工作場(chǎng)所的融合
制造業(yè)多年來(lái)一直在以不同的方式分別研究這些趨勢(shì)，他們都開(kāi)始在數(shù)據(jù)的使用上相互吻合。以下是每種技術(shù)在企業(yè)中的運(yùn)作方式：
1.云計(jì)算
在過(guò)去10年中，軟件現(xiàn)在作為一種服務(wù)提供（即基于云的服務(wù)，在此基本上是租賃而非購(gòu)買）。
2.物聯(lián)網(wǎng)
物聯(lián)網(wǎng)使制造商能夠?qū)鞲衅髦糜谄淞鞒痰摹斑吘墶?，這樣他們就可以從運(yùn)營(yíng)中的更多區(qū)域獲得更多數(shù)據(jù)，從而不僅可以更快地響應(yīng)停機(jī)時(shí)間，還可以預(yù)測(cè)這些事件何時(shí)可以發(fā)生。
3.大數(shù)據(jù)
物聯(lián)網(wǎng)自然會(huì)產(chǎn)生“大數(shù)據(jù)”以便處理它，利用大數(shù)據(jù)的分析功能，用戶不僅可以收集，而且可視化和設(shè)置關(guān)鍵性能指標(biāo)（KPI）等內(nèi)容，以監(jiān)控和響應(yīng)驟降或超出限制的流程。
4.人工智能
對(duì)于一些供應(yīng)商而言，AI和機(jī)器學(xué)習(xí)（ML）齊頭并進(jìn)，將大量數(shù)據(jù)提供給AI引擎，然后將上下文（意義）應(yīng)用于數(shù)據(jù)，以便了解可以導(dǎo)致良好和不良事件（停機(jī)時(shí)間，超出規(guī)范流程）。
如果沒(méi)有云計(jì)算的規(guī)模經(jīng)濟(jì)或大數(shù)據(jù)平臺(tái)的管理工具，物聯(lián)網(wǎng)數(shù)據(jù)就無(wú)法實(shí)際存儲(chǔ)或管理。一旦它被存儲(chǔ)和管理，我們?nèi)匀恍枰谄渲姓业缴虡I(yè)價(jià)值。由于AI在大規(guī)模分析和識(shí)別意外模式方面更勝一籌，因此它非常適合這個(gè)特定價(jià)值鏈的最后一公里。
隨著預(yù)測(cè)性決策成為常態(tài)，公司嘗試實(shí)施基于AI / ML的決策，行業(yè)正在發(fā)生進(jìn)一步的變化：
1.管理數(shù)據(jù)集
要使用AI / ML構(gòu)建良好的預(yù)測(cè)推理系統(tǒng)，需要大量數(shù)據(jù)來(lái)訓(xùn)練，測(cè)試和驗(yàn)證解決方案?？梢源笠?guī)?？焖僭O(shè)計(jì)的良好數(shù)據(jù)基礎(chǔ)設(shè)施是必要的。
2.云計(jì)算基礎(chǔ)設(shè)施
處理大量數(shù)據(jù)的AI / ML系統(tǒng)需要可以根據(jù)計(jì)算需求進(jìn)行擴(kuò)展的計(jì)算基礎(chǔ)設(shè)施。這是可以水平和按需擴(kuò)展的云計(jì)算基礎(chǔ)架構(gòu)變得重要的地方。云基礎(chǔ)設(shè)施的固有可擴(kuò)展性和冗余性與集裝箱化技術(shù)（相結(jié)合，使其得以實(shí)現(xiàn)。
3.物聯(lián)網(wǎng)數(shù)據(jù)管理
另一個(gè)有趣的新興領(lǐng)域是物聯(lián)網(wǎng)，它比以前更快地生成更多數(shù)據(jù)，并且需要快速?zèng)Q策。假設(shè)您有大量設(shè)備通過(guò)數(shù)百個(gè)連接的傳感器生成數(shù)據(jù)，企業(yè)正在做出維護(hù)決策。您需要存儲(chǔ)，傳輸，處理（使用AI / ML）并最終決定機(jī)器是否需要維護(hù)。這個(gè)過(guò)程需要所有不同的技術(shù)云，AI / ML和大數(shù)據(jù)一起工作以提供最終結(jié)果
物聯(lián)商城認(rèn)為，隨著無(wú)線移動(dòng)速度隨著5G的出現(xiàn)而增加，生成、收集、處理、預(yù)測(cè)、行動(dòng)的需求將增加，并且所有不同的元素將開(kāi)始相互融合。
