在圍繞大數據、自動化和物聯網的討論中，人們往往將注意力放在了技術、傳感器和數據收集設備上，而忽視了如何利用分析學來創造商業利潤。

企業應該少擔心一些“物”，而應更加注重這些“物”是如何改變其組織和商業過程的，從而提升運營績效。

迄今為止，制造作業一直將主要精力集中在優化實物資產上。它們著眼于改進垃圾處理能力、改善其供應鏈和實現工廠車間的精益運營。這些努力和考量主要是集中在成本上，旨在削減采購成本、加工成本和執行成本，創造更高效的庫存級別。

然而今天的制造業，處處都離不開數據——如整個公司的企業資源計劃系統(ERP)、產品生命周期管理系統(PLM)、制造執行系統(MES)、供應商關系管理系統(SRM)、機械工具、電子表格、文件和文件夾。企業外圍也離不開數據，它貫穿供給側和銷售側的合作價值鏈。合理的工業物聯網戰略目標是打破組織、程序、數據和系統的筒倉效應，自動收集運營數據。如果企業能夠對其數據進行廣泛深入和智能的分析利用，那么它們將會取得巨大的運營紅利。

少數大膽的制造商正在進行實驗測試，它們部署了一組充分利用大數據、自動化和物聯網的技術來創造工業物聯網(IIoT)，用以改善員工健康與安全、降低財務風險，并創造巨大的商業價值。下面列舉了制造商將工業物聯網推向智能業務應用的六種案例：

1.迅速核算成本：在許多行業，制造功能被當做產品管理小組或銷售團隊的內部供應者，因而必須在投標期間和商業開發周期內提供成本估算。嚴峻的市場形勢要求對特殊設備的參考價格進行迅速的成本核算，這種迅速的轉變往往成為企業能否取得大訂單的決定性因素。包括命中率、顧客偏好、內存需求、以往的投標記錄、執行過的項目和產品界定在內的歷史數據必須組合起來形成一種工業物聯網戰略，從而告知投標反饋結果、減少生產周期并提升投標質量。

2.不合格報告(NCR)分析：制造機構經常收集出現在工廠車間的不合格事件有關數據點。當產品、過程或程序不符合設置的標準時，不合格報告就生成了。它也可以反映重大缺陷。不合格報告通常被用來作為一種盡可能減少失誤，阻止瑕疵產品和設備流向消費者的工具。工業物聯網技術能夠有助于分析不合格報告數據，找出不合格報告之間的關系并對未來的不合格情況進行預測。

3.廠級負荷優化：企業銷售與運作計劃(S&OP)進程是制造企業的核心。它們不僅能夠使管理保持對商業的控制，還能創造出一種整合戰略業務計劃和戰術日常操作的指揮和控制系統。企業銷售與運作計劃能夠指導朝向長期商業目標的日常操作和月度計劃并能使制造商、供應商和消費者保持一致。根據產品的生命周期，企業銷售與運作計劃進程能夠明確負荷預測，這有助于企業決定在哪個車間制造產品—從而為廠級負荷奠定了基礎。該決定對運營績效和財務績效很有意義。歷史負荷、行業排放量、執行的項目、范圍變更和消費者行為都是能夠優化廠級負荷的數據點。為了了解和平衡負荷優化權衡，這需要工業物聯網戰略。

4.車間作業改進：制造商們對添加在機器上用于預防性維護和狀態監測的低成本傳感器的使用逐漸開始感興趣。一些制造商們發現無線連接和大數據處理工具能夠使實際績效數據收集和設備健康監控更便宜且更容易。例如，關鍵的機械工具必須要在一定的溫度和擺陣幅度內運營。傳感器能夠在工具偏離這些規定的參數時進行有效檢測并發出警告，從而有助于預防機械故障。當關鍵設備失靈時，操作將會停滯并延誤準時交貨，這會導致項目延期并使成本上升。工業物聯網方案中的大數據能夠幫助改善設備綜合效率(OEE)、減少設備故障并提供主動維護以減少或消除停工時間。

5.供應商和供應鏈：獲取實時的供應鏈信息有助于在問題發生之前就能鑒別出來，減少存貨并降低資本需求。工業物聯網能夠有助于制造商更好地理解這一信息。通過將工廠和供應商連接起來，涉及供應鏈的各方能夠追蹤相互之間的依存關系、物流和制造周期。工業物聯網系統可以進行位置跟蹤、庫存遠程監控并報告穿過供應鏈的零件和產品。它們還可以收集配送信息并將其反饋到企業資源計劃、產品生命管理周期和其它系統之中。

6.健康、安全和環境：用于健康、安全和環境的關鍵績效指標(KPIs)包括日常運營期間的傷殘率和致病率等數據、短期和長期缺席情況、虛驚事件、汽車事故和財產損害或丟失。這些測量值通常儲存在無數的系統、電子表格和郵箱之中，而且僅在管理評審或審計期間偶有提及。滯后的指標不再有任何的關聯價值，而公司也往往很少進行徹底的原因分析。一個界限清楚的工業互聯網和分析學戰略將有助于解決健康安全和環境問題。
盡管企業可能都能普遍意識到了它們的碳排放，但是卻經常錯過劃算的測量系統和建模/績效管理工具來優化能源和熱量。

使用工業物聯網和自動化來監測空調體系和電力網絡等環境控制能縮減成本，因為它們幫助公司更好地了解適用節約的模型運算并避免尖峰需求收費。將天氣數據和預測建模整合在一起也有助于減少能源成本和計劃的能源使用，這是制造成本的一個大的組成部分。

一共有六種能夠代表利用大數據、分析學和自動化技術來開展工業物聯網實際和實地使用的案例。需要考慮如何從這些先進和互聯的技術中獲益的制造商需要遵循下列原則：

-明確界定具體使用情況中的商業價值并將其置于預算限度的首位;

-仔細考慮如何有效控制數據并防止它們被偷竊或遭到誤用;

-決定哪種分析解法和數據管理系統最有助于實現你的目標;

-雇用系統整合專家來優化貫穿全然不同的信息技術應用架構的解決方案;

-確保有足夠的技能來分析數據并提出建議;

-找出擁有技術能力和該領域學科知識專長的合適供應商來幫助實現你的商業目標。

為啟動你的工業物聯網戰略，請將相關領導和利益相關者安排到一起開一個創新研討會，幫助他們更好地了解相關概念和其它公司是如何將這些技術應用到工作環境中去的。集體討論你公司的價值定位，包括可能出現的潛在機會。試著從一到兩個試點項目開始，記得這些項目的商業需求要最高，數據最有效。