如果我現在在工業(yè)領域工作，我會非常感謝數字化轉型。事實上，許多人認為世界正面臨另一場全面的工業(yè)革命：從設計和跟蹤我們的產品，到如何管理和制造產品，一切都在發(fā)生改變。

數字化轉型對工業(yè)領域的影響一直在我腦海中浮現，我還記得我第一次得知“智能包裝”的時候——一種在沒有人為干預情況下保持產品安全、可靠和新鮮的包裝，這與過去幾年我們在安全性、效率和自動化方面所看到的相比，這沒什么。還有很多人在討論比特幣和區(qū)塊鏈如何增強工業(yè)領域的安全性。與此同時，新一代3D打印機，用于工業(yè)應用的金屬打印機，也將在制造業(yè)中嶄露頭角。盡管如此，與日益增長的工業(yè)物聯網（IIoT）以及它可能給這個龐大經濟領域帶來的變革相比，這些創(chuàng)新似乎顯得暗淡無光。根據麥肯錫的報告《物聯網：繪制炒作之外的價值》顯示，僅在工廠中通過物聯網應用“解鎖”的潛在價值到2025年就可能達到近4萬億美元。埃森哲估計，到2030年，工業(yè)物聯網（IIoT）將會為全球經濟增加大約15萬億美元。那么，這些令人驚嘆的創(chuàng)新是什么？ 它們將如何以不可逆轉的方式改變行業(yè)？以下是我認為工業(yè)物聯網（IIOT）變革的幾個例子。

質量保證

在客戶體驗和滿意度比以往任何時候都更加重要的時代，制造商更加關注產品質量和一致性。在過去，質檢部門將檢查從單一產品到整個倉庫的所有產品，所有這些檢查都是通過質檢人員的眼睛和手來進行?？梢韵胂?，這個過程需要花費很多時間，并且還要根據人們的情緒、注意力水平以及他們有多少時間進行檢查而導致各種各樣的結果。相反，工業(yè)物聯網允許企業(yè)為其質量保證QA流程帶來一致性和信任感，使用智能傳感器系統確保所有產品符合某些質量標準。更重要的是，這些傳感器可以存儲和發(fā)送數據，以分析錯誤發(fā)生的時間、頻率以及將來如何解決。這有可能節(jié)省數百萬美元的產品損失、客戶投訴，甚至員工工資。

調度和預測維護

使用工業(yè)物聯網和機器學習，管理人員可以更好地評估供應和需求水平以及零部件的可用性，以確保員工在給定日期（年、月、日）具有一致的工作流程。更好的是，他們可以使用預測性維護來安排機器停機時間，這樣就不會因機器突然故障而損失金錢和時間。

文檔自動化

在工廠中，跟蹤生產規(guī)格、實驗室記錄和機器信息非常重要，以確保生產線平穩(wěn)運行。不幸的是，在過去，使用這些“非結構化”數據很困難，因為排序和處理需要很長時間。今天的機器學習和分析系統可以處理這些信息，以更準確地確定每一條生產線的生產流程的效率——以及如何改進它。在無塵潔凈室環(huán)境等情況下，工業(yè)物聯網可以幫助確保產品得到妥善維護和記錄，以滿足嚴格的行業(yè)規(guī)范。數據管理在工業(yè)環(huán)境中，數據管理可能是一個壓倒性的過程，因為它們來自供應商、機器、管理人員、物流工人以及其間幾乎每個員工的輸入。物聯網背后的深度學習可以對這些信息進行更好、更準確、更自動的捕獲和分析，從而在制造過程中不會丟失任何洞察力。

對于工業(yè)物聯網提供的所有增長，有些人可能擔心又一次以自動化為導向的工業(yè)變革可能會導致大量失業(yè)。不過，我認為不必過于擔心，我敢肯定，我們無法將工廠環(huán)境中的所有流程單獨交給計算機，與幾乎所有面臨數字化轉型的行業(yè)一樣，變革從來都不是無縫或簡單進行的。如今，大多數工廠都在一個復雜的系統上運行，這個系統由傳統機器、新技術和從千禧一代到嬰兒潮一代的一系列員工組成，他們都需要培訓——以及更多的培訓——以確保工業(yè)物聯網（IIOT）的全部好處得以實現。更重要的是，許多人認為工業(yè)物聯網將帶來更多的就業(yè)機會。據估計，到2020年，將需要1000萬新開發(fā)人員來幫助管理工業(yè)物聯網。雖然我不能保證這一點，但我相信大多數公司和社區(qū)都會從工業(yè)物聯網的采用中受益匪淺。更好、更智能的工作不可避免地會帶來更好、更智能的發(fā)展，如果另一場工業(yè)革命已經在等待，我不會為此感到驚訝。