ข้อเสนอแนะของ AI สำหรับการแจ้งเตือน IoT
ข้อเสนอแนะของ AI สำหรับการแจ้งเตือน IoT ใช้ข้อมูล IoT โดยแปลงการแจ้งเตือน IoT เป็นกรณีและใบสั่งงาน ทำให้องค์กรสามารถตรวจสอบและแก้ไขปัญหาก่อนที่จะเกิดขึ้นได้ ข้อเสนอแนะของ AI ยังสามารถเรียนรู้จากการดำเนินการก่อนหน้ากับการแจ้งเตือน IoT โดยให้คำแนะนำเกี่ยวกับลำดับความสำคัญและชนิดของเหตุการณ์ ตัวอย่างเช่น หากองค์กรของคุณได้รับการแจ้งเตือน IoT เป็นประจำซึ่งระบุว่าอุณหภูมิของเครื่องเกินเกณฑ์ที่ยอมรับได้ ในกรณีดังกล่าว องค์กรของคุณมักจะแปลงการแจ้งเตือนเหล่านี้เป็นใบสั่งงาน โมเดล AI IoT ใช้ข้อมูลประวัตินี้เพื่อเรียนรู้จากการดำเนินการ เมื่อมีการแจ้งเตือนอุณหภูมิใหม่ที่เกินเกณฑ์อุณหภูมิ AI จะรับทราบและแนะนำการดำเนินการที่เหมาะสม
ใช้ข้อเสนอแนะสำหรับการแจ้งเตือน IoT เหล่านี้เพื่อ:
- รับข้อมูลเชิงลึกเกี่ยวกับการจัดลำดับความสำคัญของการแจ้งเตือน IoT
- ปรับปรุงความสามารถของคุณในการแก้ไขปัญหาที่สำคัญในเชิงรุก
- ปรับทรัพยากรในการจัดสรรให้เหมาะสมสำหรับการแจ้งเตือน IoT ที่ต้องมีการดำเนินการเพิ่มเติม เช่น กรณีและใบสั่งงาน
- ใช้ AI เพื่อเรียนรู้จากความรู้ของบุคลากรที่มีประสบการณ์ในการตอบสนองต่อปัญหาที่ระบุผ่านข้อมูล IoT อย่างมีประสิทธิภาพ
ข้อกำหนดเบื้องต้น
IoT สำหรับ Field Service ได้รับการตั้งค่าให้ใช้หนึ่งในตัวเลือกต่อไปนี้:
ชนิดเหตุการณ์ที่กำหนดค่า ที่อ้างถึงปัญหาหลักที่ระบุในใบสั่งงาน และกำหนดรายละเอียดที่เกี่ยวข้อง เช่น ชนิดของใบสั่งงาน ผลิตภัณฑ์ บริการ และงานบริการ
การตั้งค่าลำดับความสำคัญในการแจ้งเตือน IoT ระบุระดับความสำคัญต่อธุรกิจ โดยทั่วไปจะประเมินตามปัจจัยต่างๆ เช่น ต้นทุนที่เกิดขึ้นหรือความพึงพอใจของลูกค้า
เพื่อให้โมเดลมีข้อมูลเพียงพอสำหรับการสร้างข้อเสนอแนะที่ถูกต้อง ขอแนะนำให้มีการแจ้งเตือน IoT อย่างน้อย 50 รายการที่แปลงเป็นกรณีหรือใบสั่งงาน
เปิดใช้งานการแนะนำ IoT
- ใน Field Service ให้เปลี่ยนเป็นพื้นที่ การตั้งค่า
- ภายใต้ IoT เลือก การตั้งค่า และไปที่แท็บ ข้อเสนอแนะ IoT
- ตั้งค่า คำแนะนำ IoT สลับเป็น เปิดใช้งาน
ประสบการณ์ที่แนะนำเพื่อตั้งค่าการเปิดใช้ข้อเสนอแนะ IoT
หากโมเดลต้องได้รับการกำหนดค่าใหม่ตามการเปลี่ยนแปลงไปยังระบบหรือการเปลี่ยนแปลงความต้องการทางธุรกิจ คุณสามารถเปิดใช้ประสบการณ์ที่แนะนำโดยเลือก กำหนดค่าข้อเสนอแนะ IoT ใหม่ ในการตั้งค่าข้อเสนอแนะ IoT
ขั้นตอนที่ 1: ยอมรับเงื่อนไขการใช้บริการ
ยอมรับเงื่อนไขการใช้บริการ และเลือก ถัดไป
ขั้นตอนที่ 2: เลือกตัวระบุอุปกรณ์
เลือกวิธีที่องค์กรของคุณใช้การแจ้งเตือน IoT เป็นหลักเกี่ยวกับอุปกรณ์และทรัพย์สินของลูกค้า เพื่อเป็นตัวเตือน มีความสัมพันธ์แบบหนึ่งต่อกลุ่มที่ซึ่งอุปกรณ์จำนวนมากสามารถเกี่ยวข้องกับทรัพย์สินของลูกค้าหนึ่งรายการ
