Ashley Oulton 讨论了需要在日益复杂和充满活力的行业中采用数字化转型的制造商所面临的核心问题。从我过去几个月的谈话中可以清楚地看出，数字化转型是欧洲国防、航空航天、汽车、制药、食品饮料和电气行业制造商关注的关键领域。通过实施智能技术，制造商意识到他们可以提高他们的生产力和绩效，同时降低管理费用和运营成本，并向可持续发展的智能工厂迈进。但是，对于如何以及何时实施它们存在困惑。
1.实施数字化转型战略的利弊是什么？最常见的失败原因是什么？
成功的项目始于业务案例，或者在数字化转型的情况下，业务驱动的流程可以实现清晰、现实和有形的目标.如果事实证明在不了解业务打算如何利用系统的情况下实施技术和业务流程，那么它很可能无法满足需求并且会失败。所有利益相关者必须协作并共同努力在系统实施之前就系统要求达成一致。空中客车防务与航天公司项目数据管理负责人 Andrew Wall 总结道：“参与数字化转型不是转型项目，而是文化变革”2。单一事实来源：消除数据孤岛
传统上，数据架构师会创建数据孤岛，这会导致大数据分析项目在尝试访问不同的数据源时遇到困难和延迟，并且可能非常耗时。因此很重要在开始之前尝试消除孤岛，以防止未来出现问题。大数据项目需要组织重新思考他们的数据访问和治理过程方法的过程。在许多情况下，公司不得不招聘具备足够技能的数据专业人员来实施和管理他们的大数据之旅。Jacobs Douwe Egberts 全球主数据经理 Gerard Bartley 解释说：“数据管理和数据治理至关重要，如果没有这些稳固的业务数据通常难以使用且维护成本高昂。控制您的数据源并从中获取真正的价值非常重要。”3.预测性维护模型可以产生什么样的节省和运营改进？
许多制造商迈向工业 4.0、智能制造和智能工厂的数字化之旅的第一步是使用安装在机器上的传感器收集数据来实施预测性维护试点。这可以节省高达 12% 的潜在成本与依靠传统的定期维修相比，导致减少高达 30% 的维护成本和 70% 的设备故障停机时间减少。 BOC 数字主管 Marco Del Seta 评论道：“我已经看到预测性维护模型可以提前一个月确定对关键资产进行干预的必要性与人工观察关键资产数据信息的典型情况不同。 “这既可以更灵活地安排停机时间，也可以更好地避免出现严重问题，从而节省成本。我们还认为，从长远来看，早期干预将最大限度地减少我们关键资产中灾难性事件的发生。”4.我应该使用哪些分析工具来深入了解我的数据？
可视化是流程的关键部分，它允许用图像表示原始数据，从而更容易做出决策。数据可视化工具应提供处理多种类型的传入数据的能力，应用 vario我们过滤、调整结果并与数据集交互。日产汽车制造欧洲供应链管理总经理 Stephen Sutcliffe 的建议是：“开发用户友好的 GUI 仪表板，以便快速评估数据并迅速做出决策.简化流程并自动制定决策，让用户做出战略决策，而不是管理和查询数据。”5.制定安全策略有多重要？
制造公司的自动化程度和互联程度越来越高，设备和机器正在生成大量数据，使他们能够优化运营并提高效率，但如果管理不当，这种连接也会带来潜在的风险。最近的报告表明网络安全黑客不仅针对 IT，还针对 OT，这对于关键基础设施的可用性、生产和安全至关重要。因此 of 制定有效的安全策略至关重要。 BAE Systems Maritime 首席工程师 Andrew Carr 解释说：“重要的是控制对系统的访问和连接，确保有效控制对 IT/OT 的物理和在线访问，并定期修补/扫描所有系统。考虑使用来自不同制造商的两个防火墙来为潜在的黑客制造麻烦。 “数字化转型不再是‘我们应该做吗？’，现在是‘我们应该多快做’。”Ashley Oulton 是制造商制造领袖峰会国际系列会议的会议经理。*所有图片礼貌的
