在当今世界，消费者的口味变化迅速。客户比以往任何时候都更频繁地期望新产品的推出和旧产品线的新迭代。在许多情况下，这也包括定制版本。对于银行和基于应用程序的按需公司等服务行业，与传统的制造设备提供商相比，数据始终更易于捕获和分析。从历史上看，制造商在客户位置使用了一系列不同的生产设备或一组分散的设备，这些设备通常没有以任何方式连接来收集和分析数据。 MachineMetrics 的客户体验到了这一点，并通过部署 MachineMetrics 工业物联网平台解决了这个问题。结合传感器和边缘设备，我们缩小了差距，以实现智能互联工厂或全互联服务提供商。通过收集和标准化数据以供 MachineMetri

通过数据驱动的制造策略优化生产效率 尽管存在多种数据捕获技术，但制造商仍然难以使用它们。正是由于这一重大挑战，数据驱动制造的目标似乎更加难以实现。 但是，在优化生产效率时，您可以采取一些数据驱动的方法。这些方法包括利用工业物联网捕获车间数据，部署车间边缘计算设备，或将机器统计数据手动输入到 Excel 表中以进行进一步分析。前两个选项是具有自动化流程的数字解决方案，而后者是手动的。正如预期的那样，数字化会获胜，并使捕获车间数据并将其投入工作，这是一个更加简化的过程。 考虑到这一点，深入了解成为数据驱动的制造商意味着什么，启动以数据为中心的计划可能会遇到哪些好处和挑战，以及在分析过程

利用 IIoT 解决复杂的汽车制造问题 汽车制造必须保持灵活，以满足动态市场的需求。在复杂的全球竞争环境中，运营挑战将继续存在，支持具有定制可选功能的多种汽车模型的工厂将需要敏捷的工作流程。 这意味着生产过程将变得不那么线性并且更加模块化。单一用途的固定机器现在必须在生产环境中为不同的批处理作业提供任务灵活性，并且设置和拆卸的周转时间将受到限制和快速。此外，协作机器人必须足够智能，才能在生产的各个阶段安全地与人类互动，而必须意外维修设备的生产线停机情况会对整个工厂的生产效率产生负面影响。 汽车制造商正在转向工业物联网以及其他工业 4.0 解决方案来解决这些复杂问题。 物联网和数字孪生

随着技术的飞速发展，许多行业正在寻找新的和创造性的方法来通过使用它来创造和维持价值。随着关于无人机、3D 打印和许多其他引人注目的技术创新的定期新闻报道，许多人忽视了部署新技术的最大增长领域之一——传统制造业。 对于许多人来说，“制造”这个词让人联想到库存图片。从沉闷、嘈杂和肮脏的工厂到由操作员手动执行的繁琐劳动，在过去的几十年中，制造业的刻板印象一直保持不变。但近年来，制造业得到了改头换面和新形象，这在很大程度上要归功于同样的技术以酷科技产品的形式吸引了消费者的注意力。这一波技术浪潮正在将现代工厂重塑为智能、互联和数字化实体。 工业自动化 工业自动化（此处有关工业自动化的完整文章）是使

工业 4.0 及其在未来劳动力培训中的作用 制造业再次处于动荡状态。几种新兴技术的兴起为这个以重复过程而闻名的行业带来了一些兴奋，同时本世纪工业化驱动的支柱正在退休。是的，我们指的是婴儿潮一代。美国劳工统计局的统计数据显示，尽管婴儿潮一代的工作时间比其他任何一代都长，但每天 10,000 名工人的退休率将在未来十年耗尽全球劳动力。 即将退休的老年员工提出了一个问题，即随着一代人离开劳动力市场，如何弥合技能差距。在制造业，这些挑战更加明显，因为该行业在未来十年内需要大约 460 万人来填补工作岗位。此外，与科技、金融和医疗保健行业相比，制造业在 X 代和 Z 代潜在员工中的吸引力仍然较低。

制造业的未来会怎样？ 随着流行语的流行，物联网 (IoT) 和工业物联网 (IIoT) 在过去十年中一直是制造车间的突出特点，而且这种情况不会很快改变。根据 Bsquare 的年度调查，86% 的制造企业已采用不同形式的物联网来增强车间运营。这使得承认物联网日益增长的影响力是公平的，并让人质疑它在未来将如何继续应用。 由于实施物联网解决方案的责任落在了全球 CTO、项目经理和工程师的肩上，因此您需要了解以下七件事来了解其未来。 1。申请是个人的事情 尽管存在提供各种物联网服务和解决方案的数千家供应商，但其应用在制造企业之间仍然存在很大差异。这些差异是由于企业选择的应用模式而存在的

工业生产企业的数字化转型依赖于物联网 (IoT) 的连接性、可见性和对绩效的更深入洞察。尽管工业 IIoT 在制造业中的成功正在加速收入增长，但与网络安全、高投资成本和实施相关的挑战仍然存在。这些挑战导致许多制造商转向 DIY IIoT，以降低风险或管理成本。 但 DIY IoT 实施的成功程度如何？ 思科的一项研究揭示了自己实施物联网的成功率。该研究考虑了实施物联网战略的六个阶段，包括战略规划、设计和架构选择、实施和部署、管理、支持和数据分析。结果表明，大约 50% 的 DIY IoT 项目失败了，而选择与供应商合作的组织从所做的投资中获得了更高的回报。 问题依然存在：为什么 DIY

