尽管在全行业范围内还没有统一的定义，但术语预测维护近年来已经被广泛使用。其结果是，一些业内人士可能会把这一概念当作一个时髦词而不予理会，从而错过了一项有可能带来颠覆性影响的新兴技术。从最广泛的意义上说，创建预测性维护解决方案必须实现两类技术。
其中之一就是硬件。在任何预测性维护解决方案中，越来越多的关键硬件类别都由智能传感器组成。这些传感器的能力在不断增长，未来的趋势可能包括直接嵌入传感器的处理能力。收集数据是比较容易的部分。预测性维护的第二个关键技术是理解数据的软件和分析。由于大多数机器构建者不具备内部编写软件的能力，这个阶段通常需要一个预测性的维护专家。
预测性维护的好处是非常明显的:减少停机时间和增加机器寿命。那么，为什么不是每个人都这么做呢?如果能充分利用其潜在的预测性维护，将从根本上延长机器的平均寿命。这意味着，对于原始设备制造商来说，维持收入流，新的商业模式至关重要。
来自互动分析公司的Adrian Lloyd和Blake Griffin加入了打开与PMMI讨论PMMI商业智能的研究预测性维护白皮书．这两人研究了他们如何看待预测性维护技术在电厂两个不同部分的实施，以及随着时间的推移这些趋势将如何融合。