人工智能采矿的未来：构建洞察驱动型组织的第一步

人工智能挖掘的未来：建立迈向以洞察力为导向的组织的第一步 目录介绍提出理由-为什么选择AI以及为什么要这么做建立案例—人工智能实施中的挑战成为以洞察力为驱动力的企业采矿的未来就在这里关于德勤/ NORCAT合作伙伴14681112人工智能挖掘的未来|介绍介绍由于大多数矿山仍在使用传统技术，并且面临着将业务深入地下的日益增长的需求，因此，难以获得的成本和生产率的节省变得越来越难。此外，全球采矿作业的生产率持续下降，尽管作业不断改善，甚至在针对下降的矿石品位进行调整后也是如此。最重要的是，该行业将继续面临： 大宗商品价格波动-这继续挤压现金流并给盈利能力带来压力； 改变工作性质-在人口结构变化的地方，工作的性质和对采矿的看法是职业选择，这使得重新考虑人才管理的需求日益增加； 现有矿山的成熟度导致较低的矿石品位和较长的运输距离； 创新壁垒-由于知识产权和竞争问题，采矿公司倾向于规避风险并倾向于不信任合作。1 人工智能挖掘的未来|介绍在规划运营的未来时，寻求将挑战转化为机遇的矿业领导者越来越多地寻求与人工智能（AI）相关的先进技术套件，例如机器学习和自然语言有助于深化洞察力的处理功能以及可以显着增强图像和语音识别能力的深度学习神经网络。虽然没有针对行业挑战的单一技术解决方案，但是当有效地集成到传统上需要人工智能的工作流中时，与AI相关的技术现在可以增强组织完成任务，决策，建立互动互动并产生更强大的业务成果。Deloitte-NORCAT系列中有关采矿行业主要趋势的第三份报告探讨了AI及其相关应用程序在哪里带来了实实在在的利益，并且已经为采矿作业带来了开拓性的发现。德勤（Deloitte）和NORCAT最近与一系列为采矿公司构建AI解决方案的技术公司进行了访谈，它解释了这些采矿公司的方式和原因使用了基于AI的应用程序，同时还确定了主要的好处和未来对这些技术进行优化投资的考虑因素。它验证了采矿业的成功越来越取决于改变其业务方式-从适应不断变化的一线工人技能以及更好地理解开始技术如何确保资源得到最佳利用，以及使操作变得更安全，更高效。它强调了到达那里首先要解决一些基本问题：矿业公司为什么要采用AI应用程序？在采矿业中部署AI时会遇到哪些主要挑战？矿业公司如何准备采用AI并迈出第一步？应对任何技术实施的复杂性都充满挑战，但是，重要的合作伙伴关系对于确保技术增强公司的重要性日益重要。核心价值和能力，同时保持灵活性和成本效益。让我们看看矿业公司如何已经在使用与AI相关的技术来发挥作用。弄清AI的含义切实可行的见解广泛的数据分析的结果，其中信息可提供足够的洞察力来推动决策分析学使用数据和算法通过生成见解来改善决策认知的AI的组成部分，包含人与人之间的类似于人的交互层，构成AI的基础数据和技术机器学习通过暴露更多数据可随着时间而改进的算法深度学习使用神经网络的机器学习子集1有大量的数据需要学习1.神经网络：分层连接在一起的简单处理器的集合。每个处理器只能执行非常简单的数学任务，但是它们的大型网络具有更大的功能，并且可以执行许多自己无法完成的任务。†要了解有关图像中AI概念的更多信息，请参阅以下文章：抓住真正的AI机会，德勤，2018年。可在www.deloitte.ca上获得23人工智能深度学习认知的机器学习分析工具可行的见解† H人工智能挖掘的未来|提出理由-为什么AI和为什么现在人工智能挖掘的未来|提出理由-为什么选择AI以及为什么要这么做提出理由-为什么选择AI以及为什么现在更快，更精确的决策由于矿场运营需要大量的数据处理，其中大部分仍是通过手动或视觉检查收集的，使用机器学习通过即时收集数据并得出现场有见地的决策来交付价值因素有可能极大地简化工作流程，同时减少错误。在某些情况下会增加几个数量级。RockMass技术例如，已经部署了最新一代的传感器来捕获实时数据，从而使用手持式硬件来识别岩石表面上的潜在破坏面。