任何時候，一個受監管的行業（如食品和飲料或制藥）想要實施一項新技術、新工藝或新方法，風險和成本與收益的問題都會成為首要考慮因素。對工業物聯網的投資是否會產生積極的投資回報？如果這個策略沒有產生預期的結果怎么辦？我們是否有適當的培訓資源來使用和維護這些新技術？所有這些都是合理的考慮因素，負責實施這些新戰略的人也必須能夠回答這些問題。

 

大多數食品和飲料公司都有強大的資本和品牌聲譽，這取決于每一批產品和每一次對其工藝的改變。雖然大多數公司已經找到了應對這些風險和未知因素的方法，但采用工業物聯網所帶來的所有好處是緩慢而穩定的。我想說的是，大約有25%的人是這些新技術的早期采用者，40%的人在積極參與應用這些新技術，20%的人可以被認為是后期采用者，15%的人是風險規避者。總體而言，工業物聯網的采用已經開始，但要實現工業物聯網在行業中的全部潛力還有很長的路要走。

 

我相信，大多數食品和飲料行業的制造商都有一個正式的數字化轉型路線圖。資本可用性、投資回報分析以及公司內部監管資源的擔憂是完成采用這些工業物聯網技術的主要障礙，這些技術包括無線傳感器、機器人、基于云的應用、運營技術（OT）和IT的集成以及人工智能。

 

據觀察，工業物聯網技術已經成為新制造能力建設的重要組成部分，而現有設施的改造需要更多的規劃，因為當前生產計劃的中斷可能會對運營產生負面的短期影響。無論如何，工程和運營人員一直在尋找有積極回報的項目，這些項目可以讓公司逐步部署這些技術并獲得收益。 

 

工業物聯網將成為企業在數字化轉型過程中不斷取得進步的重要組成部分，為投資應用、傳感器和控制提供越來越多的機會，這些機會將幫助企業提高吞吐量、減少或消除偏差，并超越產品的質量參數。隨著其中一些技術、方法和方法論的成熟，即使是厭惡風險的人也會考慮采用，因為公司在其同行群體中實現的重要優勢和利益已經得到了很好的證明。 

 

 

我認為，最容易實現的是收集和分析工廠已經收集到的數據，或者可以收集到的數據，而且成本最低，風險最小。這將包括對工廠進行調查，以確定哪些變量對質量、效率、產量和安全影響最大。還有一個機會是將以前可能沒有考慮過的輔助設備上的傳感器數據集成在一起，例如電力使用監測、冰箱和冰柜的溫度和濕度，以及視覺傳感器，以了解操作員的動作和人體工程學。

 

 

•安裝傳感器來監測溫度，濕度和其他條件，以確保產品的生產，包裝和儲存的最佳環境。

•使用RFID標簽和條形碼來跟蹤原材料和產品的移動，以幫助確保適當的庫存和生產數量。 

•自動化工作指令和交互式無線操作終端可以幫助加強對標準操作程序（sop）的遵守，并確保流程的關鍵步驟得到正確執行。 

•使用視覺傳感器、條形碼和其他傳感器與特定的應用軟件相結合，以確保正確的包裝和標簽貼在每個運輸單元上。差異、不匹配的項目，以及不合規格的產品幾乎可以消除。

•整合上游和下游操作，以預測何時需要更多的原材料、包裝材料或操作變化，以確保穩定高效的操作。 

•使用上述策略中的“大數據”來優化生產調度，并分析制造數據，以確定可以在哪些方面進行進一步改進。 

•使用基于云的數據存儲庫收集和分析來自公司所有生產基地的數據。 

 

在接下來的幾年里，我預計制造業數據將主要轉移至云端，實時分析工具的使用將會增加，以用于停機時間跟蹤、生產調度、原材料和庫存管理等任務。隨著制造商越來越多地融入供應鏈的各個成員（包括原材料供應商、航運公司和分銷設施），這一點將變得非常重要。 

 

 

有趣的是，這個問題的答案主要是人力資源。該技術易于指定、采購、安裝和配置。挑戰在于：公司是否擁有必要的資源來運營、分析和持續改進這些工業物聯網戰略？這是工業物聯網實施中經常被忽視的方面。如果沒有適當的人力資源，對工業物聯網的投資可能無法完全實現。作為工業物聯網路線圖的一部分，公司需要了解從工業物聯網中獲得最大利益所需的資源水平，并致力于培訓現有資源，如運營商，并根據需要雇用額外的資源來提供所需的技能。 

 

其次，組織需要客觀地評估它們現在所處的位置，并了解它們未來的發展方向。哪些工業物聯網戰略適合提供價值并進一步推動整體企業戰略？我們需要在哪些方面實現最大的改進？在我們的同行中，其他人在做什么來克服這些障礙？哪些是最新的同類最佳解決方案？這些問題可能不容易回答，但只有當組織有一個現實的計劃，并得到運營、工程、質量、法規事務和管理的支持時，它們才能從工業物聯網中獲益最多。

 

 

當所有機器開始協同工作時，當涉及到處理、分析和對所有可能的數據做出反應時，行業處于什么位置？許多公司在這條路上走得很好，而其他公司則落后了。在回答第一個問題時，我評估了該行業在數字化轉型過程中的位置。25%的早期采用者和40%積極參與工業物聯網技術的人最有可能成為制造業數據最熟練的收集者和分析者。 

 

數據分析不僅需要豐富的制造數據和安全存儲這些數據的地方，還需要能夠設計查詢、將這些數據轉化為可操作信息的稱職人員。如果企業能夠提供工業物聯網所需的數據，并聘請知識淵博的數據科學家從這些數據中提取信息，那么該企業將能實現其生產效率、安全性和質量的全面提升。 

 

 

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營19個IT行業公眾號(微信搜索D1net即可關注)

 

版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。