物联网在大数据之后顺理成章的响应起来。在物联网、大数据、云计算和人工智能的讨论中，比起较为看不见的分析学所创造的商业利润，技术、设备看得见摸得着；因此，如何利用分析学来创造商业利润这一关键点常常会被忽视。

所谓物联网，就是把所有的物体都连接到互联网，并把物体虚拟化，数据上传。基于此，企业除了忧心“物”外，还应更加注重“物”是如何改变其组织和商业过程的，从而提升运营绩效。

迄今为止，制造作业一直将主要精力集中在优化实物资产上。它们着眼于改进垃圾处理能力、改善其供应链和实现工厂车间的精益运营。这些努力和考量主要是集中在成本上，旨在削减采购成本、加工成本和执行成本，创造更高效的库存级别。

然而今天的制造业，处处都离不开数据——如整个公司的企业资源计划系统(ERP)、产品生命周期管理系统(PLM)、制造执行系统(MES)、供应商关系管理系统(SRM)、机械工具、电子表格、文件和文件夹。企业外围也离不开数据，它贯穿供给侧和销售侧的合作价值链。合理的工业物联网战略目标是打破组织、程序、数据和系统的筒仓效应，自动收集运营数据。如果企业能够对其数据进行广泛深入和智能的分析利用，那么它们将会取得巨大的运营红利。

少数大胆的制造商正在进行实验测试，它们部署了一组充分利用大数据、自动化和物联网的技术来创造工业物联网(IIoT)，用以改善员工健康与安全、降低财务风险，并创造巨大的商业价值。下面列举了制造商将工业物联网推向智能业务应用的六种案例：

1.迅速核算成本：在许多行业，制造功能被当做产品管理小组或销售团队的内部供应者，因而必须在投标期间和商业开发周期内提供成本估算。严峻的市场形势要求对特殊设备的参考价格进行迅速的成本核算，这种迅速的转变往往成为企业能否取得大订单的决定性因素。包括命中率、顾客偏好、内存需求、以往的投标记录、执行过的项目和产品界定在内的历史数据必须组合起来形成一种工业物联网战略，从而告知投标反馈结果、减少生产周期并提升投标质量。

2.不合格报告(NCR)分析：制造机构经常收集出现在工厂车间的不合格事件有关数据点。当产品、过程或程序不符合设置的标准时，不合格报告就生成了。它也可以反映重大缺陷。不合格报告通常被用来作为一种尽可能减少失误，阻止瑕疵产品和设备流向消费者的工具。工业物联网技术能够有助于分析不合格报告数据，找出不合格报告之间的关系并对未来的不合格情况进行预测。

3.厂级负荷优化：企业销售与运作计划(S&OP)进程是制造企业的核心。它们不仅能够使管理保持对商业的控制，还能创造出一种整合战略业务计划和战术日常操作的指挥和控制系统。企业销售与运作计划能够指导朝向长期商业目标的日常操作和月度计划并能使制造商、供应商和消费者保持一致。根据产品的生命周期，企业销售与运作计划进程能够明确负荷预测，这有助于企业决定在哪个车间制造产品—从而为厂级负荷奠定了基础。该决定对运营绩效和财务绩效很有意义。历史负荷、行业排放量、执行的项目、范围变更和消费者行为都是能够优化厂级负荷的数据点。为了了解和平衡负荷优化权衡，这需要工业物联网战略。

4.车间作业改进：制造商们对添加在机器上用于预防性维护和状态监测的低成本传感器的使用逐渐开始感兴趣。一些制造商们发现无线连接和大数据处理工具能够使实际绩效数据收集和设备健康监控更便宜且更容易。例如，关键的机械工具必须要在一定的温度和摆阵幅度内运营。传感器能够在工具偏离这些规定的参数时进行有效检测并发出警告，从而有助于预防机械故障。当关键设备失灵时，操作将会停滞并延误准时交货，这会导致项目延期并使成本上升。工业物联网方案中的大数据能够帮助改善设备综合效率(OEE)、减少设备故障并提供主动维护以减少或消除停工时间。

5.供应商和供应链：获取实时的供应链信息有助于在问题发生之前就能鉴别出来，减少存货并降低资本需求。工业物联网能够有助于制造商更好地理解这一信息。通过将工厂和供应商连接起来，涉及供应链的各方能够追踪相互之间的依存关系、物流和制造周期。工业物联网系统可以进行位置跟踪、库存远程监控并报告穿过供应链的零件和产品。它们还可以收集配送信息并将其反馈到企业资源计划、产品生命管理周期和其它系统之中。

6.健康、安全和环境：用于健康、安全和环境的关键绩效指标(KPIs)包括日常运营期间的伤残率和致病率等数据、短期和长期缺席情况、虚惊事件、汽车事故和财产损害或丢失。这些测量值通常储存在无数的系统、电子表格和邮箱之中，而且仅在管理评审或审计期间偶有提及。滞后的指标不再有任何的关联价值，而公司也往往很少进行彻底的原因分析。一个界限清楚的工业互联网和分析学战略将有助于解决健康安全和环境问题。

尽管企业可能都能普遍意识到了它们的碳排放，但是却经常错过划算的测量系统和建模/绩效管理工具来优化能源和热量。

使用工业物联网和自动化来监测空调体系和电力网络等环境控制能缩减成本，因为它们帮助公司更好地了解适用节约的模型运算并避免尖峰需求收费。将天气数据和预测建模整合在一起也有助于减少能源成本和计划的能源使用，这是制造成本的一个大的组成部分。

一共有六种能够代表利用大数据、分析学和自动化技术来开展工业物联网实际和实地使用的案例。需要考虑如何从这些先进和互联的技术中获益的制造商需要遵循下列原则：

明确界定具体使用情况中的商业价值并将其置于预算限度的首位;

仔细考虑如何有效控制数据并防止它们被偷窃或遭到误用;

决定哪种分析解法和数据管理系统最有助于实现你的目标;

雇用系统整合专家来优化贯穿全然不同的信息技术应用架构的解决方案;

确保有足够的技能来分析数据并提出建议;

找出拥有技术能力和该领域学科知识专长的合适供应商来帮助实现你的商业目标。

为启动你的工业物联网战略，请将相关领导和利益相关者安排到一起开一个创新研讨会，帮助他们更好地了解相关概念和其它公司是如何将这些技术应用到工作环境中去的。集体讨论你公司的价值定位，包括可能出现的潜在机会。试着从一到两个试点项目开始，记得这些项目的商业需求要最高，数据最有效。

关键词:物联网 大数据 人工智能

浏览量：1090

编辑：寂寂

声明：凡本网注明"  来源：仪商网"的所有作品，版权均属于仪商网，未经本网授权不得转载、摘编使用。
经本网授权使用，并注明"来源：仪商网"。违反上述声明者，本网将追究其相关法律责任。
本网转载并注明自其它来源的作品，归原版权所有人所有。目的在于传递更多信息，并不代表本网赞同其观点或证实其内容的真实性，不承担此类作品侵权行为的直接责任及连带责任。如有作品的内容、版权以及其它问题的，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
本网转载自其它媒体或授权刊载，如有作品内容、版权以及其它问题的，请联系我们。相关合作、投稿、转载授权等事宜，请联系本网。
QQ：2268148259、3050252122。