2020年9月3日，领先的全球安全远程连接平台TeamViewer宣布已扩展其IoT解决方案，现可将人工智能运用到维护中。扩展前，物联网领域的TeamViewer用户已经可以读取传感器、设置警报，并直接连接各种设备。如今，在预测性维护领域又新增加一种智能扩展，这将有助于减少停机时间，从而节省成本。
过去，只有当机器发生故障后才对其进行维修（即被动维护）。之后则采用预防性维护，即无论机器是否出现故障，都会对其进行定期检修。直到最近，预测性维护才被使用，基于大数据，根据固定规则进行分析。 此次TeamViewer的更新将提供对结果数据的AI辅助分析，可以说是迈出了决定性的一步。继而可以使用机器学习算法来监测异常状态，提前诊断即将发生的机器故障。技术行业市场研究机构Vanson Bourne的研究报告显示：计划外停机将对企业造成平均每小时25万美元的损失。因此防患于未然的重要性不言而喻。
“我们的目标是建立一个独特的匿名机器数据库，从而为使用我们预测性维护模块的客户提供对现有数据的访问权限。我们的客户从使用预测性维护模块的第一天起，就能减少潜在的停机时间，随后每一天，算法都在学习更好的预估特定参数，从而不断提升预测性维护的判断准确度。麦肯锡咨询公司的一项研究显示：根据行业、资产类型和资本支出的不同，企业维护成本可以最多占到企业运营支出的60%。我们的目标是通过基于AI的设备数据分析来减少维护成本。” TeamViewer IoT副总裁Lukas Baur解释道。
全新软件模块ML-Trainer为机器学习算法提供可触发告警的数据，并自主学习识别特定模式。这就意味着，告警的触发将不再限制于固定阈值，而是根据不断优化的标准来判断执行。从长远来看，由于人工智能不断学习进化，停机时间及误触警报将大大减少。
本文属于原创文章，如若转载，请注明来源：TeamViewer推出AI辅助的预测性维护解决方案http://cio.zol.com.cn/751/7517960.html
