可见机器数据对整个行政套房的影响

把你带到这里的东西不会把你带到你要去的地方。这句话可能是理解采用和扩展技术差异的关键。高管们已经看到集成人工智能和物联网等新技术如何增加价值，但却错过了里程碑和投资回报率估计。下面将回顾高管如何利用机器数据实现商业智能以实现下一步。

扩展试点项目的问题

当前制造业的驱动因素之一是使用技术来增加产量和降低成本。许多早期项目专注于连接性和机器数据。虽然机器数据项目可能显示出希望，但它可能无法达到预期的投资回报率或规模与类似的结果。这通常是因为试点项目的目标是针对单个项目。

高管们应该知道机器数据项目如何在当地实现目标，但要考虑当地的成功将如何影响其他利益相关者。在了解机器数据如何适应大局的同时，新技术可能不会在业务层面产生变化，直到达到一定比例的采用率或 N 值。下面我们概述了启动试点计划时应考虑的事项。

从哪里开始？

了解您的目标以及为什么它们很重要。考虑多个项目（只有几个，而不是几十个），这些项目可能会在当地表现出最大的影响，同时了解其成功或失败对更高级别商业智能的潜在影响。

记录您的工作流程、资源和其他关键绩效指标，以确定可以轻松快速集成技术以获取机器数据的领域。了解获得足够数据以获得准确结果以做出明智决策需要多长时间。明智的决策包括两组结果 - 确定试点是否成功的时间，以及为更高的业务功能收集机器数据所需的时间或采用量。

但三十年来一直很好！

在这个充满活力且快速发展的行业中，这种说法可能是最具破坏性的说法。然而，这是有一定道理的。不要从破坏旧设备或将所有东西与新的、最先进的设备连接起来的假设开始。旧设备仍然可以连接！

旧设备或网络可能仍会提供价值。当这些钱可以用于提供更好投资回报率的领域时，更新它们可能会花钱在收益递减上。请注意与旧设备配合使用的新技术，以扩大您已有的设备。

领导力取决于高管，但让经理们做他们认为最好的事情。在创新方面，自上而下的支持，但自下而上的建设。虽然高管可以设定步伐和方向，但管理人员可以更好地了解架构和工作流程，以根据具体情况做出决策。

想要实时生产可见性？

机器数据到业务数据

技术采用的趋势是找到易于确定投资回报率或实际收益的解决方案，例如预测性维护。如果高管看不到机器数据与业务目标的关系，机器数据可能会留在工厂车间。在业务层面做出快速、明智的决策可能包括来自公司外部发生的数据——销售、供应链和竞争对手正在做什么。但试点项目提供了一个机会，让我们开始了解机器数据与……的关系……

• 公司的灵活性或响应能力
• 创造新收入来源的收入或可能性
• 客户体验
• 营销活动

误解及解决办法

一个常见的误解是机器数据需要经过处理才能在业务级别使用。公司已投资购买高级软件，试图过滤数据以进行业务分析。但是，定制解决方案可能很昂贵，需要很长时间才能开发，并且一旦到位就无法灵活或轻松适应。

一刀切或现成的解决方案可以快速集成，但也有限制。开始时寻找更多提供模块化和可定制软件的混合解决方案很有价值。寻找提供软件即服务 (SaaS)、提供动态仪表板和能够缓解边缘和云机器数据的微服务的技术提供商。混合解决方案可让您快速入门并根据需要使用自定义功能进行调整。

具有实时机器数据、警报和通知的 SaaS 非常适合保持车间运转，而关键绩效指标 (KPI) 和企业资源规划 (ERP) 等附加功能有助于关注全局，推动供应链库存，并帮助高管做出明智的业务决策。

总体而言，高管必须支持创新并推动公司文化朝着使用机器数据分析的方向发展。毕竟，数据是制造业的未来。这可以通过鼓励试点、培训和奖金计划来实现。创建一个员工可以分享想法或问题的沟通系统可以帮助表明哪些计划最能激励您的员工。在某些情况下，公司引入了游戏化或黑客马拉松等竞赛来吸引和教育员工。请记住，是什么让你到达了现在的位置，不会让你到达你要去的地方。在解决明天的目标时，不要坚持昨天的解决方案。