Top 2024 Enterprise AR-trends at se - AREA

Genudgivet af Platon

Abonnenter: 0

Da vi letter ud af den første måned af 2024, er vi nu fuldt engagerede i det nye år. I de sidste 30 dage har jeg haft mulighed for at lære af mine jævnaldrende, som f.eks Tom Emrich fra Niantic (trendure på sit nyhedsbrev) og medformand for AREA Research Committee, Samuel Neblett fra Boeingog reflektere over de projekter, jeg er involveret i.

Jeg har komprimeret min vage følelse af håb og begejstring til et par AR-trends til virksomheder, som jeg vil se i løbet af de næste 11 måneder. Dette er ikke forudsigelser, men væsentlige fokusområder, som jeg tror vil drive innovation og indførelse af virksomheds-AR. Jeg holder nu officielt styr på disse tendenser for at se, hvor, hvordan og om de opstår.

Del venligst disse med dine kolleger og dine partnere. Har du beviser, der enten bekræfter eller sætter spørgsmålstegn ved nogen af disse tendenser i dine virksomheder? Jeg håber, du vil dele dine beviser, feedback og ideer med mig på .

Kunstig intelligens

Konvergensen af AI og AR er den mest betydningsfulde og mindst overraskende af de tendenser, man skal se i 2024. Tegnene er overalt.

#1 Virksomheder begynder internt at teste Generative AI (GenAI), herunder LLM-søer og private co-pilotløsninger. Tidlige brugere vil i stigende grad kombinere disse muligheder med AR-værktøjer. Der er snesevis af måder, hvorpå brugen af AI forbedrer arbejdsgange og reducerer omkostningerne ved virksomhedens AR. Velplaceret og programmeret AI kan udtrække relevant indhold fra virksomhedens datasæt til visualisering. Her er et par eksempler på, hvor og hvordan GenAI kunne booste AR:

Ved at bruge Digital Twins til baseline og AI til at detektere og matche funktioner i 3D-miljøer (sjældent i 2023), forventer vi, at virksomheder udvider deres interesse for og behov for rumligt bevidste apps og tjenester. For eksempel vil vi se en udbredelse af AR-assisterede Visual Positioning Services til navigation og risikodetektion baseret på 3D-kort.

Kombineret med fremskridt inden for hardware (se nedenfor), vil GenAI tillade automatisk generering af rigere AR-oplevelser til hundredvis af brugssager, inklusive men ikke nødvendigvis begrænset til 3D rumlige kort. Multimodale LLM'er, en avanceret type AI, der kan forstå og generere ikke bare tekst, men andre typer data, såsom billeder, lyd og muligvis endda video, er i fremmarch. Disse multimodale AI-modeller inkorporerer tidligere fangede scener i nye instruktioner. De vil registrere lyde fra omgivelserne og forudsige risici eller foreslå brugeren at reagere på bestemte måder uden at være programmeret/kodet på forhånd.

#2 Fremskridt inden for kunstig intelligens og computersyn kunne løse bekymringer om privatlivets fred i dataindsamling og -håndtering. Privatliv og følsomhed over for sikkerhedsrisici fra brugen af kameraer og andre sensorer på arbejdspladsen er fortsat hindringer for storstilet AR-implementering. Med AI kan realtidsbillede- og funktionsdetektion, sløring og sløringsmetoder kombineres med AR-skærme (eller deres tilknyttede tjenester og software) med lavere omkostninger og kraft. Enterprise AR-løsninger til beskyttelse af privatlivets fred for ting, steder og mennesker (AR-enhedsbrugere og dem omkring dem) med AI i løkken vil sprede sig som svar på behovet for overholdelse af virksomhedens privatlivspolitikker samt nationale og internationale regler.

