案例一
 
　　去年，蒂森克虏伯电梯在汉诺威工业博览会上推出全球首个采用微软Azure物联网（IoT）技术的预测性电梯维保解决方案MAX。借助物联网技术的力量，MAX可以让电梯“告诉”维保人员它真正的需求，包括实时维修需求识别、部件更换以及预测性系统维护，从而使得维修人员能及时采取相应措施，大幅度提升电梯的正常运行时间。
 
　　通过MAX，电梯可以通过云平台连接起来，从而对包括运行速度、载重和门系统在内的所有功能进行精确监测。通过‘微软Azure机器学习’服务，MAX致力于改变电梯服务，提高效率并在未来实现停机时间缩短一半。
 
案例二
 
　　在去年的CES上，微软高管谈论了其 “互联汽车”（Connected Car）战略，该战略目的是将车辆连接到诸如 Office 365 和 Azure 之类的微软云服务上。而在今年CES现场，微软旧调重弹，再次强调了“互联汽车”的概念，不过他们给此次升级版的Connected Car 2.0取了个新名字叫Connected Vehicle，但是目标并未改变：将汽车联入微软云服务。随后，微软与雷诺-日产宣布合作，将在新一代汽车中使用微软云服务进行导航、预测性维护和远程车辆监控。Microsoft Connected Vehicle是一个“活跃、机动的平台，以云服务为基础，旨在解决合作伙伴提出的五个优先级核心任务：预测性维护、提高车载产品生产率、高级导航、消费者需求以及辅助自动驾驶”。

GE

　　GE的预测性维护包含了两个角度：一是建立在硬件状态监控领域之上的 GE Measurements，二是涵盖了预测性维护的软件和分析部分的GE Digital。GE的Predix平台以资产绩效管理（APM）的基础，GE称其是物联网领域第一个“杀手级应用”。此外，GE Digital正在推进数字双胞胎的概念，这是预测维护分析的重要基础。

案例

　　GE Transportation再制造工厂是通用集团旗下的柴油机回收、维修及再制造工厂，这个工厂是由旧工厂改造而来，主要是利用Predix平台在底层实现车间设备的数据采集和互联，然后将这些数据反馈到Predix平台进行分析，来跟踪设备状态，产线状态和信息，进而提高设备及过程的可控性，降低生产成本和风险，并提升企业的盈利能力。针对每一台内燃机中柴油机的使用工况进行有针对性的再制造，尽可能利用还可以使用的零部件。
特别值得一提的是，GE Transportation工厂已经部署图像采集和分析系统，通过对产线的每个工段进行图像抓取和匹配识别，实时对车间生产进度和状态的跟踪。

　　GE每天监测和分析来自1000万个传感器的5000万条数据，这些数据涉及资产价值达到万亿美元。Predix工业物联网大数据分析云平台可以帮助客户将海量数据转化为准确的决策，及时、主动地确保资产安全、帮助设备更好地运行、消耗更少的燃料、更高效地部署服务，并且最大限度地减少意外停机时间。

　　除了GE、西门子等传统工业企业以外，技术巨头亚马逊、思科、Google、IBM以及微软等也对工业物联网虎视眈眈，甚至一些初创企业也蠢蠢欲动。值得注意的是，下一代分析技术的许多技术创新来自于一些初创企业。报告指出，由于各种原因（例如成本，数据隐私和灵活性），许多原始设备制造商更愿意与较小的供应商进行合作。在有关预测性维护项目的大军中，C3 IoT、Uptake和SpaceTimeInsight这三家无疑最受欢迎，资金输入自然名列前茅。

总结 

　　在现实的生产过程，故障的发生率远比我们想像的更加难以控制：产生线突然的停机，排除故障的延时，人为的操作失误，重复的设备维护导致额外成本的增加，维护设备的不及时性等。我们往往都在被动的接受故障发生，并在故障发生后进行着“不能精确计算是否为最合理”的维护。
 
　　工厂不仅是设备的集合，更是“活着的管家”，他懂你，他能告诉你目前“家里”各部门的运行状况，他还能根据过去运行数据与当下运行数据的累计进行实时监控与分析，预测未来可能出现的状况，并提前告诉你哪些设备需要维护哪些设备需要更换，这一决策基于客观的数据分析与判断，规避了人为的经验主义；同时，提前预警为你留出了充分的时间对维护做提前的准备，避免突然停机再维护的高额成本，这提高了工厂的制造效率。

　　更进一步，基于数据的智能工厂无处不在，会出现真正的无人工厂，机械手臂替代劳动力，工厂内所有设备的运行数据都将展现在管理者面前。不仅是了解运营状况与预测未来，还可自动触发工单分派任务与自我维护，甚至还能在不断的纠错的过程中，自我总结与学习，给出更合理的建议与执行方案。

　　为了适应极富挑战性的工业环境，系统工程领域、生产 IT 领域以及业务系统领域必须实现前所未有的集成以提升生产效率。

　　这一伟大变革不是在遥远的未来，现在就已经开始了，你，准备好了吗？