阅读任何主要的科技媒体，您会发现大型制造商大力投资工业4.0项目的故事。像这样的故事会让任何人相信，充满机器人、联网机器和传感器的巨型工厂正在收集有关从产品工程到质量再到生产性能的所有内容的实时数据，这些都被用来预测如何运行更高效的制造。虽然这可能发生在一些最大的制造商身上，但绝大多数制造商仍在思考工业物联网(IoT)和工业4.0是否值得投资或只是炒作。脱节的现实在美国，许多制造工厂已有20多年的历史。车间中只有不到14%的机器“联网”。这意味着他们没有传感器或监视器来提取有关其工作方式的数据。这些旧机器很容易发生故障，每年因停机造成的损失高达500亿美元。围绕工业物联网的炒作是制造商必须立即投资于机器学习、增强现实或人工智能等变革性技术，以提高效率，但这与现实相去甚远。制造中的数据问题要克服的主要障碍是那些旧机器。事实上，有些机器会产生大量的数据，但访问这些数据并不容易。其他人甚至没有数字控制器，需要外部修改和传感器来提取操作数据。获得可用的数据通常既困难又昂贵，因此这项工作必须有明确的回报。因此，该公司将重点放在过去可能出现过问题的最关键设备上。即使数据可用，也不确定如何处理它。必须有人或某种工具来解释数据并理解它。大多数制造商没有数据科学家来帮助完成这项工作。炒作告诉制造商，访问数据将改变企业的运营方式，但现实是数字化只是为理解任何给定资产奠定了基础。需要有一种方法来可视化数据，使其具有可操作性。工业物联网炒作与现实归根结底，产品必须尽可能高效地制造并交付给要求苛刻的客户。我们的客户告诉我们，他们将IIoT和工业4.0视为利用现有资源做更多事情的机会，而不是投资新技术以实现遥远的未来。但是，当有可行的方法发现想法和改进机会时，他们就会接受。在撰写本文时，我们有少量客户在从事工业物联网项目。许多公司都是从头开始做的：只是对现有资产有更多的了解。他们将能够：查看正在发生的事情：可视化工作单元，包括保持项目运行的基础资产，并了解如何提高运营效率并在潜在问题发生之前做出响应。了解正在发生的事情：使用历史趋势曲线进行实时监控使您能够了解、诊断和改进正常运行时间和性能——如果质量问题开始出现，您将有一个真实来源来帮助查明根本原因。预测即将发生的事情：通过几乎每个性能特征的准确、实时图表，获得对资产性能的可操作见解，以确定可能破坏运营或质量性能的趋势。我们的客户知道工业物联网是他们不能忽视的战略-因为忽视它的制造商很可能会像许多消费品公司一样错过互联网。
