自适应数字化工厂与基于数据分析的持续优化，能够创造更大的价值。由于工厂的信息有多种来源，如供应商、制造单元、智能装备、产品、产线操作工人、消费者，以及持续运行的系统。

4.预防性维护与数字化指令性维护

正如我们所描述的，自适应数字化工厂进行顺利超越了反应性召回和维修，并且提高甚至超越精益和六西格玛方法论。

精益制造商一直赞同全面生产维护的理念，该理念具有改善设备综合效率的目标。通过全面生产维护，诸如迅速转换的技术被用来增加生产率同时降低停机时间。

在自适应数字化工厂，工艺过程数字化和决策管理被用来避免设备失效的后果。该想法是在设备失效前通过替代或维修废旧部分来阻止失效。在当前的环境下，通过物联网和大数据，实现现代化维修。

预防性维护的到来代表了和智能化维护的数字化革命的重要里程碑。通过预防性维护，对于信息或来自万物的事件的大数据分析被分析表明能够用作维护。来自于追踪操作条件，怎样使用设备，设备是怎么出现故障的，传感器的数据是可以利用的。如此能够减少浪费，同时创造一个更精益的机构。

我们设想一个场景，一个大型农场设备制造商使用新技术来帮助农民提高农作物产量。制造商有机会使用来自联网设备的前所未有的大量的性能数据。制造商的目的是使用数据分析来预测设备在将来什么时候需要维修。物联网收集关于设备及其状态的数据，当达到阈值或发生异常时引发警报，为下次采取措施提供参考。

而另外一种是数字化指令性维护。通过利用维护过程及决策的端到端的数字化，通过指令性维护实现维护的变革性优化。当和物联网配合时，指令性维护才完整。它包含以下内容：全面的生产维护、自主学习和自适应维护，以及基于历史数据进行预见性分析的模型。一个非常棒的方法是不间断地监测和学习来自物联网数据的行为，同时适应维护的先后顺序。遥控设备能追踪机器的位置、燃料消耗和利用率。分析数据来进行最初的诊断并阻止问题的发生。最终提高运行时间，同时增加机器和操作者的生产率。

这种维护方式，可以实现价值流的自动化：自动化的价值流整合端到端的联网设备（物联网）、供应商、制造商、消费者。这个价值流通过自动化和数字化的工艺过程（该过程是完全可视化并可控制的端对端工艺过程）将用户的设备和维护的整个生命周期绑在一起。

5.联网生态系统的影响

尽管互联网上的网联设备自问世以来就一直存在，但直到最近，物联网才对工业尤其是制造业产生了重大影响。从联网的家居、汽车、城市到工业，如健康、保险、制造业、公共事业，网联与智能设备正在改变整个生态系统。作为物联网不同分支，消费者物联网和工业物联网经常被相互对比。

家居物联是前者的典型代表，而服务于过程或离散制造业的物联，则是工业物联网的代表。物可以是小型设备，如智能手表或监控监测设施，这些设施可以通过智能手机联网（越来越多的智能手机自身就提供复杂的监控功能），也可以是大型机器如涡轮发动机、风电设备、油气开采设备、等越来越智能化、半自主化，甚至完全自主化的设备。

事实上，物联网对工业生态系统的影响非常大，美国知名咨询公司Frost & Sullivan将物理设备整合到软件工业网络的软件系统中，视为提高创新、提升工业机器维护和操作过程的方法。这是一个新型联网生态系统,包含物理机器、设备、互联网和各种算法（工艺、操作和分析）——这是优化资产管理和商业成果的关键元素的简短清单。

6.制造业的数字化转型

正如我们所看到的，数字化意味着网络连接、社会协同、物联网、大数据分析、云计算和移动领域极具颠覆性的大趋势。数字技术的转型方面正在为数字创新铺平道路，这个创新将改变制造业的面貌。

随着数字化速度的加快，产品和服务的变化与迭代速度也在加快。物联网正在改变整个端到端的制造价值流，向传统的企业管理运营模式、商业模式等提出了空前的挑战。

企业不能低估将网络世界与物理联网设备相结合所产生的影响。这些设备产生大量的信息，这些信息必须被挖掘、分析，并对其采取具有针对性的行动。随着联网设备的普及，IT与OT正在融合，物理世界与虚拟世界正在融合，传统的制造模式将越发变得不再适用。

嵌入式传感器、软件、控制器等正在创建制造业与售后服务中的数字革命。在网络、边缘计算、云技术、能效管理等方面的突破正在持续降低数据处理与存储的成本。

物正生成比人们或应用程序更多的数据。将这些数据转化为洞见和明智的决策是有效分析的关键。如果一个公司应用数字化技术，通过人类、企业应用程序、供应链合作伙伴以及越来越智能的事物或设备整合执行任务，那么智能的、面向未来的决策将可以从数据分析中派生出来。

将工业物联网与数字化技术相融合的自适应数字工厂，正以一种创新的模式，试图谱写数字化未来。