什么是持续智力？

持续智能依赖于平台，体系结构和软件，允许组织收集，组织和分析数据，以实现响应实时事件的快速操作。

今天的企业需要根据对来自多个来源的流数据的分析，在事件发生时做出快速决策。这与组织以前的工作方式完全不同。它需要改变数据收集，分析和整合到业务流程的方式。

正确实施的方法将使公司变得积极主动而不是被动。这将代表企业运营方式的根本改变。

在过去，公司会在事件发生后采取行动。这可能包括欺诈被承诺，由于零件或设备故障导致关闭的操作，市场中的产品存在缺陷，或服务不符合规格或客户期望等。

另见：持续智能案例

事件发生后对此类事件做出反应对业务不利。公司的声誉受损，可能会产生重大财务影响。发生问题后产生的成本示例包括：

• 去年，参与复杂身份欺诈计划的犯罪分子在美国偷走了168亿美元。金融机构很少收回这笔金额，许多人必须支付罚款，并为每个受影响的个人提供数年的信用监控服务。
• 一家平均海上石油和天然气公司每年经历大约27天的意外停机，损失可能达到3800万美元。
• 未检测到的汽车产品缺陷会导致巨额成本，结算费用和声誉受损。几个案例说明了问题的范围。其中包括由于点火开关问题召回80万辆汽车，由于缺陷而召回650万辆轮胎，以及1亿个安全气囊充气机。这些问题的召回，伤害索赔和结算费用的估计费用分别为41亿美元，56亿美元和240亿美元。

如果企业能够发现导致此类欺诈，停机和缺陷的问题，并采取了纠正措施来制止这些问题，该怎么办？那本可以省下所有的钱。

传统的分析方法根本无济于事。在欺诈的情况下，分析可能有助于识别正常交易的异常值。但充其量，传统分析可能有助于了解小偷犯罪后发生的事情。

我们需要的是能够检查情境数据并使用人工智能（AI）和机器学习（ML）算法来实时检测出错误并建议或采取措施自动停止。

在欺诈的情况下，这种分析将允许金融机构停止交易发生。

在井下井设备的情况下可以使用类似的方法。从嵌入在设备中的传感器收集的数据可以帮助实时发现即将失效的阀门，垫圈，O形圈或螺栓。该部件可以立即更换，从而防止任何意外停机和相关时间来确定问题的根本原因。

这同样适用于汽车产品。物联网（IoT）设备可以集成到生产线中，以测量温度，化学成分，压力以及影响质量的任何参数。分析流数据作为零件并应用AI或ML技术可以帮助在产生数十万种产品之前检测缺陷，防止它们在道路上使用时失效。

输入持续智能

上述方法基本上描述了连续智能的核心功能。持续智能依赖于平台，体系结构和软件，允许组织收集，组织和分析数据，以实现响应实时事件的快速操作。

与传统分析不同，它依赖于历史数据的分析和来自各种来源的实时数据。该数据可以包括电子邮件消息，点击流，社交媒体，数据日志以及来自传感器和物联网设备的信息。此外，CI利用AI和ML来进一步增强对此类数据集使用的传统分析。

这些功能为企业提供了新工具，可以提高运营效率，减少停机时间，改善和加强客户互动。与普通分析和商业智能（BI）相比，CI提供态势感知，规定行动，并允许企业积极主动。

踏脚石到自动化

CI有可能从根本上改变正常的业务运营。将CI嵌入流程和系统可以让公司从被动组织转移，在事件发生后采取行动，采取主动，采取措施防止事故发生。因此，在缺陷影响产品质量之前，企业可能会切断正在进行的欺诈性交易或在装配线上解决问题。

这只是CI的基本优势。如果CI工作将规范分析与AI和ML相结合，除了知道某些事情是实时发生之外，解决方案还可以建议需要采取哪些行动。因此，决策可以在整个组织中实现标准化。例如，可以基于公司专家的知识开发基于AI的规则。如果出现X，Y和Z条件，则执行操作A，B和C.然后，该知识可用于远程办公室中的工作人员，他们可能不一定知道此类实时事件表明存在欺诈活动或生产问题正在发生。以这种方式使用，CI充当提供实时决策支持的专家系统。

企业也可以将CI提高一级。通过了解实时发生的事情以及需要执行的操作，为什么不只是自动化事物并拥有一个系统来执行适当的操作？当然，可以基于CI解决方案中的流数据的实时分析来停止或改变业务流程。也许有一天，机器人系统可以在导致装配线关闭之前更换有缺陷的部件。