亚马逊欲从机器学习即服务市场中受益，其新服务有望帮助 AWS 获得强大吸引力

在科技飞速发展的今天，人工智能和机器学习服务正以惊人的速度融入各行各业，工业界自然也不例外。在众多服务中，AWS推出的机器学习服务在工业领域尤为引人注目，它有很多创新之处。

AWS服务于工业领域的独特之处

以前，工业里头用机器学习的，大多不用现成的解决方案。但AWS不一样，它有五个机器学习服务直接对工业用，比如那些没名的、for等项目，这挺特别的。通常，工业里头拿到数据后，如果处理分析能力不强，转化起来挺难的。AWS针对这种缺人少钱的情况，提供了机会，让更多中小制造商能用到新技术。而且，根据实际数据，这是AWS头一回这么做，给工业带来了新活力。在成本上，它让企业花的钱少了，这在商业上挺吸引人的。

中科创达在实际操作中已经进行了尝试。他们把相关技术整合进了智慧工业ADC系统。这对制造业的客户来说非常方便，他们不用再费劲去研究如何在生产中引入AI质检，直接用这套集成系统就能轻松实现。

工业决策的改变趋势

过去二十年里，制造企业在做决策时遇到了不少难题。信息量像爆炸一样增多，决策变得越发复杂。企业急切需要智能技术，从这些庞大的信息中筛选出有用的部分。比如，找出数据的模式和可用性，解决以前想都想不到的问题。这可不是件简单事，企业一直在努力摸索。

工业界普遍认为，工业人工智能平台对于人工智能在工业领域的实施和进步至关重要。借助这个平台，企业能够以更低的成本运用人工智能技术。这既是时代发展的必然趋势，也是企业在激烈竞争中生存并成长的一个好机会。

典型场景中的AWS

在工业界，一些常见的场景和应用程序中，AWS和别的互联网巨头干的是同一件事，那就是加强机器视觉的特长。他们把这个特长用到质量检查、预测性维护和工厂安全这三个经常遇到的工业问题上。比如质量检查，用机器视觉就能更精确、更快速地检查产品质量。至于预测性维护，它能提前发现设备可能出的问题，防止设备突然坏掉造成损失。在工厂安全这方面，机器视觉等技术也能更好地进行监控。

解决设备维护成本问题

设备维护在生产成本中占很大比重。美国的数据显示，不少企业花在系统维护上的钱就像扔进水里一样白费。AWS的出现给这个问题带来了转机。它提供了一套完整的解决方案，包括了物与云之间的连接。这样一来，移动设备就可以安全方便地与云服务互动。这种互动方式很大程度上满足了工业的实际需求，不像以前那样需要工程师在开发、环境和运维上费很多劲。

云计算部署考量

AWS在云计算部署方面，充分考虑了制造业的具体需求。众多制造业用户期望在本地也能使用云计算工具，享受相同的便捷。毕竟，制造支持系统中某些工作负载确实需要在本地进行，尤其是对网络延迟要求极高的应用，需要靠近本地资源。比如，今年AWS推出的某个项目就将机器学习技术扩展到了边缘，使得客户即便在没有网络的情况下，也能在本地进行预测。此外，AWS的开发套件还能让企业将机器视觉技术应用于本地摄像机，这样就可以避免使用昂贵的设备来构建复杂的模型，同时保持高精度和低延迟。

成本降低的商业变革

AWS在成本上有个大亮点，就是改变了收费方式。以前那种不用预付，按实际使用付钱的方法，让IT业的收费模式来了个大变。这对制造企业来说太重要了，因为它们用互联网服务的门槛变低了。以前得花上百万美元买服务器建服务，现在成本能少10倍。工业里用机器学习变得既简单又便宜，这会让AWS的服务规模变大。规模大了，价格还能再降，形成个好循环。大家都盼着看未来会怎样。你觉得这种模式能持续推动工业机器学习服务发展吗？快来点赞、分享、评论！