各產業的採用情況
哪些產業正在搶搭風潮，將運用工業物聯網 (IIoT) 的機會轉化為商機？
工業物聯網使用案例分佈 (依角色分類)
工業物聯網正透過哪些方式提供實質業務成果？
製造部門使用案例：
製造營運智慧 - 61%
收集來自不同設計系統的資料與資產，以建立儀表板，藉以監控製造流程，並提供即時見解。
製造部門使用案例：
製造部門適用的預測性維護 - 12%
收集營運資產資訊 (感應器讀數、維修記錄、環境條件)，並使用分析模式來預測資產何時適合進行維護，並判斷適用的被動式 (損壞修復) 維護方法。
製造部門使用案例：
資產健全狀態監控 - 12%
監控與追蹤工廠資產的健全狀態與效能，並部署機器學習技術，以依據已知模式 (異常偵測) 評估非標準性活動，進而透過統一且即時可見的 KPI 來提供見解。
製造部門使用案例：
品質監控與驗證 - 4%
透過異常狀況通知或警示，即時監控產品品質。
製造部門使用案例：
數位指示 - 4%
透過 3D 或擴增實境提供數位內容 (例如工作指示、製造流程與安全性程序)，藉此強化訓練、驗證品質、執行維護並監控作業。
維修部門使用案例：
遠端監控 - 39%
依據地點、效能、使用率及條件，於遠端追蹤產品，達到監控、疑難排解與診斷問題等目的。
維修部門使用案例：
資產維護 - 17%
即時監控設備與機械，以在現場進行營運資產預防性維護與修復作業。
維修部門使用案例：
遠端維修 - 19%
使用嵌入式診斷擴大即時產品與資產監控範圍，推動包括雙向檔案傳輸或遠端軟體更新的遠端存取與遠端資產維修。
維修部門使用案例：
預測性維護/維修 - 14%
收集維修產品資訊 (感應器讀數、維修記錄、環境條件)，並使用分析模式來預測機械何時適合進行維修，並判斷適用的被動式 (損壞修復) 維修方法。
營運部門使用案例：
資產監控 - 47%
監控與追蹤營運資產 (行動或固定) 的健全狀態與效能，並部署機器學習技術，以依據已知模式 (異常偵測) 評估非標準性活動，進而透過統一且即時可見的 KPI 來提供見解。
營運部門使用案例：
作業情報 - 25%
收集來自不同設計系統的資料與資產，以建立儀表板，藉以監控作業流程，並提供即時見解。
營運部門使用案例：
營運部門適用的預測性維護 - 14%
收集營運資產資訊 (感應器讀數、維修記錄、環境條件)，並使用分析模式來預測資產何時適合進行維護，並判斷適用的被動式 (損壞修復) 維護方法。
資料來源
工業物聯網解決方案中運用了哪些資料來源？
