Tren AR Perusahaan Teratas Tahun 2024 yang Perlu Diperhatikan - AREA

Diterbitkan Ulang Oleh Plato

Followers: 0

Saat kita memasuki bulan pertama tahun 2024, kita kini sepenuhnya memasuki tahun baru. Dalam 30 hari terakhir, saya mendapat kesempatan untuk belajar dari teman-teman saya, seperti Tom Emrich dari Niantic (tren menonton di buletinnya) dan salah satu ketua Komite Penelitian AREA, Samuel Neblett dari Boeing, dan untuk merenungkan proyek yang saya ikuti.

Saya telah memadatkan harapan dan kegembiraan saya yang samar-samar menjadi beberapa tren AR perusahaan yang akan saya amati selama 11 bulan ke depan. Ini bukanlah prediksi, melainkan area fokus penting yang saya yakini akan mendorong inovasi dan adopsi AR perusahaan. Saya sekarang secara resmi memantau tren ini untuk melihat di mana, bagaimana, dan apakah tren tersebut terjadi.

Silakan bagikan ini dengan kolega dan mitra Anda. Apakah Anda memiliki bukti yang membenarkan atau mempertanyakan tren ini di perusahaan Anda? Saya harap Anda mau berbagi bukti, masukan, dan ide Anda dengan saya di .

Kecerdasan Buatan

Konvergensi AI dan AR adalah tren yang paling signifikan dan paling tidak mengejutkan yang harus diperhatikan pada tahun 2024. Tanda-tandanya ada dimana-mana.

#1 Perusahaan mulai menguji AI Generatif (GenAI) secara internal, termasuk danau LLM dan solusi co-pilot swasta. Pengadopsi awal akan semakin banyak menggabungkan kemampuan ini dengan alat AR. Ada banyak cara penggunaan AI meningkatkan alur kerja dan mengurangi biaya AR perusahaan. AI yang diposisikan dengan baik dan terprogram dapat mengekstraksi konten yang relevan dari kumpulan data perusahaan untuk visualisasi. Berikut beberapa contoh di mana dan bagaimana GenAI dapat meningkatkan AR:

Dengan menggunakan Digital Twins sebagai data dasar dan AI untuk mendeteksi dan mencocokkan fitur dalam lingkungan 3D (jarang terjadi pada tahun 2023), kami berharap perusahaan akan memperluas minat dan kebutuhan mereka terhadap aplikasi dan layanan yang sadar spasial. Misalnya, kita akan melihat perkembangan Layanan Pemosisian Visual berbantuan AR untuk navigasi dan deteksi risiko berdasarkan peta 3D.

Dikombinasikan dengan kemajuan dalam perangkat keras (lihat di bawah), GenAI akan memungkinkan generasi otomatis pengalaman AR yang lebih kaya untuk ratusan kasus penggunaan, termasuk namun tidak terbatas pada peta spasial 3D. LLM multi-modal, suatu jenis AI canggih yang dapat memahami dan menghasilkan tidak hanya teks tetapi juga jenis data lainnya, seperti gambar, audio, dan bahkan mungkin video, sedang meningkat. Model AI Multi-modal ini menggabungkan adegan yang diambil sebelumnya ke dalam instruksi baru. Mereka akan mendeteksi suara dari lingkungan dan memprediksi risiko atau mengusulkan pengguna untuk merespons dengan cara tertentu tanpa diprogram/dikodekan terlebih dahulu.

#2 Kemajuan AI dan visi komputer dapat mengatasi kekhawatiran mengenai privasi dalam pengumpulan dan penanganan data. Privasi dan kepekaan terhadap risiko keamanan dari penggunaan kamera dan sensor lain di tempat kerja terus menjadi hambatan dalam penerapan AR dalam skala besar. Dengan AI, metode deteksi gambar dan fitur, pemburaman, dan kebingungan secara real-time dapat dikombinasikan dengan tampilan AR (atau layanan dan perangkat lunak terkait) dengan biaya dan daya yang lebih rendah. Solusi AR perusahaan untuk melindungi privasi benda, tempat, dan orang (pengguna perangkat AR dan orang-orang di sekitar mereka) dengan AI akan berkembang biak sebagai respons terhadap kebutuhan akan kepatuhan terhadap kebijakan privasi perusahaan serta peraturan nasional dan internasional.

