制造商们正纷纷转向工业物联网（IIoT），以提高工厂效率并防止机器出现故障，但网络安全和延迟等问题仍然存在。 
 
可以预想，未来的制造过程几乎是不需要人为干预的。但对于大多数制造商来说，未来仍然遥遥无期。 
虽然一些较新的工厂是高度自动化的，但在完全数字化之前，整个制造过程还有很长的路要走。 
根据精益制造指标（以整体设备效率或OEE衡量），世界级制造工厂的产能占其理论上所能达到的产能的85％。然而，一般的工厂只能达到约60％，这意味着在生产力方面存在巨大的改进空间。 
 
工业4.0在未来二十年的成熟，将首先需要基本的数字化。之后，这种数字化可以转化为预测性的维护和真正的预测智能。 
在工业物联网的影响下，制造过程会如何变化？未来会是什么样子？制定过程中会面临什么障碍？ 
数字化过程耗时也耗财 
大型资本货物已经发展成为“按小时计算”的商业模式，可以保证正常运行时间。现在，在制造业中，按小时（或基于性能的合同）的功率相当普遍，特别是在半导体、航空航天和国防等关键任务领域。 
该模型几乎确保了制造商寻求有助于提高效率的数字解决方案。 
这个想法可以追溯到20世纪60年代，当时GE航空、劳斯莱斯和普惠等喷气发动机制造商开始向客户们兜售其产品的“发射运作寿命”，而不是一次性的发动机销售。推动时间推动发动机制造商专注于高利润维护和数字平台。如今，GE鼓励追踪其发动机的每一个细节，因为它只有在发动机正常工作时才能获得报酬。 
尽管保证了正常运行时间，但机器的所有者需要负责优化使用（就像购买喷气发动机的航空公司仍需要充分利用它们一样）。 
简而言之，工厂所有者仍然“拥有”机器链之间的输出效率，这意味着提高效率不仅会落在机器所有者身上，还会落在制造商身上。 
 
如果没有对每一个细节进行数字化，效率就无法提升。然而，要制造商承担新的数字化负担，还面临着严重障碍。 
车间内通常会有还可以在未来数十年继续用于制造的旧机器。除了显著的成本之外，传感器跟踪温度和振动，并非出于一般的机器的考虑。 
当摩托巨头哈雷的制造工厂进行IIoT传感器改造时，该公司总经理Mike Fisher表示，传感器会“使设备更加复杂，而且它们本身也很复杂。但随着复杂性的出现，机会就会出现。” 
从数字化到预测 
简而言之，操作技术（或OT）类似于传统IT，但它针对以往未涉及的领域进行了定制。在典型IT堆栈包括台式机、笔记本电脑以及知识工作和专有数据的连接的情况下，OT管理直接控制或监控物理设备。 
对于制造商，OT堆栈通常包括： 
- 连接的制造设备（通常带有改装的工业物联网传感器） 
- 监控和数据采集（SCADA）系统和人机界面（HMI），为操作分析员提供工业监控 
- 可编程逻辑控制器（PLC），坚固耐用的计算机，可在工厂机器上获取数据 
- 用于减法制造的3D打印机（增材制造）和计算机数控（CNC）机器（如削减块） 
在某种程度上，IT和OT是同一技术范围的两个方面，随着制造业得到更好的数字化改进，这些边界将进一步模糊。 
 
今天，大多数工业机器的“大脑”都在可编程逻辑控制器（PLC）中，它们是增强型计算机。西门子、ABB、施耐德和罗克韦尔自动化等工业巨头都提供高价PLC，但对于规模较小的制造企业而言，这些可能会不必要地昂贵。 
这为像Oden Technologies这样的初创公司创造了一个机会，可以带来现成的计算硬件，可以直接插入大多数机器，或者集成现有的PLC。这反过来又允许中小型企业更加精简，并实时分析其效率。 
随着数字化无处不在，技术效率改进的下一波浪潮将是预测分析。每个输送机和机器人执行器都会安装一个传感器，但并非它们在所有的工厂功能都具有相同的价值。 
目前