数字化和工业4.0
多年来，自主制造工厂的概念一直是人类的梦想。直到三年前，科幻小说才将其视为偶像。在过去的五年中，自我报告、自我执行设备中迅速出现的概念激发了全球制造企业管理人员和工厂运营商的想象力。
从表面上看，工业 4.0 仅由自动化驱动。这种认识并没有错误。智能传感器和物联网 (IoT) 已成为这一新一轮工业转型最明显的先兆。
但自动化本身并不是推进剂。真正的变革推动者是当今自动化的规模和无处不在。更大的是数据。我们如何捕捉、存储、背景化、分析它；以及我们如何从跨职能和跨系统的数据中创建洞察力——无论是 IT、OT、ET、地理空间还是任何其他此类来源。
工业4.0之路正如我们见证了工业历史进程中自动化水平的进步，最近的分水岭时刻是我们从高水平的计算机化和网络化转向越来越多地使用数据进行监控、报告和分析。这一刻定义了工业 3.0 和工业 4.0 之间的风口浪尖。
今天要想取得成功，工业 4.0 的原则和技术是关键。我们如何使用人工智能和机器学习；以及我们如何真正最大限度地发挥分析的力量，是完全进入工业 4.0 时代的真正秘诀。
AI、ML、数据分析——所有这些都由行业领域的专业知识完成——工业 4.0 时代的成功因素。
数据在工业4.0中的作用趋势是有说服力的，如果您只阅读上图中的三大趋势，您就可以了解其因果关系。尽管在实施数字化转型后，生产力平均提高了 40%，但企业中多达 73% 的数据并未用于分析。
原因也很明显——通常，80% 以上的实施工作都用于解决方案提供商了解行业流程和数据源；以及设计捕获数据的方法。这涉及复杂的变更管理，并且意味着延迟投资回报——总是导致决定部署永远无法匹配企业范围转型影响的单点解决方案。
首先——理解真正产生差异的是“工业”这个词——“工业分析”而不仅仅是“分析”，“工业人工智能”而不仅仅是“人工智能”，“工业物联网”而不仅仅是“物联网”。
除非技术与运营流程深度集成，否则工业 4.0 的道路将保持缓慢。在选择解决方案时，采用阻力最小的路径是一个好的开始——基于开放架构的解决方案可以轻松连接现有系统并最大限度地减少对即时变更管理的需求；因此，向数字化的转变是一个精心策划的过程。在选择解决方案和方法时，如果未实施企业解决方案，也应谨慎考虑可扩展性——可从边缘扩展到工厂并最终扩展到企业级的解决方案，确保随着时间的推移完全覆盖。
为了从完全根据公司需求和运营环境、文化定制的数字化转型中获益，选择一个建立在深刻行业理解基础上的解决方案是有帮助的。这导致更快的采用和更快的投资回报率。如果解决方案是模块化的，因此组织可以从一组模块中进行选择，当然，具有强大的基础平台，以获得最佳组合，这也将有所帮助。
其他需要考虑的方面应该是覆盖范围——从输入来源和影响角度涵盖的最广泛的功能；和安全，数据隐私。
数字化转型路径的规划和正确解决方案的选择使一切变得不同。选择反映有效变更管理、最大化结果、深入领域理解、可扩展性和安全性的解决方案。
--THE END--
来源：iaasiaonline/华制智能编译
