2018 年工业物联网现状
工业物联网 (IIoT) 技术已成为各行业企业中数字化转型战略的核心。PTC 的“工业创新的现状”系列调查从业务价值到用例、部署偏好等方面探究了 IIoT 部署。查看调查结果并了解 IoT 的未来。
采用情况（按行业）
哪些行业在加速利用 IIoT 机遇？
IIoT 用例分配（按角色）
如何应用 IIoT 以产生业务结果？
制造用例：
制造业运营智能 - 61%
从多个不同的系统和资产收集数据，以创建用于监控制造流程并提供实时洞察的仪表板。
制造用例：
制造的预见性维护 - 12%
收集运营资产信息（传感器读数、服务历史记录、环境条件），并使用分析模型来预测资产何时可进行维护，而不是采用被动式（中断修复）维护方法。
制造用例：
资产健康监控 - 12%
监控并跟踪工厂资产健康状况和性能，并部署机器学习以基于已知模式评估非标准活动（反常检测），以便通过统一的实时 KPI 可见性提供洞察。
制造用例：
质量监控和验证 - 4%
利用异常通知和警报，实时监控产品质量。
制造用例：
数字说明 - 4%
通过 3D 或增强现实提供数字内容（如工作说明、制造流程、安全程序），以改进培训、质量验证、维护执行和操作监控。
服务用例：
远程监控 - 39%
按位置、性能、利用率和状况远程跟踪产品，以进行监控、故障排除并诊断问题。
服务用例：
资产维护 - 17%
实时监控设备和机器，以进行现场预防性维护并维修运营资产。
服务用例：
远程服务 - 19%
通过嵌入式诊断来扩展对产品和资产的实时监控，以支持远程访问、远程资产服务（包括双向文件传输）或远程软件更新。
服务用例：
预见性维护/服务 - 14%
收集服务产品信息（传感器读数、服务历史记录、环境条件），并使用分析模型来预测机器何时可接受服务，而不是采用被动式（中断修复）服务方法。
运营用例：
资产监控 - 47%
监控并跟踪运营资产（流动或固定）的健康状况和性能，并部署机器学习以基于已知模式评估非标准活动（反常检测），以便通过统一的实时 KPI 可见性提供洞察。
运营用例：
运营情报 - 25%
从多个不同的系统和资产收集数据，以创建用于监控运营流程并提供实时洞察的仪表板。
运营用例：
运营的预见性维护 - 14%
收集运营资产信息（传感器读数、服务历史记录、环境条件），并使用分析模型来预测资产何时可进行维护，而不是采用被动式（中断修复）维护方法。
数据源
IIoT 解决方案利用哪些数据源？
使用 ThingWorx IIoT 平台实现业务转型
想要了解工业物联网（IIoT）如何推动实现业务的数字化转型？探索 ThingWorx IIoT 平台、阅读 PTC 客户案例研究并浏览我们的合作伙伴网络。