人工智能和機器學習已經(jīng)為黃金時間做好了準備，并且現(xiàn)在已經(jīng)由工業(yè)物聯(lián)網(wǎng)支持，為制造商和工業(yè)設(shè)備制造商提供了利用豐富信息流的潛力，以進行從提高視覺檢查的一致性和質(zhì)量到獲得對操作的關(guān)鍵見解的一切工作。

但是對于農(nóng)業(yè)來說，已經(jīng)存在了。各種類型的農(nóng)業(yè)設(shè)備都在利用AI的力量來幫助提高農(nóng)業(yè)效率，可持續(xù)性和利潤。

Fierce Electronics采訪了約翰迪爾（John Deere）數(shù)字解決方案戰(zhàn)略主管戰(zhàn)略負責人Sona Raziabeegum，了解該公司從傳統(tǒng)設(shè)備制造商到世界上技術(shù)最先進的制造商的轉(zhuǎn)變，以及在AI和機器學習方面取得成功所需的條件。

FE：農(nóng)業(yè)和工業(yè)設(shè)備制造商如何將自己轉(zhuǎn)變?yōu)锳I和數(shù)據(jù)驅(qū)動的業(yè)務(wù)？

Raziabeegum：重要的是要知道，創(chuàng)新一直是John Deere脫氧核糖核酸的一部分，其歷史可以追溯到1837年，當時我們的創(chuàng)始人創(chuàng)造了世界上第一個自拋光鑄鋼犁。快進到1919年，當時該公司實際上決定通過進入發(fā)動機業(yè)務(wù)徹底顛覆自己。對于直到那時為止還依賴動物力量的公司來說，這是一件非常激進的事情。

再過80年，到1999年，約翰·迪爾（John Deere）收購了NavCom，進入了精準農(nóng)業(yè)領(lǐng)域，該公司的技術(shù)可以將GPS信號校正到幾厘米的精度。這確實是將機器本地化到現(xiàn)場的開始，這是我們旅程中的另一個關(guān)鍵。然后，在短短的18年后，我們收購了AI初創(chuàng)公司Blue River（一家智能農(nóng)機的開發(fā)商），從而進入了AI和機器學習領(lǐng)域。

在持續(xù)不斷的顛覆過程中，我們顯然非常專注于創(chuàng)新，但是我認為公司的成功同樣重要，因為我們的核心是客戶至上。我們將客戶放在一切工作的中心，始終致力于開發(fā)技術(shù)以改善他們的生活，幫助他們提高利潤并在運營中更具可持續(xù)性。

最后，以客戶為中心對于AI的成功至關(guān)重要。

FE：收購AI初創(chuàng)公司似乎是獲得該技術(shù)快速入門的一種好方法，但是任何集成都可能會非常困難。約翰·迪爾（John Deere）為做到這一點做了什么？

Raziabeegum：文化是如此重要，我認為這是您真正需要確保收購正確的一件事。過去，我們一直在進行收購，而這次收購正是針對它可能帶來的創(chuàng)新而進行的，但是我們自己的內(nèi)部流程使我們無法充分利用創(chuàng)意人才。

我們了解到，為了保持所收購公司的企業(yè)家精神，我們需要將公司視為創(chuàng)新中心，并為團隊提供保持創(chuàng)新的空間。我們認識到，作為財富500強公司，我們可以確定技術(shù)可以解決的真正客戶需求，并且由于網(wǎng)絡(luò)的規(guī)模，我們可以有效地主流化和擴展該技術(shù)。為此，我們必須以結(jié)果為導向，并以客戶為中心。

FE：要想在AI和機器學習上取得成功，您需要對現(xiàn)有員工進行哪些變更（如果有的話）？

Raziabeegum：如果您回顧10或15年，我們的技術(shù)人員主要是機械和電氣工程師。但是，我們正逐漸從僅由硬鐵制造商過渡到擁抱點點滴滴。這是一個緩慢的過渡，我想強調(diào)的是，我們?nèi)匀恢匾暫诵墓こ碳寄埽驗檫@正是該公司建立并取得成功的原因。