“边缘传感”被视为制造优化的关键驱动力

制造商同意从子组件收集数据将推动性能的逐步提高。作为一个行业，制造业创造——然后丢弃——比任何其他行业都多的数据。来自 JLR、JCB、Nissan、Unipart、Yamazaki Mazak 和 Coty 的高级制造业高管齐聚一堂，强调了工业互联网将在其运营中逐步提高绩效方面发挥的作用。高管们——在“分享”下Chatham House Rules' – 指出制造业的基本面在过去几十年中大体上没有变化，需要更多的注意力集中在制造工艺创新上，而不仅仅是产品创新。从制造设备到子组件级别的数据收集既创造了机遇也带来了挑战。机遇以建立更准确的物理模型的能力为中心，并通过渐进式改进推动制造优化。人们一致认为，85% 的全球最佳实践绩效基准仍然为价值创造留下了很大空间——因为部分改进带来了复合利润率收益。挑战被确定为从连接的制造设备收集的数据是否符合目的。作为一个行业，制造业创造——然后丢弃——比任何其他行业都多的数据。如果公司不重视数据，它将无法利用 4IR（第四次工业革命）承诺的性能阶跃变化。

大数据与更好的数据？

对于正确的方法是专注于更好地管理更少的数据，还是低成本计算资源的出现是否能够更有效地分析公司数据，存在不同意见 l阿克斯。同样，对于是否可以用分析速度来换取所分析数据集的全面性，也存在分歧。据估计，被分析的数据量每增加 10%，结果就会提高 3%。大家一致认为，工业物联网 (IoT) 创造了一个独特的机会，可以“将智能嵌入到edge'——换句话说，首先使用廉价的传感器进行收集，然后使用分布式计算能力来确定优先级，将哪些数据传递给更高级别的分析。信用卡交易监控的语言被一家制造商用来突出新鲜的思维需要汇集数据，然后寻找异常交易，以便实时了解您的运营中发生的事情，然后为未来可能发生的事情建立概率模型。总而言之——虽然人们担心最好的制造商应该如何管理尽管数据量不断增加，但仍希望获得更精细的运营视图。无论这是来自更协作的供应链数据共享方法，还是有意搜索“未知的未知数”——对更快、更好的决策周期的渴望是当晚的基本主题。