@TheStreet これは、印象的でありながら同時にイライラするようなAIの機会の一つです。 AIが道路、橋、点検記録、劣化パターン、交通量の重要性、修繕優先順位を分析するのはまったく理にかなっています。 これはAIが実際に運用価値を生み出すべき場所です。 しかしビジネスアナリティクスの観点から見ると、驚異的なのは、何十年にもわたる保守の先送り、断片化されたデータベース、不一貫な点検、予算制約、インフラへの投資不足によって、私たちが人為的に経済的問題を生み出してきたということです。 そしてその同じ問題が、今や可能性として巨大なテクノロジーマーケットになっています。 このサイクルを考えてみてください： インフラが劣化する。 保守が先送りされる。 点検データは分断されたシステムに閉じ込められる。 修繕の遅れが蓄積する。 政府は限られた予算に直面する。 その後、民間のテクノロジー企業が最適化課題を収益化するために登場する。 これは本当に驚異的です。 利益が本質的に悪いからではありません。 利益はイノベーションを促進することができます。 しかし、もしこれから資産管理システム、ライフサイクル予測、予防保全、インフラアナリティクスを最初から適切に導入していれば、どれほどの経済的価値を守ることができたでしょうか。 ここにAIの力があります。 コンピュータービジョンは劣化を特定できます。 機械学習は数十年にわたる点検履歴を分析できます。 AIエージェントは、状態、交通量、ネットワークの重要性、コスト、リスクに基づいて、どの橋を最初に修繕すべきかをエンジニアに提案できます。 これはAIがエンジニアを置き換えるのではありません。 これはAIが資本配分を改善しているのです。 そして、ここに隠されたより大きな投資理論があるかもしれません。 次の主要なAIの勝者たちは、単にモデルを販売するだけではなく、数兆ドルに及ぶ物理的資産について、政府や企業がより賢明な意思決定を行うのを支援するかもしれません。 私たちは人間の意思決定によって巨大なインフラ問題を生み出してきました。 そして今、AIはその結果をより賢く管理するためのツールの一つになるかもしれません。 出典： https://t.co/BUvzEATUOJ #ArtificialIntelligence #Infrastructure #BusinessAnalytics #Investing #TheFinancialLedger #WealthCoachLathan