan memberikan "nilai akhir kepada pelanggan" karena perawatan kesehatan bergerak lebih ke arah sistem di mana penggantian didasarkan pada hasil. Dia mencatat bahwa catatan kesehatan elektronik ada 15 tahun yang lalu, tetapi sistem tidak dapat dioperasikan, dan dengan demikian penggunaannya terbatas. Fokus baru adalah membuat sistem dapat dioperasikan, memecah silo, dan menciptakan koneksi yang lebih baik antara orang-orang.

"Digital bukan topik teknologi, ini topik orang, " kata Federer.

Mark Bartolomeo, wakil presiden untuk solusi yang terhubung dan Internet of Things di Verizon, mengatakan ada lebih dari 150 juta perangkat di jaringan Verizon saat ini. Dia berharap jumlah ini akan tumbuh pesat selama beberapa tahun ke depan, yang seharusnya meningkatkan keberlanjutan dan keamanan, sambil mendorong pertumbuhan ekonomi. Dia berbicara tentang contoh-contoh termasuk bekerja dengan kota untuk meningkatkan transportasi, dan bekerja dengan petani tiram di Cape Code untuk menggunakan IoT untuk meningkatkan hasil dan menghasilkan produk yang lebih aman dengan memantau panen, transportasi, dan pengiriman.

Kepala perusahaan McKinsey & Company Mark Patel setuju dengan Kirkpatrick bahwa konsep IoT telah ada sejak lama, tetapi mengatakan kami "masih sangat dalam perjalanan" untuk mendapatkan nilai ekonomi darinya. Dia mengatakan bahwa masalah terbesar adalah menyelaraskan semua elemen - orang-orang yang terlibat - dan mengatakan bahwa sementara relatif mudah untuk melakukan ini untuk mesin jet, di mana ada sejumlah aktor yang terlibat, jauh lebih sulit untuk melakukannya. di daerah perawatan kesehatan tersebut.

Bartolomeo mengatakan hambatan untuk penggunaan IOT yang lebih luas termasuk kompleksitas masalah; ekosistem penyedia yang terfragmentasi, dan mendefinisikan kasus bisnis yang tepat.

Sebagian besar percakapan berhubungan dengan standar dan peraturan seputar data IoT. Bartolomeo membahas perlunya standar untuk mendorong kemajuan, dan berbicara tentang bagaimana berbagai undang-undang telah mendorong teknologi di berbagai bidang seperti energi, keselamatan kereta api, dan keamanan obat-obatan. Ruh mencatat masalah dengan peraturan kedaulatan data, dan perlunya peraturan perdagangan yang lebih luas untuk membuat aturan menjadi jelas.

Percakapan lain yang menarik ditangani dengan AI. Accenture CTO Paul Daugherty mengatakan dia percaya AI adalah nyata dan akan mengubah cara banyak bisnis bekerja, meskipun dia memperingatkan "AI washing, " di mana segala macam hal dikelompokkan ke dalam kategori sebagai bagian dari hype. Daugherty mengatakan dia melihat AI sebagai bagian dari spektrum otomatisasi yang lebih luas, dimulai dengan pekerjaan otomatis awal dan otomatisasi proses robotik; pindah ke pendekatan yang didorong oleh analitik, dan akhirnya ke teknologi AI sejati yang memungkinkan Anda untuk merasakan, memahami, bertindak, dan belajar.

Di antara contoh yang dia berikan adalah perusahaan asuransi yang menggunakan AI untuk mengukur tingkat kerusakan dari sebuah foto, dan penemuan obat yang dapat bergerak jauh lebih cepat menggunakan mesin untuk menuangkan data. AI membutuhkan teknik dan algoritma yang baik, katanya, tetapi yang lebih penting adalah memiliki banyak data.

Daugherty mengatakan tujuan besar pertama adalah "bagaimana membuat manusia super" melalui pendidikan dan penggunaan AI untuk menambah pengambilan keputusan. Tantangan besar lainnya adalah memindahkan AI ke inti bisnis, bukan hanya di ujung tanduk. Secara keseluruhan, kata Daugherty, AI bisa menjadi gangguan besar berikutnya, tetapi perlu menjadi bagian dari hal-hal lain juga. Itu adalah enabler, bukan tujuan itu sendiri, katanya.

Salah satu sesi yang paling menarik adalah wawancara dengan David Agus, direktur Pusat Pengobatan Molekuler Terapan USC dan penulis The Lucky Years: Cara Berkembang di Dunia Kesehatan Baru yang Berani , yang dilakukan oleh Krishna Kumar, CEO Emerging Businesses di Phillips.