工人的行为，生成数据，然后将其自动分析以发现有问题的行为趋势，并建议在基于模拟器的环境中进行重点突出的补救培训。这使矿山经理能够主动做出反应解决潜在或即将出现的操作员能力差距，优化培训干预措施以最佳地满足单个工人的需求，并最终提高整个员工队伍中操作员绩效的标准。通过提升效率消除错误从大量数据中快速得出模式可以通过以下方式提高效率由于通过工业即插即用技术自动生成代码，通风技术人员几乎可以像将鼠标或键盘插入计算机一样轻松地将设备（例如风扇）重新放置到新位置。工业设备可以识别，并且可以远程或自动激活。– Shyft Inc.分析岩石表面并在几分钟之内将数据提供给用户。这是提高一致性和质量 通常会遭受人为错误的工作。通过使用比当前手动方法快18倍的数据分析软件，结果是一种一致且非常有效的方法，可以对潜在风险进行准确，快速的评估。离子工程使用机器学习来极大地增强所使用的图像识别能力与从事这项工作的员工相比，在确定铜品位方面的错误率可忽略不计。通过培训再一次，对于整个行业或任何特定的运营环境，没有任何一种技术已经成为或将成为神奇的子弹。同时，采矿业正在学习与人工智能相关的技术 可以帮助一线工人做得更好尽管人工智能仍然是新兴的先进实用技术套件，但人工智能正在使矿业公司成为以洞察力为驱动力的企业，这些企业利用数据来获取关键利益。与正在为采矿业开发AI应用程序的公司合作，NORCAT最近与德勤（Deloitte）合作对这些公司进行了一系列采访，以更好地了解他们如何以及为何使用基于AI的技术，从而确定人工智能技术的主要优势实施该技术使我们的团队可以比现场通常完成的速度快18倍处理日常数据。– RockMass Technologies在该行业中，我们第一次看到了从培训到运营再到闭环的封闭循环的希望。这使我们能够建立所需的最佳实践标准，然后监控每个操作员，以防止性能下降并共同推动员工队伍的发展。–ThoroughTec改善的健康和安全人工智能支持更好，更快的决策制定，这对于改进决策至关重要受益于AI的人是与供应商进行投资并具有首次访问权的公司。–离子工程与人并行的机器-特别是通过使用神经网络来学习操作员的特征寻找-最终改善了操作时间和产品质量，从而增加了降低成本的潜力。较小的环境足迹将AI技术嵌入到现有系统中正在帮助采矿业减少能源需求并减少其环境足迹。通风礼物更快地做出决策，同时减少人为错误，环境足迹和在潜在危险情况下需要人工干预。然而，实施和使用与AI相关的技术带来了巨大的挑战，矿业公司首先需要了解他们容易面临的主要限制和障碍在其组织内部署AI时。负担得起，并为更大的理由 在行业内采用。所有接受采访的公司讲述的故事都描绘了活跃的产品，解决方案和相关的好处，并着重介绍了以下公司以进一步说明其影响。4一线矿工的健康和安全条件，减少他们在危险情况下的接触，并加快采矿过程的转变，使其更具“流程性”，而不是以人为本”。充分利用AI功能是ThoroughTec的基于模拟器的培训平台，可穿戴式传感器可在其中持续监控地下矿井中最大的能源成本。利用超过六年的数据，Shyft Inc.正在使用机器学习来预测能量峰值。增强AI使用集成的过程控制来自动调节通风系统，有助于显着降低能源成本。5人工智能的好处•更快的决策，更高的准确性•改善健康与安全•通过消除错误来提高效率•较小的环境足迹 人工智能挖掘的未来|打造案例-人工智能的挑战执行人工智能挖掘的未来|建立案例-AI实施中的挑战建立案例-人工智能实施中的挑战与新技术一样，实施起来可能会很困难，耗时，并且最终比预期要花费更多的钱–不仅牵涉到技术挑战，而且也牵扯到人员和环境因素。从德勤NORCAT访谈中获得的见解强调了基于AI的实现所面临的许多关键挑战，包括：洞察力的产生连接设备生成数据的数量不断增加的结果之一就是难以将不同的源验证和整理到结构化数据库中。很多困难在于精简数字和视觉信息的质量AI可以利用它来提供有用的见解。作为回应，ThoroughTec在开发产品时采用了敏捷方法，在测试数据上与人类观察并行地运行算法。