物联网的未来将朝着范式转变的方向而发展

（文章来源：智能甄选）

当今，大多数成长中的工业公司都将最大的赌注押在根据工业4.0转型解决各种技术计划上。物联网世界正在展现以惊人速度爆发的新型力量。一方面，智能传感器爆炸性增长，再加上大数据海啸。另一方面，随着技术的突破性发展，有许多复杂的大数据平台可用于大规模收集，处理和存储数据。这进一步提出了更深层次的“全人类”问题，其中我们存储数据规模的能力而处理和分析数据的能力却没有。

工业4.0时代需要特定的运营方法和技术，以使我们能够创造新的价值。通过从数万亿个连接的机器中挖掘数据并加快获取该见解的途径，可以得出此价值。但是，当今世界面临着巨大的数据泛滥问题，需要在无组织和孤立的数据挖掘中寻找有价值的见解。但是，由于有了物联网和人工智能，未来将朝着范式转变的方向发展，使行业可以体验到更高的资产可用性，更好的可持续性和更高的生产效率的好处。

利用来自物联网设备的数据有助于引导并加快通往端到端工业数字化转型的道路。工业4.0的理想远非工业数字和数据成熟度。大多数组织都努力在正确的时间获取正确的数据，以生成有价值的见解，以促进更快，更准确的业务决策。

这就是为什么现状不适用于工业4.0，以及公司如何重新考虑其数据战略以实现快速无缝生产的原因：随着工业4.0的变化，公司正大力投资众多数据科学和机器学习计划，以成为工业4.0的冠军。他们正在寻找可能不存在的东西。根据微软最近的分析， 超过30％的行业领导 者陷入了这种漫无目的的重复无用的物联网计划的恶性循环。

当公司未能看到整个企业范围的整体工业数字流程需要数据战略，数据成熟度和战略业务KPI时，就会出现这种差距。当今的企业蓬勃发展，并不是依靠粗略的战术数据，而是揭示更深入的洞察力，而该数据显示出是盈利还是亏损。例如，利润率变化了多少百分比，影响因素是什么，以及它到底对利润产生了多大的影响。

事实是，要使这种从飞行员到实际生产的飞跃是一项巨大的努力！但是，由于他们的PoC并未看到重大的积极底线影响，因此仍未转化为生产。公司应具有务实的模型，旨在推动企业范围的物联网计划从早期成功中获得有效的证明。

强大的 数据策略 不仅从选择最佳的工具和技术开始，以将松散的一端绑在一起并将数据源缝合在一起。它应该从关键的业务优先级，关键的KPI入手，围绕这些关键的KPI做出决策-应该采取什么样的数据，进行测量和分析。在这段60秒的视频中，比尔·施马佐（Bill Schmarzo）在 大数据和AI行业专家以及我最喜欢的大数据院长中， 精彩 地强调了大数据与技术无关，而与数据的经济价值无关。

作为一家要确保高效工厂运营的工业公司，您需要考虑跟踪关键的运营KPI。毕竟， 描述一条生产线，工厂和组织绩效的故事是关键绩效指标的总和。运营KPI或指标是一种度量单位，可以根据数量，时间频率和成本类别来量化和优化您的运营流程。准确跟踪这些KPI可以提供急需的业务和运营洞察力，以满足您的运营目标。

从工厂经理到工厂负责人甚至工厂CFO的任何人都以各种形式应用这些KPI，以在整个业务生命周期中创造价值。当企业在不明确了解KPI和数据的情况下采用Industry 4.0试点时，他们必然会遇到以下四种情况。

影响： 业务目标不明确，这意味着它们无法证明潜在的好处是什么预算 超支：缺乏明确的业务成果，这意味着预算将超支并且难以量化数据质量： 在试点期间，有75％的公司意识到缺乏解决任何/特定业务问题所需的正确数据投资报酬率（ROI）：很难提出扩展进一步创新的业务案例，而无需制定涵盖多个参数的明确定义的策略-需要购买更多的工具或技术内部数据技能与与咨询或外包公司合作的成本领导力战略和对工业4.0承诺的共识更好地结合在一起：结合IT和OT的力量

公司需要消除业务盲点以实现数字化。当公司将IT和OT专家聚集在一个房间里时，他们不仅可以挑战挑战，而且可以将战略领域（例如自动化和数据战略）的潜在解决方案带到最前沿。这种方法促进了简化的数字文化，可以尝试使用物联网和人工智能来构建，学习和使用增强的操作方式。

数据科学家和IT团队可以利用OT业务在机器，设备类型方面的专业知识，借助大量统计技术来帮助制定关键决策并以指数级方式增加收入利润 。

数据趋势如何？机器随着时间的推移表现如何？生产延迟的主要影响因素是什么？哪些数据或群集导致了低产量，它们之间的相关性是什么？的结果 OT和IT驱动战略 是双赢的。公司以更低的成本实现了更高的产出，实现了与业务相关的与业务相关的工业自动化，并大肆宣传了从试点到生产环境的转变。

人工智能和物联网 通过实现卓越运营同时降低成本来为工厂经理重新定义游戏。人工智能驱动的高级分析方法正在改变公司做许多事情的方式-从跟踪运营缺陷到维护正常运行时间到简化运营。人工智能是通过利用大量物联网数据流的真正力量为您的业务创造这种差异的门户。实际上，关键不仅仅在于敏捷性，还在于将这种速度转化为有价值的决策，从而缩短了上市时间。

公司必须使用来自IoT和AI的数据，将敏捷性的真正价值转化为决策，成本节省和可扩展的创新，并具有更高的结果精度和更快的上市时间。

（责任编辑：fqj）