（文章來源：金馬科技）

當我們觀察工業企業中正在發生的事情時，正在發生一個有趣的演變-當公司朝著工業物聯網(IIoT)邁出了初步的第一步時，這具有重要的意義。傳統上，運營技術(OT)團隊傾向于根據其環境中的自動化設備(包括硬件和軟件)來考慮其環境。他們可能將自己描述為“洛克威爾商店”或“西門子商店”。他們確定了使自動化成為可能的工具。

但這開始改變?，F在，我們看到越來越多的組織將工程師的注意力集中在工具上，而不再將重點放在由自動化系統生成的數據上。這種發展反映出人們日益認識到，數據和高級分析為釋放業務價值提供了巨大的機會。人們越來越關注數據而不是應用程序。這是觀念上的重大轉變。

是什么推動了這一轉變?在某種程度上，它是由數據邊緣爆炸性增長驅動的，這是由于靠近生產過程的邊緣計算智能的增加所致。

這是邁向真正的IIoT基礎架構的第一步，我稱之為“四個'我'?！?它從Insightful開始，使用業務分析來推動見解和效率。然后，他們可以升級到智能的，跨基礎結構的連接元素以實現實時優化。最終狀態是“不可見”，在此狀態下，無需人工干預即可基于人工智能(AI)實時做出決策。

盡管有遠見的企業正在戰略性地考慮其向更高級階段發展的路線，但大多數工業企業都處于知情階段。根據他們認為的投資回報率，某些行業的發展速度快于其他行業。例如，食品和飲料行業正在積極采用IIoT技術。他們認識到使用實時數據分析的價值，不僅可以幫助確保生產效率，還可以確保產品的安全性和質量，這對于品牌價值至關重要。其他受到嚴格監管的行業正在看到生產數據中的價值，以幫助確保合規性。

另一方面，某些“老派”行業在優化數據效率或獲得競爭優勢方面可能認識到數據的價值很慢。隨著技術的進步，我預測這些保留將開始將實時分析識別為現代工業企業的重要組成部分，或者發現自己正在追趕上。

對于“得到它”的企業來說，數據的增長及其對業務的日益增長的重要性是催化劑現代化其基礎架構的催化劑。該基礎架構需要可擴展以適應加速的數據增長，并且需要靈活以允許使用新的方式使用實時數據分析。隨著他們越來越依賴數據，他們需要考慮如何保護這些有價值的數據。這意味著將數據可用性和完整性視為核心需求，而不是事后考慮。
（責任編輯：fqj）