2018年，中國製造業向智能製造轉型升級的步伐明顯加快，取得了一系列顯著的發展成效。
這一趨勢主要體現在三個方面
首先，中國工業企業數字化能力素質提升，大部分企業已經開始利用傳感器採集設備數據，開始重視數據價值。
第二、智能製造對企業的利潤貢獻率明顯提升，發揮出降本增效的價值。
第三、具體應用方面，中國已連續六年為工業機器人第一消費大國，且需求不斷增長。
中國智能製造進入高速成長期，原因有二
一是，政府加強智能製造頂層設計，開展試點示範和標準體系建設。在2018年底召開的中央經濟工作會議上，會議明確提出：“要發揮投資關鍵作用，加快5G商用步伐，加強人工智能、工業互聯網、物聯網等新型基礎設施建設”，將5G、物聯網等科技領域寫入經濟重點工作中，充分說明國家對於推動製造業升級轉型的政策支持；
二是，在行業內，智能製造在中國製造業內成為一個共識，企業加快數字化轉型，積極擁抱新技術，物聯網應用供應商大量湧現並且提供的技術服務和解決方案越來越成熟。這兩股力量不僅直接推動中國智能製造進入高速成長期，而且還吹響了企業抓住機遇加快升級轉型的號角。
在大趨勢下，對於企業而言，既是機遇也是挑戰。
有羅克韋爾自動化宣佈將向物聯網平臺、PLM和CAD領軍企業PTC投資10億美元的好消息；
也有協作軟件製造商LogMeIn在物聯網市場上的佈局受挫，以5000萬美元的價格將Xively IoT連接平臺出售給谷歌的壞消息。
勇立潮頭，就有被浪打碎的風險，對於企業而言，在大趨勢下找準企業自己的“落點”，變得尤為重要和急迫。
數字化工廠被企業列為智能製造部署的首要任務
通過新一代信息技術，實現從設計、生產、物流和服務等各個環節的數據串連，加速決策，提高準確性。
但一些企業需要提升產品的質量，另一些企業需要提高產品設計生產和管理的效率，數字化工廠確實能解決這些問題，但是這種“全家桶”式的解決方案，真的就是最優解嗎？
事實上，大部分的企業根本承受不起這種解決方案，也並不真正需要，如果供應商都朝著這一種“高大上”的解決方案發力，可能就找錯了自己的“落點”，這就好比一個人，明明只是小感冒，你卻開出了治療全身的藥方，顯然是不夠精準，也讓“病人”兩難。
所以找準“落點”很關鍵。
當前企業面臨愈發激烈的市場競爭和日益透明的產品定價，不得不尋找新的價值來源。
設備和用戶價值深度挖掘是企業智能製造部署的重點領域，尤其是在售後階段，對出廠設備和產品進行實時數據採集和監測，並進行性能分析、預測性維護，故障診斷等，為企業創造更多服務機會。告別從前“一錘子買賣”的模式，延伸企業價值鏈。
這些能力的核心均涉及物聯網相關技術，物聯網在工業場景的五大要素：“人、機、料、法、環”上皆有應用，如設備與資產管理、產品洞察、生產調度管理和服務創新。
設備與資產管理的應用場景
通過在設備上安裝具備感測與聯網功能的硬件，實時採集設備數據並上傳至雲，在雲端在進行數據的存儲、整理及分析，然後由SaaS系統根據數據的安全機制和權限規則，將數據分別發送給設備製造商、設備代理商和設備用戶（APP+PC)，實現“數據讀取、數據分析、數據寫入”這3類應用。
1、數據讀取：包括生產可視化、數據報表等，替代人工點檢和抄表，遠程實時掌控生產情況，輔助生產管理。
2、數據分析：基於設備數據，對設備整個生命週期進行全程監控，進行預測性維護、設備良品率分析，可以發現設備缺陷，改進產品。根據設備的報警、預警情況統計，提前制定預防性維護計劃，減少故障率並提高生產效率。
3、數據寫入：包括遠程開關機、遠程調節設備主要運行參數和設置保養週期提醒時間等。
產品洞察的應用場景
從前，設備製造企業往往不太瞭解自己的產品如何被使用，賣出一臺就像丟失一臺設備。
現在給出廠的每一臺設備都安裝雲盒，不管這臺設備最終在怎樣的工作環境中投入使用，製造企業可以通過雲盒實時採集設備運行的數據，並存檔動態數據，對設備進行性能分析、預測性維護，故障診斷等，實現對設備的全生命週期管理。
在分析產品使用情況時將會有海量的數字依據，得出更加具體和準確的結果，縮短研發週期，提高產品競爭力。
以上，是物聯網在智能製造趨勢下，為自己找到的“落點”。稻盛和夫說的“現場有神明”指出了問題關鍵，多去製造業生產的現場，去了解真正的問題和需求，企業才能具體、清晰地找準自己的“落點”。為客戶帶去實在一點的價值，在市場上形成不同於競爭對手的服務能力。
閱讀更多 空壓機愛分享 的文章
