当今，大多数增加中的工业公司都将最大的赌注押在依据工业4.0转型处理各种技术方案上。
物联网国际正在展现以惊人速度迸发的新型力量。
一方面，智能传感器爆炸性增加，再加上大数据海啸。另一方面，跟着技术的突破性开展，有许多杂乱的大数据平台可用于大规模搜集，处理和存储数据。这进一步提出了一个更深层次的“全人类”问题，其中咱们存储数据规模的能力而处理和剖析数据的能力却没有。
工业4.0时代需求特定的运营办法和技术，以使咱们能够发明新的价值。通过从数万亿个相连的机器中挖掘数据并加速获取该见地的途径，能够得出此价值。
但是，当今国际面临着巨大的数据泛滥问题，需求在无安排和孤立的数据挖掘环境中寻找有价值的见地。但是，因为有了物联网和人工智能，未来才有望发生范式改动，使职业能够体验到更高的财物可用性，更好的可持续性和更高的出产效率。
加强物联网游戏以打破常规职业规范
使用来自物联网设备的数据有助于引导并加速完成端到端工业数字化转型的路途。工业4.0的抱负远非工业数字和数据成熟度。大多数安排努力在正确的时刻获取正确的数据，以生成有价值的见地，以促进更快，更准确的事务决议计划。
这就是为什么现状不适用于工业4.0，以及公司怎么从头考虑其数据战略以完成快速无缝出产的原因：
缺少企业级物联网和数据战略
跟着工业4.0的变化，公司正大力出资许多数据科学和机器学习方案，以成为工业4.0的冠军。他们正在寻找可能或可能不存在的东西。
依据微软最近的剖析，超过30％的职业领导者陷入了这种漫无目的的重复无用的物联网方案的恶性循环。当公司未能看到整个企业规模内的全体工业数字流程需求数据战略，数据成熟度和战略事务KPI时，就会出现这种差距。
当今的企业蓬勃开展，并不是依靠大略的战术数据，而是要取得更深入的洞察力，而该数据会显现是盈余还是亏损。例如，赢利率变化了多少百分比，影响因素是什么，以及它究竟对赢利产生了多大的影响。
事实是，要使这种从飞行员到实际出产的飞跃是一项巨大的努力！不过，因为他们没有看到严重的积极底线影响，因而大多数PoC都无法转化为出产。
公司应具有务实的模型，旨在推进企业规模的物联网方案从早期的成功中取得有效的证明。
强大的数据战略不仅从挑选最佳的工具和技术开始，以将松散的一端绑在一起并将数据源缝合在一起。它应该从要害的事务优先级，要害的KPI开始，围绕这些要害的KPI做出决议计划-应该采纳什么样的数据，进行丈量和剖析。
在这段60秒的视频中，比尔·施马佐（Bill Schmarzo）是大数据和AI职业专家，也是我最喜欢的大数据院长，他很好地强调了大数据与技术无关，而与数据的经济价值无关。
作为一家要确保高效工厂运营的工业公司，您需求考虑盯梢要害的运营KPI。究竟，这是所有KPI的总和，它描绘了有关出产线，工厂和安排绩效的故事。
什么？
运营KPI或方针是一种衡量单位，能够依据数量，时刻频率和本钱类别来量化和优化您的运营流程。
为什么？
准确盯梢这些KPI能够提供急需的事务和运营洞察力，以满足您的运营方针。
WHO？
从工厂经理到工厂负责人甚至工厂CFO的任何人都以各种形式使用这些KPI，以在整个事务生命周期中发明价值。
当企业在不清晰了解KPI和数据的状况下采用Industry 4.0试点时，他们必然会遇到以下四种状况。
影响：事务方针不清晰，这意味着它们无法证明潜在的好处是什么
预算超标：缺少清晰的事务效果，这意味着预算将超标并且难以量化
数据质量：在试点期间，有75％的公司意识到缺少处理任何/特定事务问题所需的正确数据
出资报酬率（ROI）：很难提出扩展进一步创新的事务案例，而无需拟定涵盖多个参数的清晰界说的战略-
需求购买更多的工具或技术
内部数据技术与与咨询或外包公司合作的本钱
领导力战略和对工业4.0许诺的一致
更好地结合在一起：结合IT和OT的力量
公司需求消除事务盲点以完成数字化。当公司将IT和OT专家集合在一个房间中时，他们不仅能够挑战挑战，而且能够将战略范畴（如自动化和数据战略）的潜在处理方案带到最前沿。这种办法促进了简化的数字文化，能够测验使用IoT和AI来构建，学习和使用增强的操作方法。
数据科学家和IT团队能够使用机器，设备类型方面的OT事务专业知识宝藏，以使用许多计算技术来帮助拟定要害决议计划并以指数级方法增加收入赢利。
例如：
数据趋势怎么？
机器跟着时刻的推移表现怎么？
出产推迟的首要影响因素是什么？
哪些数据或集群正在推进低产量，它们之间的相关性是什么？
的成果OT和IT驱动战略是双赢的。公司以更低的本钱完成了更高的产出，完成了与事务相关的与事务相关的工业自动化，并大肆宣传了从试点到出产环境的改动。
终极速度测试—在工业4.0时代完成灵敏
人工智能和物联网通过完成杰出运营一起降低本钱来为工厂经理从头界说游戏。人工智能驱动的高档剖析办法正在改动公司做许多事情的方法-从盯梢运营缺点到维护正常运行时刻到简化运营。
人工智能是通过使用许多物联网数据流的真实力量为您的事务发明这种差异的门户。实际上，要害不仅仅在于灵敏性，还在于将这种速度转化为有价值的决议计划，然后缩短了上市时刻。
公司必须使用来自IoT和AI的数据，将灵敏性的真实价值转化为决议计划，本钱节约和可扩展的创新，并具有更高的成果精度和更快的上市时刻。
