Gartner最近的一項(xiàng)研究顯示，83%的企業(yè)正努力在數(shù)字轉(zhuǎn)型方面取得有意義的進(jìn)展。這些研究結(jié)果與制造企業(yè)的高級(jí)IT專業(yè)人員對(duì)工業(yè)物聯(lián)網(wǎng)（IIoT）滿意度的另一項(xiàng)研究形成鮮明對(duì)比，后者將交通運(yùn)輸、發(fā)電以及制造業(yè)等行業(yè)中的機(jī)器和設(shè)備連接起來(lái)，研究發(fā)現(xiàn)，86%的人表示他們的解決方案非常有效。這些發(fā)現(xiàn)特別有趣，因?yàn)榇蠖鄶?shù)這些制造業(yè)務(wù)仍處于工業(yè)物聯(lián)網(wǎng)采用的最早階段。

根據(jù)Bsquare的物聯(lián)網(wǎng)成熟度指數(shù)，采用物聯(lián)網(wǎng)技術(shù)通常有五個(gè)階段，每個(gè)階段通常建立在前一個(gè)階段的基礎(chǔ)之上，可以讓企業(yè)在進(jìn)階過(guò)程中推動(dòng)最大價(jià)值。這些階段包括：1 、設(shè)備連網(wǎng)，2、數(shù)據(jù)監(jiān)控，3、數(shù)據(jù)分析，4、自動(dòng)化，5、邊緣計(jì)算。

大多數(shù)制造企業(yè)尚未從第3階段發(fā)展到工業(yè)物聯(lián)網(wǎng)更成熟的工作，例如自動(dòng)化，這是可以解鎖投資回報(bào)的重要地方。這種發(fā)展緩慢并不是因?yàn)槿狈ε?，事?shí)上，有一些障礙會(huì)影響企業(yè)超越工業(yè)物聯(lián)網(wǎng)部署的初始（和基本）階段的能力。

要相了解制造商的工業(yè)物聯(lián)網(wǎng)解決方案走向何處，必須了解他們現(xiàn)在的處境、他們面臨的挑戰(zhàn)，以及他們?nèi)绾螠?zhǔn)備突破感知的限制，以從更高級(jí)的功能中獲益。

今天的企業(yè)在哪個(gè)階段？

目前，大多數(shù)制造商已經(jīng)達(dá)到物聯(lián)網(wǎng)成熟度的第一和第二階段，即設(shè)備連網(wǎng)（ 67% ）和數(shù)據(jù)監(jiān)控（ 62% ）。這些企業(yè)已經(jīng)擅長(zhǎng)從傳感器和相關(guān)設(shè)備收集數(shù)據(jù)，并將其傳輸?shù)皆?u>數(shù)據(jù)庫(kù)進(jìn)行分析。許多企業(yè)也習(xí)慣于利用儀表板和可視化工具來(lái)了解設(shè)備狀態(tài)，并協(xié)調(diào)簡(jiǎn)單的警報(bào)提醒。

然而，只有很少的（ 47 % ）已經(jīng)進(jìn)入第三階段，即數(shù)據(jù)分析階段，在這一階段，許多人將會(huì)獲得可觀的回報(bào)。在這里，企業(yè)被授權(quán)利用機(jī)器學(xué)習(xí)、集群分析和人工智能（ AI ）來(lái)實(shí)時(shí)識(shí)別數(shù)據(jù)的相關(guān)性。這個(gè)步驟實(shí)質(zhì)上是為第四階段奠定基礎(chǔ)的地方。在這個(gè)階段，可以利用基于動(dòng)態(tài)規(guī)則的邏輯來(lái)協(xié)調(diào)整個(gè)組織的復(fù)雜行動(dòng)。

隨著時(shí)間推移，應(yīng)用機(jī)器學(xué)習(xí)和復(fù)雜的分析也增強(qiáng)了工業(yè)物聯(lián)網(wǎng)系統(tǒng)的智能。當(dāng)系統(tǒng)檢測(cè)到生產(chǎn)線上的異常情況時(shí)，它會(huì)增加數(shù)據(jù)收集和傳輸。然后，它可以執(zhí)行一系列自動(dòng)步驟來(lái)糾正錯(cuò)誤，或者自動(dòng)調(diào)整操作參數(shù)以最小化損壞，同時(shí)提醒技術(shù)人員問(wèn)題和維修的緊迫性。