结果被用于改进算法，同时测试场景的复杂性逐渐增加，并且人员参与度降低。产业文化传统上，采矿业被认为是具有风险的企业，其品位，投资波动性和金属价格不确定，因此，每一个机会都可以降低风险并坚持使用行之有效的方法。鼓励手术。这种风险规避扼杀了创新机会，有限的了解成功的AI实施通常会改变游戏规则，但采矿专业人士需要了解它们需要在财务收益，改进的迭代变更流程和敬业的员工之间取得足够的平衡，首先是高管们要有耐心，而在下个季度之后就不会期望收益。一家实现这一平衡的公司位于安大略省普拉莫，他们在产品的整个试验阶段都与员工进行了合作，这使公司可以直接了解如何普拉莫的技术可以实时分析数据，以识别异常设备和工艺行为。通过测试使用采矿公司的设备生产产品后，员工不仅被集成到产品开发过程中，而且还提供了机会来从产品中获得可行的见解，从而鼓励员工投入以帮助改进解决方案。它还使合作伙伴公司能够看到解决方案如何随着时间的推移改善其运营，而不是进行部署无论解决方案是否涉及人工智能，采矿业在变革和技术采用方面仍将面临众多障碍。但是，与应对所有挑战一样，采矿业高管今天做出的选择将决定明天是否将障碍变成机遇。随着可持续性越来越成为长期方法的问题，对技术辅助解决方案的需求从未如此迫切。同时，开发具有成本效益的解决方案不仅需要大量精力，而且还需要继续前进。为了增加成功的机会，矿业公司需要在设计和实施AI策略和应用程序时经过一系列明确定义的步骤。测试方法差产生见识难以收集一致的高质量数据来训练模型并产生可行的见解 拒绝采用AI的行业文化领导者缺乏系统化的创新方法和/或沟通专业知识或部门来帮助将AI嵌入企业DNA中对AI相关技术的部署了解有限（运营和财务回报）采矿专业人士发现，尽管某些解决方案产生了令人满意的测试结果，但其实施却很复杂。同样，与AI相关的产品的实施会影响日产量，通常不会立即为股东带来回报缺乏当前的能力支持人工智能需要将传统的采矿技能与先进的技术技能相结合，领导者必须考虑增加招聘人数雄心勃勃的技术人才 环境，从而发挥创造力相关流程更加灵活，设计出更具启发性的工作环境。主要操作避免带头证明新产品的经验性能技术，因为前沿技术创新带来的前期成本以及潜在的失败或风险被认为是不明智的。Wipware的方法是专注于改善一线工人的日常体验-包括从过去的完全试验和错误做法转变，在这种情况下，试图预测压碎机间隙的员工通常会增加设备的停机时间。依靠神经网络Wipware在整个采矿过程中提供实时的物料尺寸数据，从而实现自动化的过程控制，从而提高了工人预测其运营中断的能力，并通过减少停机时间和延长设备使用寿命来降低成本。预先完整的端到端解决方案。能力不足由于矿业公司倾向于从外部来源获取AI功能而不是开发它们，因此实施可能会迅速陷入困境，尤其是在技术趋于快速发展的情况下。它还强化了长期以来的行业习惯，即在充分确认更敏捷的情况下，不部署任何尚未准备就绪的产品。分阶段实施的方法具有明显的竞争优势。2作为一家与实验室合作的基于实验室的创业公司，以试验其技术，RockMass技术很快在矿业公司之间建立了信任，并欢迎他们参与测试过程。这证明了新生的技术如何帮助改善运营并为长期合作伙伴提供战略合作伙伴，这是一个潜在的耗时过程，但最终会获得回报。 62.采矿创新以人为本，德勤/ NORCAT，2017年7 Ť人工智能挖掘的未来|成为有洞察力的人企业人工智能挖掘的未来|成为有洞察力的企业成为有洞察力的企业矿业公司已经集成了不同的数据源并使用技术来产生更高层次的洞察力和能力，他们深知仅凭技术是不够的。1.发现矿业和资源行业的领导者确认，在技术实施之初进行仔细的计划和发现可以大大降低风险。公司首先将业务领导者的目标和抱负与采矿的未来对组织的看法保持一致。接下来是提出正确的问题，以识别关键用户和用例，了解行业趋势和机会，识别资源并确定AI最能提供帮助的地方。2.资料准备着眼于具有高影响力的数据，一旦部署成功，采用结构合