多年來，美國鐵路業(yè)一直被事故和延誤所困擾，盡管它擁有世界上較先進的鐵路基礎設施。比如，美國主要鐵路服務公司美鐵在2016年每五列火車中就至少有一列晚點。

德國西門子利用工業(yè)物聯(lián)網(wǎng)來改變行業(yè)現(xiàn)狀。該公司利用安裝在美國鐵路公司機車上的900多個傳感器來幫助預測故障，最終減少延誤并降低維護成本。

西門子在鐵路業(yè)的工作代表著越來越多的傳統(tǒng)公司使用物聯(lián)網(wǎng)來改善運營。

工業(yè)物聯(lián)網(wǎng)（IIOT），通常指機器、設備、基礎設施和其他能夠自主通信的“物”的網(wǎng)絡，以及在高級系統(tǒng)中可以實現(xiàn)實時決策。

這是一個巨大的市場。波士頓咨詢集團的一份報告預測，到2020年，物聯(lián)網(wǎng)相關支出將超過3000億美元，其中一半來自運輸、制造和公用事業(yè)行業(yè)。一些專家甚至估計，到2025年，工業(yè)物聯(lián)網(wǎng)（IIoT）將產(chǎn)生超過11萬億美元的經(jīng)濟影響。

隨著工業(yè)物聯(lián)網(wǎng)（IIoT）產(chǎn)生巨大的經(jīng)濟價值，這種技術趨勢將在未來十年內(nèi)推動各種創(chuàng)新。

在工業(yè)環(huán)境中，物聯(lián)網(wǎng)可以在一個大的地理區(qū)域內(nèi)連接多個設備和整個系統(tǒng)，其中每個設備都可以充當數(shù)據(jù)的收集點。在這些點收集的大量數(shù)據(jù)可以實時聚合，并用于在問題出現(xiàn)之前識別問題。

而且，由于許多行業(yè)天生都是被動的，只有在問題出現(xiàn)時才能進行解決，因此，預測性維護是可以從工業(yè)物聯(lián)網(wǎng)中受益的最大領域之一。

以卡特彼勒為例，這家重型機械制造商開始使用來自其連網(wǎng)機器、設備、引擎和其他設備的數(shù)據(jù)并進行分析，使經(jīng)銷商能夠預測問題并及時安排維護，從而獲得高達180億美元的經(jīng)濟收入。

傳感器驅動的計算是近年來發(fā)展起來的另一個巨大的IIoT領域。它主要包括使用傳感器來監(jiān)測外部條件，如溫度和壓力，并將其轉換成可測量的洞察力。隨著傳感器尺寸和成本的急劇下降，我們將會在IIoT領域看到新的、先進的數(shù)據(jù)收集方法，從而推動制造業(yè)和相關行業(yè)的下一波創(chuàng)新浪潮。

此外，先進算法和節(jié)能傳感器（或“東西”）將有助于推動產(chǎn)品創(chuàng)新，高壓測試和燃油效率測試等危險且技術性很強的工業(yè)程序將從傳感器驅動的計算中受益匪淺。

德國采埃孚（ZF）集團是推出這些先進傳感器技術的全球品牌商之一。該公司通過分析駕駛員的行為，再結合地形數(shù)據(jù)，有效地減少了與變速器相關的維修和燃油消耗，從而幫助卡車運輸公司節(jié)省數(shù)百萬美元的維修和燃油費用。

工業(yè)分析和下一代傳感器是工業(yè)物聯(lián)網(wǎng)（IIoT）趨勢之一，有助于迎接下一代智能工廠或“工業(yè)4.0”。

IIoT為實時數(shù)據(jù)分析提供了必要的基礎設施，這是關鍵工廠應用和流程（如員工安全和質量控制）的重要元素。實時決策還意味著更高的響應能力和效率，最終使企業(yè)能夠為最終用戶提高整體價值。

除了改進數(shù)據(jù)分析，智能連網(wǎng)機器還能夠改變消費者與產(chǎn)品的互動方式。

例如，早在2014年，寶馬和SAP就啟動了一個試點項目，將全球的BMW汽車連接起來，從而將物聯(lián)網(wǎng)的整個概念提升到新的水平。汽車路過寶馬認證的店鋪時，會收到優(yōu)惠和促銷信息，或獲得空閑停車位的第一手資料。

毫無疑問，公司、專業(yè)人士、學習機構以及受影響行業(yè)的所有參與者都必須為連網(wǎng)設備不可避免的未來做好準備。

從改進網(wǎng)絡基礎設施，到采用IIoT友好的通信和營銷策略，再到對現(xiàn)有安全和網(wǎng)絡設計進行可擴展性測試，受影響行業(yè)的公司必須調整其當前所有內(nèi)容以集成工業(yè)物聯(lián)網(wǎng)，因為所有這些都是IIoT成功集成的重要因素。