現今智能裝置日益普及，不僅會互相溝通，還輸出大量數據。大數據逐漸改變企業(yè)營運的方式，工業(yè)物聯網(IIoT)為企業(yè)領導人帶來新的機會和挑戰(zhàn)。

根據IoT Agenda報導，一份調查訪問工業(yè)和醫(yī)療業(yè)高階主管，結果有高達半數認為，他們仍缺乏技術來統整解釋收集到的大量信息，同時有72%企業(yè)擔心再不落實大數據策略，2018年恐會流失市場占有率。工業(yè)物聯網時代來臨，企業(yè)主要會面臨五大挑戰(zhàn)。

首先，是設法監(jiān)控資產，為了達到生產目標，操作員必須能夠實時監(jiān)控資產，確保資產處于最佳運轉狀態(tài)，操作員也要深入了解機器的狀態(tài)，趁問題發(fā)生之前偵測到異常進而修復。資產效能管理可提供操作員重要的解答，包括工廠設備多久故障一次？該怎么維修才好？如何避免非預期的故障和停工？

其次，是整合各種技術，工業(yè)技術管理向來分成信息技術(IT)和營運技術(OT)，IT由上而下部署并維護數據基礎設施，OT由下而上包辦從設備資產到工業(yè)控制系統。不過，隨著智能裝置和工業(yè)物聯網普及開來，IT和OT的分野日益模糊，兩者急需整合，但前提是不能造成數據流失或資安漏洞。

第三，是解決勞動力高齡化的問題，美國勞動統計局(BLS)預測，2024年美國勞動力平均年齡是42.4歲，勞動力高齡化想必會影響數個產業(yè)，老經驗的勞工退休之后，恐造成技術斷層，所以要趁他們退休前把寶貴經驗收集起來傳承給下一代，這時候可以借助數字技術。

舉例來說，高階云端運算和軟件技術將顛覆數據管理流程，以符合年輕數字時代的需求。利用簡單操作的移動裝置接口來管理分析數據，可大幅提升組織的生產力，降低人工審閱數據的成本。此外，預防性維護亦可降低非預期的設備故障，每年可為產業(yè)節(jié)省數十億美元。

第四，是善用大數據，任何組織一時都難以招架如此大量的數據，未經組織化或脈絡化的數據將難以儲存和分析，恐引發(fā)數據孤島等問題，這些片段的資料會帶來嚴峻的挑戰(zhàn)，以致企業(yè)耗時費力的整合數據。

第五，是提升信息安全，物聯網讓數十億個資產連網，把無數的信息儲存于云端，這些都會引發(fā)數字隱私風險。網絡攻擊可能瞄準個人裝置或企業(yè)IT系統，讓個人和組織蒙受金錢和營運的損失，所幸企業(yè)領袖開始意識到安全問題并采取行動。

雖然這些風險令人難以招架，但工業(yè)物聯網的效益不容小覷，企業(yè)為了提高生產力將更樂意采取系統化的方式，進行智能數據管理和分析。