2018年，工业领域数字化转型的三大趋势

【IT168 评论】2017年是工业领域转型的关键之年，这一年最大的亮点之一就是通用电气数据公司发布了市场上最全面的 资产绩效管理（APM） 解决方案，并 且 得到了Gartner的认可；SericeMax 连续三年被评为领导者；苹果推出了Predix的原生SDK……我们看到机器正在变得越来越高效可靠，传感器和网络结合在一起让智能变得无处不在。

随着数字产业创新步伐的不断加快，2018年将是更激动人心的一年，2018年有三大趋势值得我们注意：

IIoT成功将取决于OT专业知识

工业物联网与消费者物联网不同，监测1000万美元的风力发电机比追踪一个人的脚步要复杂得多，风险也更高。所以为了在物联网中取得成功，运营商需要与提供最佳传感器和软件的供应商合作，而且还需要数十年的运营经验和对工业景观的深刻理解，进行数字化建模以准确反映实物资产的特征和性能，需要对资产有全面的了解。

随着运营商走过将机器连接到IIOT的基础阶段，他们将面临从收集的数据中获取可操作信息的严峻挑战。即使对于成熟的公司来说，原始遥测数据流的数量也会非常庞大，但是只要有合适的软件和专业知识，企业就会开始利用数据来简化资产运作，并推动更明智的决策。

增强现实是主流

增强现实技术（AR）在娱乐媒体已经崭露头角了，pokemon go和苹果Animoji等游戏更是掀起了一个小高潮。随着基础技术发展到企业级解决方案的水平，AR将在2018年成为生产力工具。

对于工业组织，AR将彻底改变现场服务的提供。在一些世界上最恶劣的环境中工作的技术人员能够通过AR驱动的移动设备和耳机更安全有效地完成工作。AR与通过IIoT捕获的实时数据相结合，现场服务专业人员能够执行检查，而无需物理访问资产。这不仅减少了停工时间，而且大大减轻了工人每天所面临的安全隐患。

大数据带来了巨大的洞察力

行业数字化创造了庞大的资产信息数据湖，大多数企业缺乏有效解析这些大型资产数据集的工具以获取可操作的见解，或者使用这些工具来推动更明智的决策。随着运营商完成资产数字化工作并进入数字化进程的更高阶段，拥有有效使用这些数据集的工具和知识对于企业的成功至关重要。

人工智能（AI）和机器学习算法将有助于标准化不同位置的数据流，并简化工业数据分析过程。运营商不仅可以深入了解资产绩效，而且可以为日常决策的自动化奠定基础。原本的很多手动任务不再需要人工干预，AI算法可以利用实时分析来优化维护后勤和实践。