Perangkat keras

#3 Selain beberapa peran (misalnya, arsitek atau mereka yang melihat gambar medis), pekerja berpengetahuan tidak perlu menghabiskan waktu atau uang mereka di layar virtual yang besar (alias Apple Vision Pro). Video tembus pandang bukanlah pengganti yang tepat untuk tembus pandang Optik di tempat kerja, karena tugas karyawan memerlukan AR dan penglihatan periferal hands-free. Masalah kualitas video, termasuk distorsi, IPD kamera tetap, ISO tinggi, rentang dinamis rendah, resolusi kamera rendah, dan kecepatan bingkai rendah, sangatlah sulit (pikirkan: penggunaan daya tinggi) untuk diatasi. Namun, banyak uang yang akan diinvestasikan, dan kampanye pemasaran akan membuat orang mencobanya. Walaupun mereka mencoba melakukannya, keseluruhan dorongan headset Video tembus pandang tidak akan memberikan pengaruh yang signifikan dalam mengurangi persyaratan tembus pandang optik untuk tampilan AR perusahaan. Saya telah berulang kali mendengar bahwa manajer risiko mana pun yang menyetujui penggunaan layar XR tembus pandang video untuk digunakan dalam lingkungan produksi yang berisiko tinggi berarti mempertaruhkan pekerjaan mereka.

#4 Sensor yang lebih kecil, lebih bertenaga, dan mengonsumsi daya lebih sedikit akan lebih ekonomis untuk diterapkan dan dikelola. Selain biaya implementasi dan pengelolaan IoT yang lebih rendah, solusi semikonduktor yang lebih terspesialisasi, terutama yang khusus dalam visi komputer tetapi juga untuk pemrosesan audio dan gerakan, semakin banyak ditambahkan ke perangkat tampilan AR. Bayangkan sensor pada perangkat mendeteksi kebutuhan pengguna akan lensa korektif dan kemudian menghasilkan versi dunia nyata yang telah diperbaiki (tentu saja ditingkatkan dengan AR) tanpa pengguna sadari atau perlu memakai dua pasang kacamata. Peningkatan dalam kemampuan tampilan, dikombinasikan dengan perangkat keras yang lebih murah yang didistribusikan di lingkungan pengguna (misalnya: ruang cerdas) dan terhubung ke AI di layar atau perangkat keras komputasi edge, membuat kesadaran konteks menjadi lebih murah untuk diperoleh dan lebih dapat diandalkan. Pemahaman yang lebih mendalam tentang konteks diterjemahkan ke dalam banyak tren lain yang diidentifikasi di bawah ini.

#5 Semakin banyak perusahaan yang akan memperkenalkan kacamata AR yang ringan, lebih murah (dan kurang mumpuni) ke pasar. Tidak semua pengguna membutuhkan atau menginginkan “komputer” lengkap di kepala mereka. Ada lebih banyak cara untuk menambah nilai daripada helm atau layar AR yang berat dan kuat. Beberapa perangkat memindahkan pemrosesan ke telepon yang ditambatkan. Yang lain menawarkan kacamata AR monokuler nirkabel untuk hanya menampilkan pesan pendahuluan kepada pengguna. Kami juga akan mengamati segmen kacamata AR khusus audio untuk diperluas di mana perintah suara dan respons audio berkemampuan AI memenuhi persyaratan kasus penggunaan.

UX

#6 Mode interaksi baru mulai melengkapi/menggantikan/menggantikan kebutuhan akan pengontrol dan keyboard virtual. Kita sudah mulai melihat lebih banyak penggunaan pelacakan mata, pandangan, dan gerakan alami (misalnya, menunjuk dengan pelacakan tangan yang lebih baik) sebagai masukan. Peningkatan dalam teknologi pelacakan gerakan tangan, dalam banyak kasus, akan menurunkan beban kognitif dan menurunkan beban komputasi. Input saraf menggunakan ikat kepala atau sinyal otot melalui gelang memungkinkan pengguna mengontrol semua perangkat digital mereka menggunakan antarmuka alami manusia. Lidah pengguna bahkan bisa menjadi sumber masukan. Juga, perhatikan penginderaan otak dengan EMG.

#7 Sama halnya dengan #6, karena adanya sensor baru dan berbeda pada perangkat, akan ada perkembangan dalam cara pengguna menerima/melihat data digital dalam konteks di tempat kerja. Selain animasi, klip video, gambar diam, dan teks, kita akan melihat eksperimen cepat dan peluang menarik untuk menggunakan audio spasial dan untuk memberikan instruksi dan informasi tepat waktu kepada pengguna menggunakan kombinasi dengan perangkat yang dapat dikenakan lainnya (misalnya jam tangan dan perangkat pintar). pakaian).

