实际上，IBM 也是在拿KONE 电梯和自动扶梯业务做小样本测试，如果Watson能通过处理电梯或自动扶梯的监测数据来保障设备的安全运行，那么未来在类似设备的远程监测领域，Watson的用途和商机无限。
 
案例二
 
　　IBM利用 Watson IoT数据分析和优化能力，帮助美国的普惠发动机公司实现预测性维护，从而防止由于发动机故障导致的飞机事故。
 
　　之前，普惠发动机公司虽然能够收集关于其发动机运行的大量数据，但缺乏整合和分析数据的能力，不能提前预测发动机潜在的故障隐患。
 
　　IBM通过PMQ的预测模型和数据集成模块将发动机的运行工况等数据进行360度的健康和风险主题分析，并将这些分析结果及时反馈给惠普，97%的空中停机预警准确率可以有效规避由于发动机故障导致的飞机事故，保障飞行安全。

SAP

　　SAP发力预测性维护市场已然有多年历史，并因此成为与“预测性维护”相关的关键词搜索最多的公司。借助SAP 预测性维护及服务，企业可以更深入地洞察海量实时数据，进而采用全新的方式，管理企业资产、提供现场服务。

案例
 
　　全球最大的空气压缩系统供应商之一的凯撒空压机，借助SAP 预测性维护及服务解决方案实时监控压缩空气站的情况，并在客户资产出现故障之前主动采取维护措施。
 
• 预测故障，快速响应维护条件，并积极采取行动；
• 利用实时故障管理，对系统故障进行识别、隔离并恢复；
• 根据最新的详细信息，按绩效派遣技术人员提供服务；
• 优化资产管理，追踪和监控资产位置，并实现远程维护场景；
• 自动订购零部件与耗材，实现收入最大化。
 
　　该解决方案更是为凯撒带来了全新的业务模式创新——客户可以按照传感器记录的实际空气压缩量来付费。该举措对凯撒，甚至其客户都是一项共赢的商业模式，拓展了凯撒公司的收入来源。