Hardware

#3 Bortset fra nogle få roller (f.eks. arkitekter eller dem, der ser medicinske billeder), behøver vidensarbejdere ikke at bruge deres tid eller penge på store, virtuelle skærme (alias Apple Vision Pro). Videogennemsyn er ikke en levedygtig erstatning for optisk gennemsyn på arbejdspladsen, hvor medarbejderopgaver kræver håndfri AR og perifert syn. Problemer med videokvalitet, herunder forvrængning, fast kamera-IPD, høj ISO, lavt dynamisk område, lav kameraopløsning og lav billedhastighed, er ekstremt vanskelige (tænk: højt strømforbrug) at overvinde. Der vil dog blive investeret mange penge, og marketingkampagner vil få folk til at prøve. Prøv selv om de vil, hele video-gennemsigtige headset-push vil ikke gøre et væsentligt indhug i at reducere det optiske gennemsigtighedskrav til AR-skærme til virksomheder. Jeg har gentagne gange hørt, at enhver risikomanager, der ville godkende brugen af video-gennemsigtige XR-skærme til brug i et produktionsmiljø, hvor risikoen er høj, risikerer deres ansættelse.

#4 Mindre, mere kraftfulde og mindre strømforbrugende sensorer vil være mere økonomiske at implementere og administrere. Ud over de lavere omkostninger til implementering og styring af IoT bliver mere specialiserede halvlederløsninger, især dem, der er specialiseret i computervision, men også til behandling af lyd og bevægelse, i stigende grad føjet til AR-skærmenheder. Forestil dig, at sensorer på enheden registrerer brugerens behov for korrigerende linser og derefter genererer den korrigerede version af den virkelige verden (forbedret med AR, selvfølgelig) uden at brugeren er klar over det eller behøver at bære to par briller. Forbedringerne i skærmkapaciteter, kombineret med billigere hardware distribueret i brugerens miljø (tænk: intelligente rum) og forbundet til AI i skærmen eller på kantcomputerhardware, gør kontekstbevidsthed billigere at anskaffe og mere pålidelig. En dybere forståelse af kontekst oversættes til mange af de andre tendenser, der er identificeret nedenfor.

#5 Flere virksomheder vil introducere lette, billigere (og mindre egnede) AR-briller på markedet. Ikke alle brugere har brug for eller ønsker en fuld "computer" på hovedet. Der er flere måder at tilføje værdi på end en hjelm eller en tung og kraftfuld bærbar AR-skærm. Nogle enheder overfører behandling til tethered telefoner. Andre tilbyder trådløse, monokulære AR-briller til kun at vise heads-up beskeder til brugerne. Vi vil også holde øje med, at AR-brillesegmentet med kun lyd udvides, hvor stemmemeddelelser og AI-aktiverede lydsvar opfylder brugskravene.

UX

#6 Nye interaktionsformer begynder at komplementere/erstatte/fortrænge behovet for controllere og virtuelle tastaturer. Vi er allerede begyndt at se mere brug af øjensporing, blik og naturlige bevægelser (f.eks. at pege med bedre håndsporing) til input. Forbedringer i håndbevægelsessporingsteknologier vil i mange tilfælde udmønte sig i lavere kognitive belastninger og lavere beregningsbelastninger. Neurale input ved hjælp af et hovedbånd eller muskulære signaler via et armbånd giver brugerne mulighed for at styre alle deres digitale enheder ved hjælp af naturlige menneskelige grænseflader. Brugerens tunge kan endda blive en kilde til input. Hold også øje med hjernesansning med EMG.

#7 På samme måde som #6, på grund af nye og anderledes sensorer i enheder, vil der ske udvikling i, hvordan brugerne modtager/opfatter de digitale data i sammenhæng på arbejdspladsen. Ud over animationer, videoklip, stillbilleder og tekst, vil vi se hurtige eksperimenter og spændende muligheder for at bruge rumlig lyd og for at give just-in-time instruktioner og information til brugere, der bruger kombinationer med andre wearables (f.eks. ure og smart tøj).

