通过边缘分析促进设备制造

工业物联网(IIoT)正在帮助工业设备制造商重新设计其整个业务。实现工业物联网技术的全部价值对他们的成功变得越来越重要，因为在数字革命的推动下，大量新的增长机会正在出现。边缘分析，一种新的分析方法，可以帮助他们的努力。

互联世界正以前所未有的速度进一步扩张。据思科(Cisco)称，到2020年，将有多达500亿台设备连接到物联网(IoT)，其中包括众多工业机器和设备。这将产生前所未有的海量数据。然而，挑战将是优化数据，为组织产生更健壮的、企业范围的价值。

大数据分析是一个成熟的概念，它使工业制造商能够利用庞大的数据集来获得支持智能决策的见解。但是，随着物联网提供越来越多的新数据集，获取并将其转化为可操作的见解将变得更具挑战性。已经需要大量的服务器和其他形式的基础设施来支持大量数据，以及机器学习所需的高级分析和计算能力来获取见解。甚至云通常也用于增强支持。

边缘分析是一个过程，可以分析物联网网络边缘的“事物”或连接设备(如农业设备、石油钻机发电机或任何其他工业设备)的数据，以支持组织的大数据分析。它可以以足够的粒度快速执行高级预测和规定性分析，从而获得有意义的见解，并在边缘触发操作。换句话说，网络的优化可以首先在单个边缘设备级别上进行，然后向内工作，以便在企业范围内传播边缘功能的更广泛好处。这是一种使分析变得更加高效、快速和有效的行为。

更多制造业利益

将边缘分析与组织的大数据分析相结合还可以加速和增加业务收益，包括:

• 提高设备正常运行时间例如，子系统、组件的故障或在降级状态下运行组件的影响可以实时预测，随着分析更多数据而不断改进，并用于增强操作使用和维护计划。
• 降低维护成本-加强对所需维修的分析也意味着，通过向机械师提供有关问题原因、需要采取什么行动以及需要哪些部件的详细说明，可以在首次访问时完成更多的维修，从而降低维修成本。
• 降低备件库存-边缘分析模型可以根据单个设备或系统的要求进行定制。这可能意味着读取与某些组件和/或子系统直接相关的传感器。在组织期望的业务价值的指导下，边缘模型可以定义如何优化配置设备或系统以实现业务目标，以最小的成本大大提高备件库存的效率。
• 关键故障预防-通过获取、监控和分析有关组件的数据，边缘分析可以在其影响实现之前识别原因，从而实现早期问题检测和预防。
• 新的商业模式-也许最重要的是，边缘分析可以帮助塑造新的商业模式，以抓住新的机会。例如，它可以使用自我监控分析来改进即时零件管理系统，该分析可以预测整个价值链中哪些组件会失效，以及何时触发零件更换通知。这样可以创建“按需”维护计划，减少停机时间和零件库存，并产生更高效的模型。

获得优势

如今联网设备的显著增加将为工业设备制造商提供一个经历重大增长的机会。采用边缘分析可以大大提高他们的运营效率和充分利用这一有前途的趋势的能力。

> >安迪•霍华德richard.a.howard@accenture.com他是美国汽车和工业设备集团(Automotive and Industrial Equipment Group)的董事总经理埃森哲咨询公司。安德鲁·霍普金斯，andrew.d.hopkins@accenture.com他是埃森哲移动公司(Accenture Mobility)的董事总经理。