从纯监控到预测性维护实践

依照经验，工业制造领域运用数据分析所创造的价值当中，很大一部分来自实体资产。

位置检测也许是迄今为止最常见的用例。知道某个实体资产、组件、移动机器、工具或人在供应链中处于哪个位置，就掌握了价值丰富的信息，因为这些信息可以直接带来效率提升。

第二大常见用例或许是通过数据分析寻找实时答案，以解决机器是否正常运转、装配线和机器人是否在规定的容错范围内运行等问题。

久而久之，数据分析将不再单纯用于监控，而是用来进行预测性维护，最终实现未卜先知，即从传感器反馈的数据中预测某个机械组件会发生故障，或是提高组件质量，从而彻底避免故障出现。

一家全球领先的建筑、采矿和发电设备制造商很早就应用了物联网，但多年过去，该企业需对其各项能力进行全面快速的改革——包括成本结构、业务模式、体系架构和技术能力。

此外，该公司服务的关键行业——采矿、建筑、油气等行业——都面临挑战，其主要精力也都集中在资产效率上。因此，这些行业需要调整策略，努力通过技术实现成果，而不再仅仅关注机器本身，因为机器不再是区分企业优劣的关键因素。

他们首先确定了一套完备的物联网构想，并宣布结盟。该构想涵盖业务模式以及新型数字化服务的方案架构、开发和运营。

对现有云平台的利用大大加快了变革进程。短短几周，原型应用程序就被嵌入到正在使用的实体设备中。如今，该制造商向全球客户售出的机器和设备中，实现直接联网的有数十万台，已嵌入传感器数百万个，企业的年业务量高达数十亿单。

在高速双向通信的帮助下，企业现已推出新一代先进服务，如无线软件升级、远程监控、故障检修和机器配置以及自主技术应用等等。

这些技术为推出下一代服务——结合来自传感器、交易商和众多企业的实时数据——奠定了基础，目的是提供预测性故障检测和前瞻性商机管理。如此一来，企业将为客户创造巨大价值。