近些年來，一系列全球性事件已經釋放出明確的信號：全球制造商需要加快數字化轉型的步伐。從預測性維護、工業機器人到供應鏈的智能資產跟蹤，借助實時數據和設備互聯，智能制造為制造業的新發展鋪平了道路，對搶占下一個經濟制高點具有重要意義。

盡管如此，仍有部分制造商囿于轉型成本會不會高不可攀？轉型是否會擾亂當前運營？轉型失敗了怎么辦？等等顧慮而猶豫不前。

成千上萬次的邊緣部署，讓英特爾已經做好充分準備，幫助制造企業迎接艱巨的挑戰。以下，英特爾給出了提升數字化轉型效益的五個錦囊妙計，助力制造商快速部署智能工廠，提高運營效率、增加產量、改善環境安全，以及增強業務韌性。

01

為 5G 專網落地做好充足準備

與目前的無線技術（如 Wi-Fi 和藍牙）相比，5G 的速度更快、吞吐量更大、時延更低、可靠性更高。應用在智能工廠中，將有助于促進 OT 與 IT 的融合，更高效和安全地支持預測性維護、機械遠程控制以及制造流程分析等應用。

然而 5G 的落地無法一蹴而就，要成功應用 5G 技術，制造商需要：

明確痛點，進而確定 5G 關鍵用例，例如：庫存追蹤、設施安全、倉儲物流等等；

規劃網絡中的數據收集、傳輸和分享方式；

如有需要，可以考慮加入 5G 互聯產業與自動化聯盟 (5G-ACIA)，密切關注新的發展動向和機會。

02

重新審視數據策略

機器學習、AI 等先進技術以及它們所支持的用例都離不開數據。因此，制造商首應制定一套行之有效的數據管理方法。針對數據從采集、標記、分析到處理的哥哥環節，英特爾給出了以下優化建議：

在考慮工具和技術前，先設定宏觀和微觀層面的目標；

盤點已有數據以及需要哪些數據才能達成目標；

考量基礎設施（包括 OT 和 IT）與數據的匹配情況，然后規劃實施必要調整的路線圖，以避免數據孤島；

例如：工廠車間的所有工具都能與中央數據湖進行通信嗎？是否需要投資軟件定義網絡 (SDN) 來實現數據生命周期的自動化？

制定數據保護、留存和治理計劃，既要考慮工廠的業務需求，又要符合政府法規。

優化數據生命周期的各個階段；

數據獲取

包括來自工業物聯網 (IIoT) 傳感器、網絡遙測設備的非結構化數據；庫存數據庫、日志數據等結構化數據和來自計算機視覺應用的視頻數據等。

數據存儲

做好數據清洗和標準化規劃，考慮好哪些應用需訪問數據，確保存儲介質能夠滿足應用需求。

數據分析

選擇能夠將原始數據轉化為可行洞察的軟硬件，從而無論在云端還是本地都能基于分布式計算系統部署建模和仿真工作負載。

基于數據采取行動

準備調優解決方案，使用支持深入分析和根本原因分析的可視化工具。

03

選擇采用 AI 和開源解決方案的

開放式平臺

開源的軟硬件方案將帶來更高互操作性和可擴展性，并通過活躍的開源社區加速部署實施，對用例進行有針對性的修改。同時，經過預測試和驗證的基礎設施實施參考設計也將加速智能制造平臺部署。

以下準則將有助于制造商選擇和實施開放且靈活的智能制造解決方案：

考慮不同接口、數據和通信協議之間的互操作性。

參與 ISA、ISO 等標準組織，了解發展動向并為制定標準提供意見。

04

建立優秀人才庫，從數據中獲取洞察

隨著 OT 和 IT 之間的傳統界限逐漸模糊，OT 員工需要設計網絡和存儲等傳統 IT 領域，而 IT 員工也需要清楚如何整合 IT 基礎設施與傳感器和工廠車間工具。

制造商可以采取以下方法，提高在職員工技能并招聘具有智能工廠所需新技能的員工：

考慮組建優秀人才社區，鼓勵員工在其中分享最佳實踐，并利用在線教育資源學習 5G 和工業物聯網等技術；

探索可以提升學習效果的虛擬現實和增強現實培訓方案；

05

利用英特爾的專業技能

英特爾靈活的解決方案、廣泛的生態系統以及對融合的關注使其能夠以更低的總體擁有成本 (TCO) 在邊緣整合數據和應用，從而推動廣泛的智能部署。

通過英特爾多樣化的產品組合和端到端整體解決方案，將為企業和機構提供開放性和靈活性，幫助工廠快速啟動數字化轉型：

英特爾 智能制造解決方案及英特爾 物聯網行業整體解決方案均經過嚴格驗證，并且可以立即部署；

作為英特爾 合作伙伴聯盟的一部分，物聯網解決方案社區提供了豐富的資源，讓客戶隨時了解物聯網行業動態并聯系到所需的合作伙伴、獲得所需的工具和培訓；

英特爾提供一整套基于標準的集成軟硬件堆棧，助力用戶在生產設施中輕松構建和部署 5G 專網。

無論是預測性分析、預測性維護、運營監控、數字安全、工業 PC，還是其他用例，英特爾都能幫助制造商發掘新洞察，加速創新，創建智能的響應式互聯運營。

06

立刻行動！

作為行業領軍者，英特爾敏銳洞察行業發展前景，為行業變革提供價值。在基于英特爾豐富落地經驗的建議和準則之后，我們還為期待數字化轉型的制造商準備了一份行動清單。對照這份清單，即刻更加智能、安全和高效地開啟智能制造轉型之旅！

確定戰略目標

根據這些目標制定關鍵績效指標 (KPI)；

從小型用例開始

為重大、持續的流程優化奠定基礎，再逐漸在此基礎上不斷擴展；

建立專業的團隊

無論是內部構建還是第三方，確保獲得最新的專業知識和技能，以成功構建和實施新用例；

使用開放式平臺

開放性越高越好！使在單一用例上的投資便快速遷移至智能工廠的其他用例部署。