马萨诸塞州波士顿——领先的制造业数据和数字应用平台 MachineMetrics 今天宣布，它已加入世界经济论坛的全球创新者社区，该社区由世界上最有前途的初创企业和规模扩大企业组成技术和商业模式创新，与公共和私营部门的领导者接触，并提供新的解决方案来克服当前的危机并实现未来的弹性。受邀成为全球创新者的公司将参与论坛的一个或多个相关平台，以帮助确定关键问题的全球议程。 “在 COVID-19 大流行给全球带来的重大破坏中，对于像 MachineMetrics 这样的创新公司来说，这是一个关键时刻，他们提出新的想法和创新，以帮助保护世界各地社区和行业的生命和生计，”Bill Bither 说，M

一个工厂在一个工厂内运行几代相同类型的生产设备并不少见。除了财力雄厚的超大型公司外，大多数公司都负担不起经常进行设备改造，必须根据长期资本计划和业务增长战略，在细分市场中添加设备。这种投资和长期规划的方法对大多数制造商来说并不陌生。随着新设备的推出和上线，他们会相应地调整运营。 作为一系列技术的融合，颠覆了制造商看待生产的方式，工业 4.0 正在重塑关于什么是生产以及如何生产商品的概念。而且由于他们作为一个群体正在成熟，因此获得的任何工业 4.0 技术都有一个漫长而艰巨的教育和学习曲线。但是，正如制造商必须为资本设备的增量采购和升级制定战略一样，他们也应该开始考虑实施工业 4.0 技术的长期

以下是我们将在这篇关于制造业边缘计算的深入文章中介绍的内容。如果您想跳转到特定部分，请选择一个链接： 制造业中的边缘计算简介 什么是边缘计算？ 什么是边缘计算平台？ 什么是边缘设备？ 边缘与云的关系 制造业中的边缘计算用例 制造业的连接格局正在发生怎样的变化 制造业边缘计算简介 随着物联网 (IoT) 设备变得越来越普遍，边缘计算框架正迅速进入各个行业。最有前途的边缘计算用例之一是制造业，这些新技术可能会带来巨大的生产力提升。 虽然物联网已被证明是工厂车间的关键推动力，但组织现在正在寻求进一步提高其制造系统的响应能力。为了实现这一目标，这些组织正在采用以边缘计算为主要推动力的智能

MES 或 IIoT 平台（或两者）是您的最佳选择吗？ 在过程和离散制造设施中越来越多地使用工业自动化，使制造执行系统 ​​(MES) 市场处于过渡时期。 一方面，到 2024 年，MES 市场的价值预计将增长到约 230 亿美元。另一方面，IIoT 平台等新兴解决方案、基于云的自动化解决方案和 SaaS 平台正在挑战其对制造业的控制。根据 Gartner 的 2019 年 MES 魔力象限，预计 IIoT 平台将处于 MES 所关注的颠覆性流程的最前沿。 Gartner 报告进一步指出，到 2024 年，“50% 的 MES 解决方案将包括 IIoT 平台……以提供近乎实时的交易管理控制

范式转变定义了我们所知道的世界。一个例子是 IT 服务以及它们在数字化转型早期的管理方式。二十年前，打算使用数字技术优化业务运营的企业必须建立物理数据中心、开发专门的应用程序并聘请专业人员来保持整个架构的运行。这花费了数十万美元，而且只有大型企业才能实施数字化转型战略。 然后发生了范式转变。云计算、软件即服务 (SaaS) 和开源技术不可逆转地改变了整个数字化转型格局。现在，企业花费不到 2000 美元来设置用于处理业务运营的数字流程，而维护使用过的解决方案的责任则留给了供应商。今天，原始设备制造行业和设备用户正处于持续的范式转变之中。这种转变就是设备即服务 (EaaS)。 什么是设备

根据最近的预测，工业物联网的指数级增长正在步入正轨。到 2025 年，随着我们迈向拥有超过 750 亿台联网设备的世界，近三分之一的设备将用于制造业的工业应用。但随着这个市场中的机会——尤其是基于云的第三方服务提供商——的机会不断扩大，一个问题与其说是增长的障碍，不如说是一个不容忽视的危险信号。那个危险信号是安全的永远存在的要求。 每过一周，就会有一个新的故事涉及比以前大得多的数据库中的数据泄露，以及被认为可以免受此类入侵的公司的数据泄露。同样令人痛心的是，公司存储或使用收集到的数据的方式是最初委托给他们的个人和企业所不希望的。而且随着设备普及速度的加快，问题可能会在改善之前变得更糟。 在

