如果我在关于物联网(IoT)及其对制造业的价值的演讲和文章中看到和听到一个共同的主题，那就是使物联网成为可能的技术今天已经存在了，而且通常已经在大多数制造工厂中到位。如果是这样的话，为什么物联网概念通常被视为一个未来主义的、乌托邦式的制造场景，太容易被忽视?
这是一个很难让每个人都满意的问题，但最有可能的原因是大多数物联网讨论的典型部分是宏大的应用可能性。但是，当你抛开那些令人惊叹的应用理论，只考虑物联网概念的一小部分时，它就变得更容易理解和有形了。
为了以更容易理解的方式培养物联网概念，微软最近赞助了国际数据公司(IDC)对全球公司的一项研究，以更好地理解“数据智能”制造组织的哪些行动产生了最具影响力的结果——无论是在增长方面还是在效率方面。(见文章什么是数据智能制造商?来解释微软所谓的“数据智能”是什么意思。)据IDC和微软称，这项研究显示，通过数据智能制造，未来四年全球潜在净值可达3710亿美元。微软所称的这种“数据红利”可以通过以下四种行动的结合来实现:a)汇集3到4个离散数据源;b)使用分析工具从数据中收集见解;c)以一种可消费的方式将这些见解呈现给全公司正确的决策者;d)确保及时分享来自数据的见解。
根据微软的说法，采取上述四个步骤的制造组织可以实现比他们的数据资产更高60%的回报。研究还显示，生产率和运营是数据红利收益最大的两个领域。
IDC负责商业分析和大数据的项目副总裁Dan Vesset表示，3710亿美元的数据红利是基于对制造业受访者最近以数据为中心的项目的收入增长和成本控制的评估，并预测了未来四年IT在数据和分析方面的预期支出。
他补充说，虽然成为数据智能制造需要相当简单的步骤，但它“不是一项微不足道的任务”。他说，对于制造商来说，这可能是一个非常复杂的项目，但事实证明，在收入增加和成本控制方面的机会是值得的。
Vesset指出，如今采用的数据智能策略正在“在IDC研究中确定的高价值领域产生早期但令人印象深刻的回报，如员工生产力、运营效率、产品创新和更好的客户参与模型”。他提到的两个例子包括:
•一家生产吉普牧马人车体的工厂，通过使用数据智能方法，每77秒就能造出一辆车体；而且
•重型设备制造商M.G.布莱恩(M.G. Bryan)利用云分析数据进行预测性维护(请在本文底部观看解释M.G.布莱恩如何做到这一点的视频）.
尽管我们意识到，利用物联网和大数据成为数据智能制造商不一定是有史以来最复杂的任务，但这是一个千步万步的旅程，只有迈出第一步才能开始。这就是许多制造商陷入困境的地方，决定首先做什么或如何做。幸运的是，有很多信息可以提供帮助。微软(Microsoft)就是其中之一推出了一个网站专注于帮助公司迈出这一步。考虑到使用Microsoft操作系统和相关应用程序在大多数制造站点中是相当普遍的，而且所有主要的自动化供应商都或多或少是Microsoft的合作伙伴，这个站点值得一看。
