国产精品日本一区二区不卡视频_男人边吃奶边揉好爽免费视频_国产成人精品日本亚洲语音_精品乱人伦一区二区三区_国产精久久一区二区三区_亚洲国产成人一区二区在线_人人爽人人爽人人片AV免费_爽灬好舒服灬别拔出来视频人_亚洲熟妇无码aV在线观看网址_免费人妻无码不卡中文18禁

　　工業(yè)4.0如今仍然是一個不斷演進的過程，其核心是物聯(lián)網。工業(yè)環(huán)境中的數字化轉型仍在持續(xù)，并且由于新冠疫情而在加速實施。那么，工業(yè)物聯(lián)網和高級分析在未來將如何發(fā)展?隨著即將進入2022年，企業(yè)高管對此應采取哪些優(yōu)先事項?

　　根據調研機構麥肯錫公司的估計，2020年全球物聯(lián)網市場規(guī)模為1.6萬億美元，到2030年B2B市場規(guī)模可能會增長到3.4至8.1萬億美元。這項評估表明，未來幾年仍有大量價值機會有待實現(xiàn)。

　　為了實現(xiàn)這一價值，各行業(yè)的企業(yè)實施數字戰(zhàn)略需要克服一些障礙并抓住機遇。物聯(lián)網硬件的快速發(fā)展以及存儲大數據的能力奠定了數據增長的基礎，這些年來這方面的成本都已顯著降低。現(xiàn)在的重點是如何使用這些正在獲取的數據來創(chuàng)造價值。

　　1.實現(xiàn)系統(tǒng)互操作性以獲取更好的數據

　　事實證明，擴展數字化轉型是企業(yè)在物聯(lián)網領域遇到的最主要的障礙之一。許多項目無法擴大規(guī)模，限制了采用率和價值實現(xiàn)。造成這種情況的原因之一是由于使用專有的封閉生態(tài)系統(tǒng)，以及傳統(tǒng)系統(tǒng)、不同數據架構和定制物聯(lián)網傳感器語言的混合，造成了生態(tài)系統(tǒng)的障礙。為了從高級分析中受益，需要在生態(tài)系統(tǒng)之間獲取和共享數據，以便可以在整個企業(yè)范圍內收集見解。為了實現(xiàn)這一目標，企業(yè)需要要求所有未來采購具有互操作性，并計劃解決遺留問題。

　　2.為未來的高級分析規(guī)劃數據存儲

　　高級分析、人工智能和機器學習使用原始的非結構化格式的大數據。企業(yè)需要改變捕獲、存儲和管理這些數據的方式。對于預測分析而言，時間序列數據至關重要，因此企業(yè)應該計劃使用云數據倉庫并采用圖形數據庫，以便充分利用新的高級分析技術。

　　3.企業(yè)范圍內的高級分析計劃

　　當企業(yè)在運營過程中擴展并開始使用高級分析(如人工智能和機器學習)時，就會實現(xiàn)更多的價值。企業(yè)需要規(guī)劃在整個企業(yè)中使用的高級分析，而不是在小型試點項目采用或限制在內部數據科學團隊內。當企業(yè)的員工開始分析數據以幫助他們了解日常工作時，就會出現(xiàn)數據民主化。麥肯錫公司估計，價值創(chuàng)造的最大潛力在于優(yōu)化制造業(yè)的業(yè)務運營，可以提高資產和人員的管理效率。

　　4.無代碼機器學習和MLOps

　　自動化高級分析是工業(yè)企業(yè)的下一個重大機遇。隨著技術的進步，無代碼機器學習(ML)現(xiàn)在正在被世界各地的企業(yè)廣泛部署。無代碼機器學習(ML)使專家和運營人員無需任何編碼或編程知識即可快速創(chuàng)建其資產或操作的模型。這些模型是自動部署的，可以從實時和歷史數據中學習，并提供關鍵見解以幫助優(yōu)化運營。可以看到它被用于預測性維護和實時狀態(tài)監(jiān)控。MLOps是通過自動化應用持續(xù)集成測試和持續(xù)部署，提供可擴展的最新數據模型，以實現(xiàn)機器學習的工業(yè)化。通過機器學習的工業(yè)化，模型自動化才得以實現(xiàn)，有助于企業(yè)實現(xiàn)高級分析的可擴展性。

　　5.實現(xiàn)遠程和自動化操作

　　向遠程工作和集中操作的轉變推動了遠程監(jiān)控等創(chuàng)新，并在許多運營環(huán)境中提高了自動化程度。這些創(chuàng)新將有助于降低運營成本和人員安全風險，并有助于進一步提高物聯(lián)網可以產生的價值。提高預測生產故障或錯誤的遠程監(jiān)控和接收警報的能力將會提高團隊的效率。高級分析將提供根本原因分析，確保將正確的人員和部件調派到現(xiàn)場，并提供見解使操作員能夠做出明智的決策，例如調整流程或設備以確保不會出現(xiàn)生產力損失。

　　6.排放達標和減少排放

　　各行業(yè)的企業(yè)都在制定碳排放目標，下一步是確保實現(xiàn)這些目標。物聯(lián)網和高級分析可以幫助企業(yè)確定目標設置的基準，并可以監(jiān)控持續(xù)使用的情況。可以識別使用大量能源的領域以及潛在改進的機會。AutoML可以用于預測能源使用峰值，以協(xié)助儲存能源和實現(xiàn)廢物最小化。

　　7.企業(yè)的整體分析

　　整合企業(yè)的數據和高級分析為改進預測、報告和合規(guī)性提供了機會。其數據可用于推動增長、優(yōu)化和多元化戰(zhàn)略。所提出的見解可用于改進流程，并有助于不同部門和業(yè)務部門之間的知識共享。

　　物聯(lián)網和高級分析的每個用例的價值可能會有很大差異。因此，獲取價值的最終目標是將創(chuàng)新嵌入到整個企業(yè)中，這將從企業(yè)高管開始，數字化轉型不再局限于IT部門或創(chuàng)新團隊。為了使真正的價值得到認可，它需要融入到企業(yè)的使命中。

　　很多企業(yè)面臨的挑戰(zhàn)是擴大規(guī)模，以便快速獲取價值。這反過來將有助于改變內部文化、程序和方法。隨著試點項目轉向推廣，并進行改進以減少瓶頸，可以提高決策的準確性，并全面改善企業(yè)的業(yè)務。

　　來源：企業(yè)網D1Net