如果我現在在工業領域工作，我會非常感謝數字化轉型。事實上，許多人認為世界正面臨另一場全面的工業革命：從設計和跟蹤我們的產品，到如何管理和制造產品，一切都在發生改變。

數字化轉型對工業領域的影響一直在我腦海中浮現，我還記得我第一次得知“智能包裝”的時候——一種在沒有人為干預情況下保持產品安全、可靠和新鮮的包裝，這與過去幾年我們在安全性、效率和自動化方面所看到的相比，這沒什么。還有很多人在討論比特幣和區塊鏈如何增強工業領域的安全性。與此同時，新一代3D打印機，用于工業應用的金屬打印機，也將在制造業中嶄露頭角。盡管如此，與日益增長的工業物聯網（IIoT）以及它可能給這個龐大經濟領域帶來的變革相比，這些創新似乎顯得暗淡無光。根據麥肯錫的報告《物聯網：繪制炒作之外的價值》顯示，僅在工廠中通過物聯網應用“解鎖”的潛在價值到2025年就可能達到近4萬億美元。埃森哲估計，到2030年，工業物聯網（IIoT）將會為全球經濟增加大約15萬億美元。那么，這些令人驚嘆的創新是什么？ 它們將如何以不可逆轉的方式改變行業？以下是我認為工業物聯網（IIOT）變革的幾個例子。

質量保證

在客戶體驗和滿意度比以往任何時候都更加重要的時代，制造商更加關注產品質量和一致性。在過去，質檢部門將檢查從單一產品到整個倉庫的所有產品，所有這些檢查都是通過質檢人員的眼睛和手來進行。可以想象，這個過程需要花費很多時間，并且還要根據人們的情緒、注意力水平以及他們有多少時間進行檢查而導致各種各樣的結果。相反，工業物聯網允許企業為其質量保證QA流程帶來一致性和信任感，使用智能傳感器系統確保所有產品符合某些質量標準。更重要的是，這些傳感器可以存儲和發送數據，以分析錯誤發生的時間、頻率以及將來如何解決。這有可能節省數百萬美元的產品損失、客戶投訴，甚至員工工資。

調度和預測維護

使用工業物聯網和機器學習，管理人員可以更好地評估供應和需求水平以及零部件的可用性，以確保員工在給定日期（年、月、日）具有一致的工作流程。更好的是，他們可以使用預測性維護來安排機器停機時間，這樣就不會因機器突然故障而損失金錢和時間。

文檔自動化

在工廠中，跟蹤生產規格、實驗室記錄和機器信息非常重要，以確保生產線平穩運行。不幸的是，在過去，使用這些“非結構化”數據很困難，因為排序和處理需要很長時間。今天的機器學習和分析系統可以處理這些信息，以更準確地確定每一條生產線的生產流程的效率——以及如何改進它。在無塵潔凈室環境等情況下，工業物聯網可以幫助確保產品得到妥善維護和記錄，以滿足嚴格的行業規范。數據管理在工業環境中，數據管理可能是一個壓倒性的過程，因為它們來自供應商、機器、管理人員、物流工人以及其間幾乎每個員工的輸入。物聯網背后的深度學習可以對這些信息進行更好、更準確、更自動的捕獲和分析，從而在制造過程中不會丟失任何洞察力。

對于工業物聯網提供的所有增長，有些人可能擔心又一次以自動化為導向的工業變革可能會導致大量失業。不過，我認為不必過于擔心，我敢肯定，我們無法將工廠環境中的所有流程單獨交給計算機，與幾乎所有面臨數字化轉型的行業一樣，變革從來都不是無縫或簡單進行的。如今，大多數工廠都在一個復雜的系統上運行，這個系統由傳統機器、新技術和從千禧一代到嬰兒潮一代的一系列員工組成，他們都需要培訓——以及更多的培訓——以確保工業物聯網（IIOT）的全部好處得以實現。更重要的是，許多人認為工業物聯網將帶來更多的就業機會。據估計，到2020年，將需要1000萬新開發人員來幫助管理工業物聯網。雖然我不能保證這一點，但我相信大多數公司和社區都會從工業物聯網的采用中受益匪淺。更好、更智能的工作不可避免地會帶來更好、更智能的發展，如果另一場工業革命已經在等待，我不會為此感到驚訝。