工業大數據分析和人工智能改變了產業生態
BCG和WEF的研究發現，它們也可以為全球企業帶來價值1000億美元的收益。該結論基於對996名製造經理的調查，各種建議可以為製造公司帶來的節省。
有72％的人認為與其他製造商共享數據將改善運營，而47％的人認為優化資產是更廣泛地共享數據的最大好處。
有效地追蹤供應鏈中的產品，可以進一步節省400億美元。如果用戶知道在任何特定時間、產品在哪裡，他們可以更好地計劃其流程，並為供需波動做準備。通過使用數據創建供應鏈的全面情況，用戶可以降低庫存標準，僅庫存所需物品。
大數據應用實例可以降低成本
BCG和WEF的報告估計，通過了解整個價值鏈中產品的來源和狀況，可以進一步節省150億美元。通過更快速，更準確地查找故障產品的根本原因，可以將這些知識投入到改進的質量管理中。在食品行業等受到嚴格監管的環境中，運營的公司可以實現這些節省的大部分。
大數據分析與產業共享的困難點
儘管BCG和WEF建議的數據共享用途顯然具有優勢，但實現這些節省並非沒有挑戰。其中之一涉及購買和構建連接機器，公司和行業所需的新計算基礎架構，這可能既昂貴又耗時。取而代之的是，一種更快且可能更具成本效益的數位化流程方法，是通過將新技術改造舊設備運用
改造的一種智慧化方法是使用智能傳感器，安裝導入到現有機器上，以收集資訊有關其性能的數據，並可以實時做出有關生產過程的決策。其中經理們無法理解為什麼產量低於正常標準。可以在生產線的每個階段安裝智能傳感器，以找出導致故障或生產速度降低的過程。這將告訴經理他們的損失在哪裡，並使他們能夠快速有效地解決問題。
另一個智慧製造案例是為一批CNC加工機械安裝傳感器，以提供有關其性能的數據。如果某個位置的CNC由於進給速度不正確而產生損壞，則另一位置的同一類型的機械可以自動校正其速度，以避免相同的問題，稱為機器學習。
通過分析最終的數據流，製造商可以結合收集有關常見故障和維護週期的線索，並節省大量成本。數據共享還可能與供應商和客戶共享設計規範和公差。
製造經理面臨的另一個挑戰，是增加數據共享功能會增加工廠安全風險。數據共享增加了駭客可以通過其滲透到電腦。
更好地分享？
通過有效地使用智能技術和數位化策略，大數據應用案例之製造業，也可以收集有用的數據，還可以使用它來提高業務效率。人工智能和大數據分析（例如從安裝在製造機器上的智能傳感器收集的信息）得以連續分析並用於台灣的機械。
數據共享對您的業務有什麼價值？雖然在美國製造商中節省1000億美元是一個巨大的估計，但數位化將使製造商能夠安全，安全地共享數據，並以顯著受益於他們的標準的方式進行共享。
圖文參考: control engineering
