集成商必須聚焦他們時間和資源，畢竟，對物聯(lián)網(wǎng)相關的所有新產(chǎn)品、解決方案和策略進行挑選可能會讓這項任務變得有些疲憊不堪。

確實，根據(jù)IoT Analytics分析公司2017年7月的一份報告顯示，物聯(lián)網(wǎng)領域的平臺提供商數(shù)量正以每年50%的速度增長。還有數(shù)百家公司涌入市場，推出一系列產(chǎn)品。

[[245721]]

32%的物聯(lián)網(wǎng)平臺圍繞工業(yè)用例

技術專家如何排除物聯(lián)網(wǎng)市場的復雜性并找到可行機會?可以從“32%的物聯(lián)網(wǎng)平臺圍繞著工業(yè)用例(IoT Analytics)”開始切入。雖然消費者物聯(lián)網(wǎng)占據(jù)了新聞頭條，但工業(yè)物聯(lián)網(wǎng)為集成商帶來了巨大機遇。

IoT Analytics研究發(fā)現(xiàn)，商業(yè)物聯(lián)網(wǎng)支出的主要領域包括制造業(yè)和工業(yè)(32%)、智慧城市(22%)、能源(21%)、移動(20%)、供應鏈(16%)和零售業(yè)(14%)。同一位研究人員就項目啟動數(shù)量發(fā)表的另一份報告顯示，主要領域是互聯(lián)工業(yè)、智慧城市和智能能源。

讓連接有意義

橫跨所有這些領域的一個特別令人感興趣的解決方案是預測性維護，也稱為預防性資產(chǎn)維護(PAM)。 IoT Analytics稱，該解決方案市場需求將以39%的年增長率增長，從2017年的22億美元增長到2022年的109億美元，采用這些解決方案的組織報告了效率提升幅度從25%到30%不等。

預測性維護和PAM包含五個核心領域：狀態(tài)監(jiān)控硬件、工業(yè)自動化硬件、連接系統(tǒng)、存儲技術和分析工具。這些系統(tǒng)可以觸及從工業(yè)機械和車輛到暖通空調和公用電網(wǎng)的所有設備。使用這些系統(tǒng)的行業(yè)包括航空公司、公用事業(yè)公司以及石油和天然氣公司。

IBM、SAP、西門子、微軟和GE，以及C3 IoT、Uptake和SpaceTime Insight等小型公司是預測性維護領域的主要參與者。有效地使用它們的系統(tǒng)，可以減少昂貴設備的故障，減少或消除代價高昂的停機時間，提供了如何更有效地運營企業(yè)和機器的見解，以及引入新產(chǎn)品和服務機會。

Cognizant Digital Business的AI和分析咨詢業(yè)務全球負責人Scott Schlesinger說：“它們提供了更深入、更廣泛的業(yè)務視野。”

進入預測性維護市場，首先要了解哪些產(chǎn)品和解決方案可用，以及如何組裝它們以獲得***成效。預測性維護系統(tǒng)不是即插即用的主張，它們可能需要跨越前面提到的五個核心區(qū)域，這可能會波及移動性、云以及其他領域。但更重要的是，它們是物聯(lián)網(wǎng)收入的豐富潛在來源。