Infrastruktur

#8 Jaringan 5G pribadi, dikombinasikan dengan perangkat keras yang kompatibel dengan 5G serta komputasi cloud dan edge, akan memungkinkan pengalaman yang lebih kaya tanpa perangkat yang lebih berat atau memakan daya. Meskipun belum ada keputusan mengenai efektivitas biaya jaringan 5G swasta berdasarkan implementasi dan kasus penggunaan saat ini, jaringan tersebut secara bertahap membaik. Akan ada lebih banyak dukungan 5G di layar AR generasi berikutnya. Teknologi pendukung inti ini akan mengarah pada peningkatan adopsi streaming pengalaman AR dan pengalaman AR kolaboratif.

#9 Keamanan untuk pengalaman AR dapat diatasi di jaringan menggunakan peningkatan di luar perangkat dan autentikasi otomatis pengguna dan perangkat AR. Memastikan keamanan siber perusahaan merupakan masalah besar bagi semua departemen TI, dan sebagian besar perangkat AR tidak dilengkapi dengan baik untuk memenuhi semua persyaratan. Keahlian dalam pengurangan risiko keamanan bukanlah kompetensi inti dari sebagian besar penyedia AR. Inovasi untuk memastikan perlindungan data perusahaan yang tinggi, privasi dan mengurangi paparan dari tindakan pengguna AR yang disengaja atau tidak disengaja akan datang dari penyedia teknologi jaringan. Mereka dan pelanggan penyedia layanannya memiliki solusi yang muncul dari penelitian dan akan diuji dalam waktu dekat.

Perangkat lunak

#10 Kode rendah/tanpa kode akan terus mendapatkan daya tarik dengan bantuan AI. Saat ini terdapat lusinan solusi low-code/no-code yang tersedia. Masalahnya adalah mencari tahu mana yang memenuhi persyaratan perusahaan, termasuk namun tidak terbatas pada masalah keamanan. Meskipun AI menghilangkan kebutuhan untuk mengkodekan pengalaman secara manual, para ahli di bidangnya semakin banyak menciptakan pengalaman khusus. Pemenang terbesar dari tren ini adalah perusahaan skala menengah yang tidak memiliki sumber daya teknik yang diperlukan untuk memenuhi semua kebutuhan kasus penggunaan AR mereka. Dengan opsi low-code/no-code yang semakin matang dan mudah digunakan, kebutuhan akan pengembang dan alat pengalaman AR yang berdedikasi dan berbayar tinggi dengan kurva pembelajaran yang curam akan berkurang.

#11 Standar semakin relevan dan, dikombinasikan dengan perluasan dukungan perpustakaan sumber terbuka, mengurangi kebutuhan untuk mengembangkan dan memelihara aplikasi dan konten khusus tampilan untuk memberikan pengalaman di berbagai perangkat AR. Meskipun W3C WebXR terus berkembang secara perlahan, persyaratan pemrosesan untuk solusi berbasis Web semakin dipenuhi oleh perangkat keras di berbagai perangkat tampilan AR. Peningkatan infrastruktur jaringan juga memungkinkan pemrosesan tepi lebih banyak. Penggunaan Web untuk menyediakan konten pengalaman AR sangat terukur dan dapat diterapkan sepenuhnya di Intranet perusahaan. OpenXR dari Khronos Group sudah diadopsi secara luas pada perangkat keras AR dan, dikombinasikan dengan dukungan untuk glTF, secara signifikan menyederhanakan pengembangan platform pembuatan konten (yang memicu tren tanpa kode/kode rendah). Kami berharap standar lain akan diadopsi untuk pengalaman AR.

#12 Keahlian dan alat pengembang AR menjadi lebih terspesialisasi, dan kurva pembelajaran menjadi lebih curam. Di satu sisi, AI dan penerapan standar menyederhanakan dan mempercepat penciptaan pengalaman AR; mereka juga menimbulkan risiko baru. Ini adalah peluang emas untuk spesialisasi. Pengembang AR dan mereka yang memiliki keahlian di bidang terkait akan semakin banyak mendapatkan penawaran baru, seperti integrasi yang lebih mendalam dengan sistem Manajemen Pembelajaran, Perencanaan Sumber Daya Perusahaan, dan platform Manajemen Siklus Hidup Produk. Pengeditan rekaman pengalaman AR untuk melestarikan pengetahuan dan mempercepat transfernya akan menggabungkan keahlian AR dengan alat AI.