"Data besar akan mengubah layanan kesehatan, " kata Agus, yang akan menghasilkan hasil yang lebih baik dan biaya yang lebih rendah. Sebagai contoh, ia berbicara tentang bagaimana salah satu perubahan besar dalam kedokteran telah menjadi langkah untuk melihat keseluruhan sistem, bukan hanya sel, dengan menempatkan sejumlah besar data ke dalam konteks. Sebagai contoh, ia menggambarkan bagaimana satu studi menemukan bahwa beta blocker memungkinkan wanita dengan kanker ovarium untuk hidup lebih dari empat tahun lebih lama, tetapi ini hanya terbukti karena melihat data. Dia juga menjelaskan bagaimana AI dan pembelajaran mesin membantu untuk mendemokratisasikan tes membaca untuk berbagai patologi.

Tetapi sementara Agus mengatakan bahwa data besar dapat memungkinkan terjadinya revolusi "jika kita menggunakannya dengan benar, " ia menunjukkan masalah dengan kepemimpinan dan masalah keamanan yang menahan rumah sakit. Sebagian besar data dalam catatan kesehatan elektronik saat ini "tidak dapat digunakan, " katanya.

Agus juga menunjukkan bahwa seringkali hal yang paling penting adalah menempatkan informasi dalam konteks dan menyampaikannya kepada dokter. Dia mencatat bahwa usus buntu relatif umum di AS, tetapi di Eropa pengobatan yang paling umum adalah antibiotik. Rata-rata, katanya, perlu dua belas tahun sebelum setengah dari dokter mengadopsi teknologi baru. Dan dia mengatakan AI tidak akan benar-benar merawat pasien, tetapi sebaliknya hanya dapat memberi tahu dokter, karena akan selalu ada seni untuk pengobatan.

Ada sejumlah sesi lain yang menurut saya menarik. CTO Kota New York Minerva Tantoco berbicara tentang membawa teknologi ke tempat-tempat yang paling membutuhkannya, seperti proyek LinkNYC untuk menghadirkan Wi-Fi gratis ke seluruh lima wilayah. Dia berkata bahwa dia memandang layanan Internet gratis atau terjangkau sebagai hal yang mirip dengan pengiriman air atau listrik 100 tahun yang lalu. Sebagian besar percakapannya ditangani dengan menggunakan pilot dan prototipe, serta kemitraan publik-swasta untuk menghadirkan teknologi yang paling tepat untuk setiap lingkungan. Selain itu, ia membahas memperluas pendidikan ilmu komputer sehingga New York memiliki lebih banyak bakat teknologi ke depan.

Pembicaraan yang saya temukan paling mengejutkan datang dari Nina Tandon, CEO EpiBone, sebuah perusahaan yang berbasis di Brooklyn yang bekerja pada jaringan tulang hidup pencetakan 3D berdasarkan sel Anda sendiri. Dia menjelaskan bahwa dorongan itu datang dari tunangannya, yang mematahkan pergelangan kakinya jatuh dari pohon dan membutuhkan sembilan operasi. Prosesnya melibatkan pengambilan sampel jaringan dan mengekstraksi sel punca, dan melakukan CT scan untuk menentukan bentuk tulang yang tepat. Teknisi kemudian membangun perancah, dan dalam "bioreaktor" untuk menumbuhkan tulang ke bentuk yang sempurna dalam tiga minggu. Keuntungannya, katanya, tidak hanya cocok, tetapi karena didasarkan pada sel Anda sendiri, tubuh Anda memperlakukannya sebagai milik Anda. Jika semuanya berjalan dengan baik, rencananya adalah memulai percobaan manusia dalam waktu sekitar 18 bulan.

Tandon mencatat bahwa dengan banyak pekerjaan dalam kedokteran berbasis sel dan personal, "sel menjadi data baru." Dia setuju ini menimbulkan banyak pertanyaan provokatif, tidak hanya tentang apa yang bisa kita lakukan, tetapi apa yang harus kita lakukan. Tentu saja, itu menimbulkan sejumlah masalah untuk jangka panjang. Sedangkan untuk produk spesifik - jaringan tulang untuk implementasi kerangka pada manusia - saya menganggapnya sebagai konsep yang menarik, meskipun tampaknya masih cukup eksperimental.

Iot, dan ai menyebabkan gangguan berikutnya di techonomynyc