Infrastruktur

#8 Private 5G-netværk kombineret med 5G-kompatibel hardware og cloud and edge computing vil tillade rigere oplevelser uden tungere eller strømforbrugende enheder. Mens dommen stadig er ude om omkostningseffektiviteten af private 5G-netværk baseret på nuværende implementeringer og brugssager, forbedres de gradvist. Der vil være mere 5G-understøttelse i næste generations AR-skærme. Disse kerneaktiverende teknologier vil føre til øget anvendelse af AR-oplevelsesstreaming og kollaborative AR-oplevelser.

#9 Sikkerhed for AR-oplevelser kan løses i netværket ved hjælp af forbedringer i off-device og automatisk godkendelse af AR-brugere og -enheder. At sikre virksomhedens cybersikkerhed er en enorm bekymring for alle it-afdelinger, og de fleste AR-enheder er dårligt udstyret til at opfylde alle kravene. Ekspertise i reduktion af sikkerhedsrisici er ikke en kernekompetence hos de fleste AR-udbydere. Innovationer for at sikre høj virksomhedsdatabeskyttelse, privatliv og reducere eksponering fra AR-brugers tilsigtede eller utilsigtede handlinger vil komme fra netværksteknologiudbydere. De og deres serviceudbyderkunder har løsninger, der dukker op fra forskning og vil blive testet i den nærmeste fremtid.

Software

#10 Lav-kode/ingen kode vil fortsætte med at vinde indpas ved hjælp af AI. Der er nu snesevis af lav-kode/no-code løsninger tilgængelige. Problemerne er at finde ud af, hvilke der opfylder virksomhedens krav, herunder men ikke begrænset til sikkerhedsproblemer. Mens AI tærer på behovet for manuelt at kode oplevelser, bliver fageksperter forfatterne til flere og flere tilpassede oplevelser. Den største vinder fra denne trend vil være mellemstore virksomheder uden de nødvendige tekniske ressourcer til at opfylde alle deres AR-brugsbehov. Med valgmulighederne med lav kode/ingen kode, der når større modenhed og brugervenlighed, vil behovet for dedikerede og højt betalte AR-oplevelsesudviklere og værktøjer med stejle indlæringskurver mindskes.

#11 Standarder bliver mere og mere relevante, og kombineret med den udvidede understøttelse af open source-biblioteker reducerer de behovet for at udvikle og vedligeholde skærmspecifikke apps og indhold til at levere oplevelser på tværs af en række AR-enheder. Selvom W3C WebXR fortsætter med at udvikle sig langsomt, bliver behandlingskravene til webbaserede løsninger i stigende grad opfyldt af hardwaren i et bredere udvalg af AR-displayenheder. Forbedringerne i netværksinfrastrukturen gør også mere kantbehandling mulig. Brug af internettet til at levere AR-oplevelsesindhold er meget skalerbart og kan fuldt ud implementeres på en virksomheds intranet. Khronos Groups OpenXR er allerede bredt udbredt på AR-hardware og kombineret med understøttelse af glTF forenkler udviklingen af platforme til oprettelse af indhold betydeligt (fræser trenden uden kode/lav kode). Vi forventer, at andre standarder vil blive vedtaget for AR-oplevelser.

#12 AR-udvikleres færdighedssæt og værktøjer bliver mere specialiserede, og læringskurverne bliver stejlere. På den ene side forenkler og fremskynder kunstig intelligens og vedtagelse af standarder skabelsen af AR-oplevelser; de introducerer også nye risici. Det er gyldne muligheder for specialisering. AR-udviklere og dem med ekspertise inden for tilstødende områder vil i stigende grad have nye tilbud, såsom dybere integrationer med Learning Management-systemer, Enterprise Resource Planning og Product Lifecycle Management-platforme. Redigering af AR-oplevelsesoptagelser for at bevare viden og fremskynde dens overførsel vil kombinere AR-ekspertise med AI-værktøjer.