為什么很少有公司能夠?qū)崿F(xiàn)自動(dòng)化？

制造工廠從多個(gè)來(lái)源產(chǎn)生的大量數(shù)據(jù)，可能會(huì)淹沒現(xiàn)有的工業(yè)物聯(lián)網(wǎng)（IIoT）系統(tǒng)中。雖然見解在那里等待從工廠系統(tǒng)和設(shè)備的原始數(shù)據(jù)流中挑選出來(lái)，但它仍然埋藏在大量復(fù)雜數(shù)據(jù)集的迷宮中。

這種數(shù)據(jù)挑戰(zhàn)很快會(huì)因人為因素而加劇。缺乏自動(dòng)化計(jì)劃的內(nèi)部支持者或提取相關(guān)數(shù)據(jù)的正確資源可能會(huì)使工廠自動(dòng)化和數(shù)字化轉(zhuǎn)型陷入停滯。

制造商如何突破？

為了增強(qiáng)自動(dòng)化的潛力，制造商應(yīng)采取切實(shí)可行的方法，以幫助最大限度地減少組織和個(gè)人的阻力，并為更先進(jìn)的能力奠定基礎(chǔ)，包括：

建立共識(shí)

雖然技術(shù)本身是一個(gè)關(guān)鍵因素，但成功的工業(yè)物聯(lián)網(wǎng)（IIoT）計(jì)劃是一項(xiàng)跨組織的努力，建立在許多利益相關(guān)者共同的業(yè)務(wù)目標(biāo)之上。從一開始就創(chuàng)建一種接受最終目標(biāo)的文化，比如自動(dòng)化，這將有助于各方保持參與并專注于最終的回報(bào)。

挑選業(yè)務(wù)問(wèn)題和目標(biāo)

為IIoT項(xiàng)目要解決的問(wèn)題設(shè)定明確的定義至關(guān)重要。例如，明確的具體目標(biāo)可能是根據(jù)當(dāng)前的環(huán)境條件自動(dòng)校準(zhǔn)設(shè)置，以將質(zhì)量提高10％。如果沒有一套衡量?jī)r(jià)值方法的漫無(wú)目的的倡議只會(huì)浪費(fèi)時(shí)間和資源。

確定當(dāng)前知識(shí)和專家團(tuán)隊(duì)

擁有專業(yè)知識(shí)的人不僅能識(shí)別和診斷問(wèn)題，還能制定解決方案，這些都是至關(guān)重要的。這可能包括工程師、機(jī)械師和維護(hù)團(tuán)隊(duì)。讓合適的人在合適的時(shí)間，以合適的能力參與進(jìn)來(lái)，通過(guò)將你的團(tuán)隊(duì)已經(jīng)掌握的東西付諸實(shí)施，可以加快幾乎任何一項(xiàng)IIoT項(xiàng)目。

需要時(shí)尋求外包幫助

如果您的企業(yè)由于技術(shù)或資源挑戰(zhàn)而難以達(dá)到自動(dòng)化水平，外包是一個(gè)明智的選擇。擁有一個(gè)數(shù)據(jù)科學(xué)團(tuán)隊(duì)可以顯著提高部署的成果質(zhì)量和價(jià)值，這些團(tuán)隊(duì)經(jīng)常有類似的部署經(jīng)驗(yàn)，幫助您的企業(yè)避開常見障礙。

不管目標(biāo)是什么，工業(yè)物聯(lián)網(wǎng)（IIoT）系統(tǒng)已經(jīng)成為制造商的秘密武器，可以利用他們現(xiàn)在和未來(lái)的完整數(shù)據(jù)庫(kù)。通過(guò)在進(jìn)入IIoT部署之前采取這些步驟，制造商將走上利用自動(dòng)化提高產(chǎn)量、降低管理成本和提高生產(chǎn)力的道路。但是復(fù)雜程度并沒有到此為止。在第五階段，邊緣計(jì)算將分析和協(xié)調(diào)的分布帶到設(shè)備本身，以獲得更大的計(jì)算能力和對(duì)實(shí)時(shí)條件的更快響應(yīng)。