閱讀任何主要科技媒體，您都會發(fā)現(xiàn)大型制造商在工業(yè)4.0項(xiàng)目上投入巨資的故事。諸如此類的故事會讓任何人相信，大型工廠里充斥著機(jī)器人、連網(wǎng)機(jī)器和傳感器，它們收集從產(chǎn)品工程到質(zhì)量再到生產(chǎn)性能的所有方面的實(shí)時數(shù)據(jù)，并且這些數(shù)據(jù)正被用來預(yù)測如何運(yùn)行更高效的制造業(yè)。雖然這可能發(fā)生在一些最大的制造商身上，但絕大多數(shù)制造商仍在思考工業(yè)物聯(lián)網(wǎng)(IoT)和工業(yè)4.0是值得投資還是僅僅是炒作。

[[335434]]

脫節(jié)的現(xiàn)實(shí)

在美國，許多制造廠都有20年以上的歷史。車間里只有不到14%的機(jī)器是“連網(wǎng)的”。 這意味著它們沒有傳感器或監(jiān)控器來提取有關(guān)它們?nèi)绾喂ぷ鞯臄?shù)據(jù)。這些較舊的機(jī)器很容易出現(xiàn)故障，并且每年造成的停機(jī)損失高達(dá)500億美元。

圍繞工業(yè)物聯(lián)網(wǎng)的大肆炒作是，制造商必須立即投資于機(jī)器學(xué)習(xí)、增強(qiáng)現(xiàn)實(shí)或人工智能等變革性技術(shù)，以獲得效率方面的任何好處，然而這與實(shí)際情況相去甚遠(yuǎn)。

制造業(yè)中的數(shù)據(jù)問題

要克服的主要障礙是那些舊機(jī)器。實(shí)際上，有些機(jī)器會生成大量數(shù)據(jù)，但要訪問這些數(shù)據(jù)并不容易。其他的甚至沒有數(shù)字控制器，需要外部改裝和傳感器來提取操作數(shù)據(jù)。獲取可用數(shù)據(jù)通常是困難且昂貴的，因此必須能從工作中獲得明確的回報(bào)。也因此，公司將重點(diǎn)放在哪些過去可能有問題的最關(guān)鍵設(shè)備上。

即使有數(shù)據(jù)，如何處理數(shù)據(jù)也存在不確定性。某人或某種工具必須解讀數(shù)據(jù)并使之有意義。大多數(shù)制造商都沒有數(shù)據(jù)科學(xué)家來幫助完成這項(xiàng)工作。天花亂墜的炒作告訴制造商，獲得數(shù)據(jù)將改變企業(yè)的運(yùn)作方式，但現(xiàn)實(shí)是數(shù)字化只是奠定了了解任何特定資產(chǎn)的基礎(chǔ)。需要有一種方法來可視化數(shù)據(jù)，以使其具有可操作性。

工業(yè)物聯(lián)網(wǎng)炒作與現(xiàn)實(shí)

歸根結(jié)底，產(chǎn)品必須盡可能高效地制造，并交付給要求苛刻的客戶。

我們的客戶告訴我們，他們認(rèn)為工業(yè)物聯(lián)網(wǎng)和工業(yè)4.0是一個機(jī)會，可以利用他們已經(jīng)擁有的東西做更多事情，而不是投資于新技術(shù)來實(shí)現(xiàn)某個遙遠(yuǎn)的未來。但是，當(dāng)有一個可行的方法來發(fā)現(xiàn)想法和改進(jìn)機(jī)會時，他們就會接受。

在撰寫這篇文章時，我們有少量客戶正在著手工業(yè)物聯(lián)網(wǎng)項(xiàng)目。很多公司都是從零開始實(shí)施的：只是獲得了對現(xiàn)有資產(chǎn)的更多了解。他們將能夠：

• 查看正在發(fā)生的事情：可視化工作單元，包括使項(xiàng)目保持運(yùn)轉(zhuǎn)的基礎(chǔ)資產(chǎn)，并了解如何提高運(yùn)營效率并在潛在問題發(fā)生之前做出響應(yīng)。
• 知道發(fā)生了什么：借助歷史趨勢曲線進(jìn)行的實(shí)時監(jiān)控使您能夠了解、診斷并改善正常運(yùn)行時間和性能——如果開始出現(xiàn)質(zhì)量問題，您將有一個真實(shí)來源來幫助查明根本原因。
• 預(yù)測將會發(fā)生什么：利用幾乎所有性能特征的準(zhǔn)確、實(shí)時圖表來識別可能破壞運(yùn)營或質(zhì)量性能的趨勢，從而獲得有關(guān)資產(chǎn)性能的可行見解。

我們的客戶知道，工業(yè)物聯(lián)網(wǎng)是他們不能忽視的戰(zhàn)略——因?yàn)槟切┖鲆曀闹圃焐毯苡锌赡軙裨S多消費(fèi)類公司一樣錯過互聯(lián)網(wǎng)。