鸟瞰图 当我们结束第 12 周的隔离时，我们中的许多人都在想——这什么时候结束？看起来越来越像冠状病毒的影响会一直存在，直到可以批量生产有效的疫苗。随着大学和实验室继续发表关于这种新病毒的研究，我们越来越清楚的是，即使大多数病例是轻微的，但这种新型传染病对人类的传播和严重程度仍然严重到足以使其成为一次性的——百年危机。早在 1918 年西班牙流感期间，与现在一样，政策制定者都在努力在公共卫生和经济稳定之间找到界限。 但是，现在和当时有两个很大的不同。首先是显而易见的——现代医疗标准远远超过了一百年前。第二个不太明显，但同样重要的是，我们拥有更广泛和更强大的数据收集方法。在我们的行业——制

工业 4.0 由智能制造流程定义，例如数据驱动的工厂优化、工业自动化和预测性维护。由于这些流程依赖于车间数据，因此配置智能或熄灯设施首先要建立有效的数据收集系统。 该数据收集系统代表了制造商的一项投资，他们将期望获得回报。对投资的评估必须包括利益相关者期望回报的速度、回报的形式以及回报与投资相比的有形程度。 了解更多：究竟什么是“智能”制造？用科技推动创新 如何衡量智能制造的投资回收期？ 作为一个会计术语，投资回收期被定义为项目产生的现金流入抵消初始投资所需的时间。在制造业中，寻找投资回报不仅仅涉及跟踪现金流入。 以离散制造设施为例，通过机器优化成功降低以前的运营成本，或者最

向工业 4.0 的转变将取决于车间内的遗留系统和资产如何有效地集成到在线或云平台中。这是因为很大一部分企业仍然依赖遗留系统和设备来满足生产需求。一项研究表明，76% 的决策者承认遗留系统将数据困在其中，这极大地阻碍了自动化和运营效率。 通过将旧机器与 IIoT 联机，制造商可以开始利用他们可用的新数据更好地了解车间绩效。连接的设备和系统将实现更高的可见性、远程机器监控和准确的性能报告。 尽管工业 4.0 的好处众所周知，但从机器和系统数据中获得洞察力的唯一方法是首先能够准确地捕获数据。当然，障碍是旧机器和系统会使这难以做到。 以下是通过 IIoT 使您的旧系统上线的五个步骤：

制造过程自动化正在迅速成为制造业的标准化工具。这就是我们研究流程自动化的原因，它可以为 D2C 制造商做些什么，以及制造商可以使用的扩展工具。 人们在考虑生产线自动化时会提出很多假设。 他们设想传送带、大规模裁员和无灵魂的机械臂在产品上拣货和打包。 是的，在使用重复制造过程的制造业的某些领域就是这种情况。 但是，自从 1980 年代工业机器人热潮以来，自动化在制造业中的应用已经发生了变化，从大型制造商的机械臂到工匠的库存管理工具。 自动化不再是对员工的威胁，而是任何制造企业的重要工具。 制造过程自动化 随着技术变得更容易获得，我们将继续改进。 如前所述，自动化制造系统不仅限于生产

在本文中，我们将探索  精益制造工具，从技术到软件，可用于优化整个制造流程。 美国 46% 的中小企业不跟踪他们的库存或使用手动方法，例如使用效率低下的 Excel 电子表格。 这意味着，只需在您的企业中采用 MRP 系统，您就能领先近一半的美国中小企业。 有了超越竞争对手的巨大潜力，您不能浪费时间犹豫是否在您的业务中使用制造流程自动化。 这就是为什么我们将这篇关于 D2C 制造的精益流程思维和精益制造工具的文章放在一起 您可以使用它来帮助您实现更精简的工作流程。 升级到软件可能为时过早，因为过早升级可能与升级过晚一样对您的业务造成破坏性影响。 您需要找出升级的最佳点，一旦您这样做

当您的业务开始增长时，找到一个支持 D2C 制造商的订单管理系统非常重要，这些制造商希望更好地控制他们的销售和制造订单管理、库存和生产计划。因此，我们整理了一份热门提示列表，以帮助您开始进行此搜索。 在本文中，我们探讨了订单管理解决方案、您可以遵循的提示以选择合适的订单管理软件，以及改进订单管理的好处。 什么是订单管理系统 (OMS)？ 订单管理系统 (OMS) 是一种工具或软件，它遵循 B2B 和 D2C 制造商之间的订单到现金流程，以帮助您改进订单管理流程和效率。 订单管理系统将帮助您跟踪您的销售、订单、库存和订单履行率，以便您轻松识别制造瓶颈并跟踪从工厂到客户的产品。 如前所述，

随着我们经历一场新的工业革命，智能制造将迅速成为常态，如果您不适应这一最新的制造趋势，您的业务将会受到影响。但什么是智能制造，我们将如何从中受益？ W什么是智能制造？ 智能制造 (SM) 是一个广泛的术语，适用于通过互联网连接以帮助监控生产的机械或工具。采用智能制造的目的是帮助制造商发现机会和弱点，以改进他们的制造流程。 但是，智能制造并不是一件特别的事情，它是不同技术和解决方案的组合，它们共同构成了实现精益制造的流程，因此您不能直接在生产中实施。 智能制造的这些元素被称为“推动者”，它们都是工业物联网 (IoT) 技术。 物联网如何用于制造可能涉及在生产线的机器上嵌入传感器，以收