如果我现在在工业界工作，我会非常感谢数字化转型。事实上，许多人认为世界正面临着另一场全面的工业革命：从我们的产品设计和跟踪方式到产品管理和制造方式的方方面面都在发生变化。数字化转型对工业部门的影响一直在我脑海中浮现，我还记得我第一次了解“智能包装”时的情形——一种无需人工干预即可确保产品安全、可靠和新鲜的包装。与过去几年我们在安全性、效率和自动化方面所看到的相比，这算不了什么。还有很多关于比特币和区块链如何增强工业部门安全性的讨论。与此同时，面向工业应用的新一代3D打印机金属打印机也在制造业中崭露头角。尽管如此，与不断发展的工业物联网(IIoT)及其可能给这个庞大的经济部门带来的变化相比，这些创新似乎显得苍白无力。根据麦肯锡报告《物联网：绘制炒作之外的价值》，到2025年，仅通过工厂中的物联网应用“释放”的潜在价值就可能达到近4万亿美元。埃森哲估计，到2018年，工业物联网(IIoT)将为全球经济增加约15万亿美元2030.那么，这些惊人的创新是什么？它们将如何以不可逆转的方式改变行业？以下是我认为工业物联网(IIOT)正在转变的几个例子。质量保证在客户体验和满意度比以往任何时候都更加重要的时代，制造商更加关注产品质量和一致性。过去，QA部门会通过QA人员的眼睛和手来检查从单个产品到整个仓库的所有内容。可以想象，这个过程会花费很多时间，并且还会根据人们的心情、注意力水平以及他们需要检查多少时间来导致各种结果。相反，IIoT允许公司为其质量保证QA流程带来一致性和信任感，使用智能传感器系统确保所有产品符合特定质量标准。更重要的是，这些传感器可以存储和发送数据来分析错误发生的时间、频率以及将来如何修复错误。这有可能在产品损失、客户投诉甚至员工工资方面节省数百万美元。计划和预测性维护使用IIoT和机器学习，管理人员可以更好地评估供需水平和零件可用性，以确保员工在给定的一天（年、月、日）有一致的工作流程。更好的是，他们可以使用预测性维护来安排机器停机时间，这样他们就不会因为突然的机器故障而损失金钱和时间。文档自动化在工厂中，跟踪生产规范、实验室记录和机器信息以保持生产线平稳运行非常重要。不幸的是，在过去，处理这种“非结构化”数据很困难，因为排序和处理需要很长时间。今天的机器学习和分析系统可以处理这些信息，以更准确地确定每条生产线的生产过程的效率——以及如何改进它。在无尘洁净室环境等情况下，IIoT可以帮助确保产品得到妥善维护和记录，以满足严格的行业规范。数据管理在工业环境中，数据管理可能是一个压倒性的过程，因为它们来自供应商、机器、经理、物流工人以及介于两者之间的几乎每一位员工。物联网背后的深度学习可以更好、更准确、更自动化地捕获和分析这些信息，从而在制造过程中不会丢失任何洞察力。对于工业物联网带来的所有增长，一些人可能担心另一场自动化主导的工业转型可能会导致大量失业。但是，我认为没有什么可担心的，我敢肯定我们无法将工厂环境中的所有流程单独交给计算机，而且与几乎所有面临数字化转型的行业一样，变化是从不无缝或简单。如今，大多数工厂都在一个复杂的系统上运行，该系统由遗留机器、新技术和一系列工人组成，从千禧一代到婴儿潮一代，他们都需要培训——而且更多的培训——以确保工业物联网(IIOT)的全部优势被实现。更重要的是，许多人认为工业物联网将带来更多的就业机会。预计到2020年，将需要1000万新开发人员帮助管理工业物联网。虽然我不能保证这一点，但我相信大多数公司和社区都会从采用工业物联网中受益匪浅。更好、更聪明的工作不可避免地会带来更好、更聪明的发展，如果另一场工业革命已经在等待，我也不会感到惊讶。