- เลือก รหัสอุปกรณ์ หากองค์กรของคุณจัดการการแจ้งเตือน IoT เป็นหลักจากอุปกรณ์แต่ละเครื่อง เช่น เทอร์โมมิเตอร์ที่ส่งค่าอุณหภูมิ
- เลือก สินทรัพย์ของลูกค้า ถ้าองค์กรของคุณจัดการการแจ้งเตือน IoT เป็นหลักจากอุปกรณ์ที่เกี่ยวข้องกับสินทรัพย์ของลูกค้า
หากคุณไม่แน่ใจว่าตัวเลือกใดที่จะเลือก หรือถ้าองค์กรของคุณจัดการการแจ้งเตือน IoT ทั้งในระดับอุปกรณ์และระดับสินทรัพย์ของลูกค้า เลือกตัวเลือก รหัสอุปกรณ์ ค่าเริ่มต้น
ขั้นตอนที่ 3: ป้อนตัวระบุกฎ
เลือกกฎที่คุณกำหนดไว้ในผู้ให้บริการ IoT ที่ทริกเกอร์การแจ้งเตือน IoT พาธของกฎสามารถพบได้ใน JSON การแจ้งเตือน IoT
ตัวอย่างของพาธของกฎสำหรับฮับ IoT คือ ruleoutput
ขั้นตอนที่ 4: ป้อนคุณสมบัติอุปกรณ์
เลือกคุณสมบัติของอุปกรณ์ที่โมเดล AI ควรพิจารณาเมื่อสร้างข้อเสนอแนะ คุณสมบัติเหล่านี้รวมถึงสัญญาณที่มาจากอุปกรณ์ที่เชื่อมต่อ และตัวแปรและคุณลักษณะอื่นๆ ที่เกี่ยวข้องกับอุปกรณ์ ตัวอย่างเช่น เทอร์โมมิเตอร์ที่เชื่อมต่ออินเทอร์เน็ตซึ่งอ่านค่าอุณหภูมิได้ 72 องศา ควรคำนึงถึงค่าอุณหภูมินี้เมื่อทำการเสนอแนะ
โดยค่าเริ่มต้น ฟิลด์ ชนิดการอ่าน และ การอ่าน ใน IoT Hub จะถูกใช้เป็นคุณสมบัติของอุปกรณ์ อย่างไรก็ตาม คุณยังสามารถเพิ่มฟิลด์ที่กำหนดเองได้ด้วย ตัวอย่างเช่น คุณอาจมีโมเดลที่เชื่อมโยงต้นทุนทางการเงินกับการอ่านค่าอุณหภูมิแต่ละครั้ง การเพิ่มที่กำหนดเองนี้สามารถเพิ่มเป็นคุณสมบัติของอุปกรณ์สำหรับให้โมเดล AI พิจารณา
ขั้นตอนที่ 5: เสร็จสิ้น
หลังจากเสร็จสิ้นกระบวนการตั้งค่า คุณจะเริ่มได้รับคำแนะนำภายใน 24 ชั่วโมง โมเดล AI จะวิเคราะห์ทั้งข้อมูลในอดีตและข้อมูลที่เข้ามาในอนาคต ข้อเสนอแนะจะรีเฟรชและอัปเดตทุกๆ 24 ชั่วโมง
หากต้องการตรวจสอบว่าข้อเสนอแนะจาก AI ทำงานอย่างถูกต้องหรือไม่ ให้เลือก มุมมองการแจ้งเตือน IoT ที่จัดลำดับความสำคัญ บน การแจ้งเตือน IoT ซึ่งคุณจะพบลำดับความสำคัญและชนิดเหตุการณ์ที่แนะนำ
นอกจากนี้ ลำดับความสำคัญและชนิดเหตุการณ์ที่แนะนำยังจะปรากฏในเรกคอร์ดการแจ้งเตือน IoT
โมเดล AI กำหนดคะแนนลำดับความสำคัญให้กับการแจ้งเตือนตามการแจ้งเตือนในอดีตและเอนทิตีที่เกี่ยวข้อง เกณฑ์แบบไดนามิกจะแยกความแตกต่างระหว่างการแจ้งเตือนที่มีลำดับความสำคัญสูงและต่ำ ขึ้นอยู่กับว่าต้องการการตอบสนองที่รวดเร็วเพียงใด โมเดลจะปรับเกณฑ์นี้ให้เหมาะสมในแต่ละรอบการฝึกเพื่อปรับให้เข้ากับรูปแบบข้อมูลที่เปลี่ยนแปลง ด้วยการกระจายแบบไดนามิก การแจ้งเตือนที่ได้รับคะแนนก่อนหน้านี้ยังคงมีความเกี่ยวข้องด้วยเนื่องจากโมเดลยังคงเรียนรู้และปรับปรุงความสามารถต่อไป โมเดลจะส่งคืน ไม่มีข้อเสนอแนะ หากไม่มีคำแนะนำ
ขั้นตอนถัดไป
คำติชม
https://aka.ms/ContentUserFeedback
เร็วๆ นี้: ตลอดปี 2024 เราจะขจัดปัญหา GitHub เพื่อเป็นกลไกคำติชมสำหรับเนื้อหา และแทนที่ด้วยระบบคำติชมใหม่ สำหรับข้อมูลเพิ่มเติม ให้ดู:ส่งและดูข้อคิดเห็นสำหรับ