正如人們所說，知識就是力量。探索即將到來的行業趨勢是成為數位轉型領導者的重要面向，因為新興技術會顛覆現狀並在製造業中建立新的規範。以下是工業分析領域中一些新興趨勢，可以提升您目前的策略並讓您在競爭中保持領先：
#1：運用OT情境的力量實現IT/OT融合
雖然IT/OT融合已經實行數十年，但製造組織尚未完全掌握其精髓。IT/OT融合應從在數據產生處擷取正確的OT數據情境開始。還記得「garbage in, garbage out」嗎？數據科學家經常需要與工程師花費大量時間，在數據準備階段事後取得正確的OT情境，以建立分析模型。但其實不必如此困難。為了簡化流程，OT工程師應能夠在運行時配置要擷取的OT數據標籤、指示收集頻率，並根據數據科學家的需求建立邏輯結構或通用資訊數據模型來封裝OT數據。
#2：將邊緣運算納入您的分析策略
雖然雲端在技術曲線中備受矚目，但邊緣運算在分析領域中相對未被充分利用。許多重要的工業分析應用案例需要硬體控制系統在毫秒內的響應時間，將數據傳送到雲端、取回洞察，然後再採取行動並不足夠——網路延遲與數據傳輸成本過高。因此，將數據處理與分析卸載到邊緣，使能在硬體控制層即時採取適當的處方行動，這將產生關鍵影響。分析領域的領導者也正將智慧邊緣閘道解決方案（硬體或軟體）納入其策略。
#3：以視覺化且直觀的機器學習工具賦能OT專業人員
雖然機器學習一直是數據科學家的主場，但新一代精通技術的工廠工程師與操作員正逐漸崛起——他們準備將自身的OT領域知識應用於機器學習領域。這些公民數據科學家熟悉數據管理基礎，並運用視覺化工具來準備數據管道、配置ML模型、部署模型，並最終在運行時操作數據中進行評分——全都在工廠設備附近完成。OT專業人員甚至開始使用現成、針對性的機器學習應用程式，進行預測性維護、預測性KPI或異常檢測等應用，以最大化製造業的商業成果。現在誰還需要一支數據科學家大軍呢？
#4：將機器學習應用於產品生命週期智慧
產品生命週期智慧（PLI）是產品生命週期管理（PLM）的進化，結合人工智慧與自動化，協助PLM用戶從製造工廠的產品數據中萃取有意義的洞察。透過AI/ML驅動的產品洞察，工業製造組織能彌補現今PLM分析能力的落差——讓他們了解當前產品表現、歷史平均值，以及工廠內不同業務單位與功能間的差異。這些產品生命週期洞察有助於製造組織打造更有意義的客戶體驗，同時推動卓越的商業目標與產品價值。
保持領先優勢
除了這些新發展的潛力外，與具備經過驗證的資歷與成功客戶實績的可信賴合作夥伴合作，能為計劃中的工業分析實施釋放更高的組織價值。Rockwell Automation擁有世界級的顧問團隊，提供策略、技術與實施服務，讓您無需分散應對多個供應商。我們以人為本的流程，從識別您的「北極星」與關鍵利害關係人開始，規劃正確的轉型藍圖，並以最高影響力的應用案例為起點。
