這項(xiàng)名為《工程領(lǐng)域中的人工智能現(xiàn)狀》的最新研究，對美國和歐洲跨國汽車、航空航天和工業(yè)/制造業(yè)企業(yè)的163名高級工程領(lǐng)導(dǎo)者進(jìn)行了調(diào)查，全面深入地揭示了AI在工程產(chǎn)品開發(fā)中的應(yīng)用現(xiàn)狀和觀點(diǎn)。
該研究是工程產(chǎn)品開發(fā)領(lǐng)域的首例，闡明了工程領(lǐng)導(dǎo)者在開發(fā)工作流程的驗(yàn)證和驗(yàn)證階段面臨的挑戰(zhàn)和關(guān)鍵優(yōu)先事項(xiàng)，以及智能AI解決方案如何支持他們更快速地獲得更好的結(jié)果。
"工程領(lǐng)域正在醞釀一場風(fēng)暴，因?yàn)閲@可持續(xù)性和數(shù)字化的市場趨勢正在產(chǎn)生更多棘手的物理問題，而當(dāng)前的驗(yàn)證和測試方法可能無法解決。"Monolith首席執(zhí)行官兼創(chuàng)始人Richard Ahlfeld博士說，正如這項(xiàng)研究的數(shù)據(jù)顯示的那樣，隨著保持盈利和競爭力的壓力增加，工程領(lǐng)導(dǎo)者正處于以新方式創(chuàng)新的道路岔路口。
在一個(gè)快速開發(fā)創(chuàng)新、有效的解決方案至關(guān)重要的行業(yè)中，工程師們感受到了更快地將產(chǎn)品推向市場的壓力。事實(shí)上，這項(xiàng)新研究的數(shù)據(jù)顯示，71%的受訪工程領(lǐng)導(dǎo)者表示，他們需要找到加速產(chǎn)品開發(fā)以保持競爭力的方法。
調(diào)查數(shù)據(jù)顯示，許多工程領(lǐng)導(dǎo)者感到?jīng)]有能力實(shí)現(xiàn)變革，超過一半(55%)的受訪者表示他們?nèi)狈λ璧挠行Чぞ?，現(xiàn)有的虛擬驗(yàn)證和仿真工具也不足。
對于工程決策者來說，這些缺陷對業(yè)務(wù)成功影響的嚴(yán)重性是顯而易見的，82%的受訪者指出，產(chǎn)品發(fā)布延遲一個(gè)月會使他們的業(yè)務(wù)損失數(shù)百萬甚至數(shù)十億美元。
雖然現(xiàn)有的物理測試和仿真方法無法滿足工程師對產(chǎn)品設(shè)計(jì)通過驗(yàn)證的需求，但行業(yè)領(lǐng)導(dǎo)者認(rèn)為AI是一個(gè)理想的工具，可以增強(qiáng)他們?yōu)槭袌錾a(chǎn)高效解決方案并取得商業(yè)成功的努力。
根據(jù)這項(xiàng)研究，與尚未實(shí)施AI的企業(yè)相比，已經(jīng)實(shí)施AI的工程團(tuán)隊(duì)獲得收入、盈利能力和競爭力增長的可能性要高出43%。
盡管AI有能力為工程領(lǐng)域的企業(yè)帶來有意義的結(jié)果，但許多工程組織卻錯(cuò)過了先進(jìn)AI技術(shù)的全部潛力；不到19%的工程領(lǐng)導(dǎo)者表示使用無監(jiān)督學(xué)習(xí)算法來分析歷史或當(dāng)前測試數(shù)據(jù)，不到一半的人使用了他們的工程測試數(shù)據(jù)。
Monolith通過其定制的SaaS平臺將AI民主化，它使用無代碼的機(jī)器學(xué)習(xí)軟件，使領(lǐng)域?qū)＜夷軌蚶矛F(xiàn)有的寶貴測試數(shù)據(jù)集進(jìn)行產(chǎn)品開發(fā)。該平臺從這些信息中進(jìn)行分析和學(xué)習(xí)，使用它來生成準(zhǔn)確、可靠的預(yù)測，使工程團(tuán)隊(duì)能夠減少昂貴、耗時(shí)的原型測試程序，并在原有一半的時(shí)間內(nèi)開發(fā)出更高質(zhì)量的產(chǎn)品。
Ahlfeld博士補(bǔ)充說："借助人工智能，工程領(lǐng)域的專家可以快速理解并即時(shí)預(yù)測復(fù)雜的物理學(xué)，使他們能夠減少測試，了解更多，更快地進(jìn)入市場。"通過這項(xiàng)調(diào)查發(fā)現(xiàn)的新見解，突顯了AI等先進(jìn)技術(shù)的廣泛實(shí)施正變得多么重要。該行業(yè)現(xiàn)在需要采取必要措施，為數(shù)據(jù)驅(qū)動(dòng)的未來做好準(zhǔn)備。
