物联网在2017年得到了迅速的发展，并且在2018年的发展趋势也是如此。随着处理器的成本变得更低，几乎所有的物品都可以通过物联网连接，一些非智能设备通过物联网技术可以改造成为数字智能设备。然而，尽管物联网在消费领域努力实现从炒作到实践这一必要的跨越，制造行业仍有望实现革命性的变革。

　　尽管对于高端的技术创新来说，对工厂和车间的改造看起来不太可能，但在历史上，生产制造商一直是新技术的早期采用者，而当今的发展趋势也是真实的。制造商们最先认识到自动化的好处，自动化系统彻底改变了现代的工厂生产过程。

　　如今，在竞争日益激烈的环境中，最先进和最具创新精神的制造商正在争先恐后地利用新兴技术来提高竞争优势。过去，制造商的最重要的资产就是他们工厂和车间中的机器设备。而如今，生产制造商将获得软件优势的未来。

　　连接一切

　　消费者和制造商都在接受物联网，世界越来越多地被相互沟通的机器所连接。虽然消费者采纳最初是试探性的，但制造商的产品将在物联网实现中占主导地位。这不足为奇，因为超过90%的企业认为物联网对他们业务的未来发展至关重要。

　　几乎所有行业在物联网的采用率都在稳步上升，并持续增长。根据调研机构IDC公司的预测，全球物联网支出将在2018年期间增长15%，2018年市场规模将达到7,725亿美元。然而，预计投资最多的领域将是制造业，预计今年仅在物联网解决方案方面将投入惊人的1890亿美元。

　　随着制造商面临经济压力，运营成本上升，竞争激烈，企业最终开始利用物联网的优势是可以理解的。幸运的是，工厂车间为数字化改造提供了大量的机会。

　　未来的工厂

　　制造商们特别擅长向物联网时代过渡。数十年的供应链网络与制造业基础设施成本的不断下降有很大的关系，意味着联网的物联网生态系统是现代制造业发展的下一个合乎逻辑的步骤。

　　然而，从历史上看，由于制造业的资产密集型性质，企业倾向于投资更多的运营技术(OT)而不是信息技术(IT)。因此，许多工厂已成为过时的系统，被过程所困扰。

　　然而，工业物联网承诺有机会弥合运营技术(OT)和信息技术(IT)之间的差距，提供硬件和复杂数据分析的无缝集成。

　　结果表明，在制造过程的每个环节都能简化操作 - 从工厂车间到商店货架。数据中心为此提供了一个完美的例子。在自动化和编排软件上运行，数据中心运行流畅，人力干预最少。

　　将此模板应用于工厂设置时，很容易看出连接制造过程的每一步(从材料管理到生产，再到精加工)如何节省流程，提高效率，并最终降低成本。

　　工厂将能够实时检测生产问题，通过识别和预测瓶颈原因，并利用数据分析更好地响应客户需求来提高生产力。但人们不需要预测就可以看到未来工厂的样子。

　　德国是全球制造业的创新先锋，希望通过开发全自动智能工厂来引领工业革命。Limtonik公司就是一家希望能够领先的德国中小企业电子产品供应商。

　　该公司渴望通过机器学习，从错误中学习，优化自己，独立生产智能算法。展望未来，美国设备供应商卡特彼勒公司最近与一家工业分析公司合作，帮助他们的客户监控机器的健康状况，并进行优化。

　　将创新推向边缘

　　然而，这种过多的连接设备需要大脑的核心来解读数据的涌入，并将其转化为可操作的结果。这就是为什么物联网革命的核心将是边缘计算的原因。

　　随着设备越来越智能化，它们的体积也在不断缩小。这对于工业界来说是一场改变游戏规则的革命，因为它意味着拥有收集和存储复杂数据的能力的机器现在可以更靠近数据源。数据分析可以通过本地边缘计算发生在离数据源很近的地方，而不用将大量数据传送到云端。

　　随着分析过程的快速跟踪，从数据中获得的有价值的见解将会快速反馈到工厂，在那里他们可以被转发到可执行的结果中。在竞争日趋激烈的时代，时间就是金钱，边缘计算对于确保制造商能够获得物联网的好处至关重要。

　　如今的明日工厂

　　人们目前正处于制造业历史上最激动人心的时间之一。革新制造行业技术已经存在，许多制造商已经着手开发它们。

　　虽然物联网的未来充满希望，但随着其他新兴技术的出现，都会有成长的烦恼。并非每家公司都会配备现有设备来推广物联网应用，其学习曲线可能会非常陡峭。这就是第三方物联网平台变得至关重要的地方，制造商需要站在自己的角度思考。

　　例如传统的硬件供应商Trumpf公司，通过其子公司Axoom将自己转变为软件供应商。然而，Trumpf公司并非唯一不得不重新思考其核心业务模式以跟上变革速度的公司，而且它肯定不会是最后一个。

　　在2011年，风险投资家Marc Andreessen曾经表示，“每家公司都需要成为一家软件公司。”而如今已经证明他的话是正确的。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。