今年1月，ARC分析师格雷格•戈巴赫(Greg Gorbach)撰写了有关制造业数字化转型的文章。雷格在报告中指出了许多观点：如数字转换将触及商业的几乎所有领域，这将广泛而深远地延伸着，并且当今最引人注目和可能最重要的趋势是高级分析和机器学习的激增。
这项技术已经达到了一个临界点，现在可以在设定中实现价值，这也刺激了智能连接传感器的需求、网络以及其他收集和移动数据到分析系统的方法，反之亦然。
在以后人类在工厂里的重要性将比以往任何时候都要重要。机器学习非但不会取代人类，反而会让工厂工人变得更有价值。
人性的夸张消亡
人们不禁会觉得人类已经过时了，媒体每天都会报道另一个机器人准备主宰的行业：如制造食品、药品、甚至组装宜家家具。
然而，这些头条新闻与工厂中工人实际工作的内容相矛盾，其实人类仍然占据主导地位，波士顿一家咨询公司估计，只有10%的工厂任务是由机器人完成的。如果在手机上读到这篇文章，那么在最终的组装和测试过程中接触到手机的人与机器人的比例极有可能是50：1。
人类作为一个数据源
传统观点认为自动化是不可避免的，机器很容易测量，人类却很难测量。当一个公司无法量化人类对其工作过程的贡献时，自动化可能只是本能的反应。这种数据不平衡使自动化成为一种反射性决策，但不一定是正确的。
机器人和机器并不是未来，因为它们只是简单的低挂的成果。机器创建二进制数据流，构建工具来捕获这些数据流和平台来分析它们并不困难。
机器学习现在正准备在混乱的、多变的、以及人类不可估量的活动中找到更具有意义的模式。
本文首发网站：https://www.ait800.com/jiqixuexi/364.html
