別瞎折騰，不要為了上AI而做人工智慧，建議先了解一下什麼是人工智慧？還有你們的痛點是什麼？是否解決方案？

理性而為。

科技的發展很多無法的想象的事情正在實現，比如修車鋪+人工智慧，瞭解下？

曾經看過一個案例，講的就是如何利用人工智慧、大資料等技術來完成“修車鋪”的賦能，對，就是我們經常修腳踏車，補胎、換腳蹬子的那個“修車鋪”。

首先針對使用者的腳踏車進行全方位的體檢，形成標籤化“買菜”“上班”“騎行”“長途”“短途”等，然後進行各個部件的分解掃描，比如車胎，車把，車閘，車鈴，車座，車圈等。這個是構建使用者自己的腳踏車檔案。

然後給腳踏車增加終端裝置，進行日常資料的收集，這個行為在1-4周左右，根據騎車頻率來構建。

這部分涉及太多商業機密就不詳細介紹了，反正就是利用邊緣計算+雲計算和演算法模型進行領域構建和分析，形成腳踏車與使用者的相關建議書。

比如透過資料分析發現，使用者在騎乘的時候，左邊屁股發力會比右面屁股的發力多，長此以往會影響使用者（男性）某些方面的健康，所以系統會給使用者的app進行預警，並告訴他調整方法，並且追蹤後續的資料，幫助使用者改善。

再比如，系統發現，使用者在停車的時候，不愛使用車閘，喜歡用腳剎車，這樣風險係數很高（主要是廢鞋），系統會進行相關資料的提醒，同時通知使用者的老婆，告訴其如果換鞋的可能原因，並且在使用者的購物網站中推送適合的新鞋。

再再比如，修車鋪智慧大腦會連結當地的大資料局獲取使用者經常騎行的路況資訊及天氣資訊，如果接下來的一週會進行降雨，那麼會根據及時對使用者的車胎，車閘進行有效評估，是否能適應接下來的雨天騎行，並且會透過隨機森林迴歸等演算法模型，提醒使用者雨天你的腳踏車反應時長會增加0.857秒，需提前注意。

綜上所述吧，維修行業適應新時代的玩法還是很多的，關鍵是如何運用和結合。

首先，維修並不是簡單的事後維修，現代的維修既包括傳統意義的事後維修，還包括了很多其他層面的維修，如預防維修、預測維修等等，那麼如此多樣的維修如何和人工智慧結合？這是我們現在需要考慮的事情！

其次人工智慧有很多種類，比如說專家系統、神經網路等等，所以說我們做維修行業如何做人工智慧，並不能籠統地說怎麼做人工智慧，我們需要找準一個適合自己發展的方向去研究。

技術是為了解決需求的，而不是研究出一門新技術然後再找匹配的專案，這是本末倒置。

維修行業涉及很多，汽車、家用電器、機械、電氣自動化等等的範圍相當廣泛，而維修其實跟生產還很不一樣，雖然可以做人工智慧、流水線的檢測但肯定不能如此做維修，比如我做的工控機這塊，如果主機板、電源、記憶體、硬碟、介面等等任何一個部件出了問題，用人工智慧怎麼檢測維修呢？而且標準都不同，只能一個一個拆開來進行測試，其他的方式實在是想像不出，因為很多時候必須是要人做的，最簡單的比如捆紮帶。

人工智慧可以是很好的輔助，但肯定不能完全替代人工，至於維修行業，或許可以嘗試，但現在並不一定合適。

我是@賣工控機的大亮

在媒體大肆宣揚人工智慧的今天，有沒有人考慮過，人工智慧會為我們維修行業帶來什麼改變？機器人真的能代替人類為機器看病，甚至維修嗎？

開啟百度APP，檢視更多高畫質圖片

我覺得答案是肯定的，我記得上世紀90年代，記得我們看病的時候還要去醫生那裡，醫生用切脈，看舌頭等一系列操作來判斷人們的病情，到了21世紀初大家去醫院檢查，需要抽血驗尿等，這種做法一直延續到現在，可到了今天，人們只需要手握兩根電磁棒，電腦就能檢測出身體的哪個器官負擔大，將來，我們可能只需要站在一個臺子上，2秒鐘就能檢測出身體所有有故障的地方。

人工智慧在各領域的成就已經顯而易見，取代人類的工作也只是時間的問題，想象一下這個畫面，客人進入了一家自助手機維修點，把手機放在一個箱子裡，機器自己開始診斷手機故障並報價，客人刷臉支付維修費用，機器開始工作並在很短的時間內，準確的對手機進行修復，人們雖然能造出最先進的裝置，但是最懂器械和電子故障的，肯定是機器裝置，到那時候，維修點的老闆只要為裝置提供好的、適用於裝置維修的耗材與輔料，其工作效率與收益也肯定也會是呈直線上升。當然這只是一個設想，實現起來還是有非常大的難度的。

香港維修佬對人工智慧裝置的開發傾注了強大的人力物力，作為電子製程維修領域的開拓者，在當今大熱的AI領域研發適用於行業的先進產品，解放各位維修工匠的雙手，降低大家的成本，增加大家的收入，也是維修佬作為裝置耗材供應商的責任，相信在不久的將來，維修佬一定能研發出劃時代的產品，為大家的事業加油助威