西门子

　　作为工业自动化的专家，西门子与SAP和IBM做预测性维护的角度不同——通常是将预测维护应用于工厂设置和工业设备的自动化系统中。因此，在坐拥海量数据的基础上，西门子已经有了建立机器学习算法的前提。例如，为了在NASA阿姆斯特朗飞行中心（冷却系统）实施预测性维护，西门子与美国的Azima DLI合作，Azima DLI致力于提供分析服务。在另一个项目中，西门子于2016年10月在德国铁路公司推出了为期12个月的预测性维护试点。

案例一

　　西门子正在与IBM携手合作，进一步为客户简化MindSphere的数据分析功能。双方计划将数据分析服务“IBM Watson Analytics”以及更多分析工具融入MindSphere。此举旨在使企业客户能利用可视化功能和仪表盘工具，而应用开发人员和数据分析人员能通过交互界面来利用分析技术。IBM还打算为MindSphere开发应用，比如在预测性维护领域。IBM和西门子希望在高效分析技术以及工业自动化和数字化等领域将各自的技术专长融合在一起，并以此帮助其客户迈向数字化。

案例二
 
　　西门子Healthineers在HIMSS17大会上宣布，其已推出一款针对医疗保健提供商、解决方案和服务提供商的数字平台。该平台的目标是促进数字生态系统的发展，将数字生态系统与医疗服务提供商和解决方案提供商相互联系起来，让他们在该平台上交流数据、应用和服务，实现数据提供者和专家之间的快速、简单和无缝的交互，为医疗保健作出贡献。

　　通过数字生态系统，西门子Healthineers将为客户提供可用于不同评估的汇总数据。例如，用于预测分析的工具可以使用户能够辨别新的相关性和趋势，以帮助改善诊断并指导治疗选择。全球知识交流是医学改善病人护理的重要途径。西门子Healthineers数字生态系统允许专家与世界各地的同行联系和沟通，医疗保健提供者可以从西门子健康医生在几乎所有临床领域的广泛专业知识中受益，其中包括医疗保健市场数据安全方面的经验。该平台计划于2017年秋季上市。

微软

　　微软Azure正致力于将自己发展成为工业IoT解决方案和预测性维护的首选公共云平台。根据该市场报告，越来越多的预测性维护的应用程序正在从内部部署转移到云端。到2022年，大约有70％的预测性维护设置将被云托管。除了云基础架构，微软Azure目前还有两个“预先配置的解决方案”，旨在帮助任何人轻松上手，例如提供必要的分析引擎-“预测维护”和“远程监控”。