在这两个部分博客系列中，我们讨论了行业4.0工具如何利用以生存市场中断。
当我们今天面临全球大流行时，行业4.0的相关性正在增长。随着这种破坏的每一项业务以一种或他人受到这种破坏，行业在2020年反映为全球运营中的重大拐点。整个历史的每个主要破坏性转移 - 无论是由大流行，灾难还是技术变迁驱动 - 有赢家和输家。今天最适合生存和增长的公司专注于：
- 敏捷：能力内化市场信号并以响应的调整过程
- 数字的：对现代系统，数据分析和决策支持的投资
- 风险管理：评估和减轻潜在的运营/财务影响
现在和在Covid-19危机之后，常规的商业正在采用新的景观，拥有远程连接和数字技术。但是真的是这种“新的正常”，哪些工具将帮助公司维持困难时期并反弹？
新正常1：虚拟通信
随着全球旅行限制的地方和雇员在其房屋中锁定，企业被迫与其制造业务，供应链伙伴和客户远程沟通。数字工具和高级网络使公司能够比我们想象的更快地适应情况。由于公司被迫测试和拥抱分布式工作结构，我们可能会看到继续采用和延长远程连接选项，以便将来，节省时间和成本。
新正常2：透明度和对实时数据的访问
随着企业适应供应短缺，增加基本产品的能力，或重新配置生产以对不断变化的需求反应，全球供应链网络受到压力。公司必须强大地对此动态环境，有很少的试验空间。准确可靠的数据输入和输出对于决策者的速度更快，并确保投资正在通过适当的经济优先级分配。
新正常3：数据驱动的决策
虽然几乎每个公司都认识到使用数据的基督和战略洞察数据的价值，但许多人未能实现其数据的充分利益。通过ML，AI和高级分析所支持的决策的提高速度和确定性将提供有价值的方向，并使数据驱动的公司能够在艰难时期生存并在恢复中反弹。
4.0工具是使用适应，反应和保持与其制造业务，供应链和客户的公司的公司？
连接工具
- 捕获和传输流动工业物联网传感器和机器数据
- Extelligence在边缘：网关设备分析并实时采取行动
- 智能资产标签和跟踪器可以帮助管理整个生产的原材料和工艺流程资产，以及现场的成品，设备，车辆
融合的工具
- 现代云和内部部署数据管理架构
- 摄取流数据;集成多个企业来源
- 数据工程：管理大数据，数据湖泊，ETL管道和数据仓库
分析工具
- 高级分析模型，以确定模式，关系，趋势或异常，以开发更深入的见解，预测行为，并推荐预防性行动
- 机器学习模型工具的培训和部署可以解析非结构化或半结构化数据的相关信息
- 用于图像分析，自然语言推理和其他特征提取应用的深度学习和AI算法，以实现自动化并降低时间到洞察力
采取行动的工具
- 通过动态BI可视化工具，仪表板和定制报告信息的交互和解释
- 响应式Web和移动应用程序与您的业务流程和工作流集成
- 沉浸式，互动工具，包括增强和混合现实技术，数字双胞胎模拟和聊天
工业4.0工具已被证明向那些采用它们的人提供巨大价值，即使没有明显的预期大流行。随着更多现代和精益竞争对手在危机反应中享有相对优势，正在被迫重新审视数字转型投资的公司正在迫使其战略和实施路线图。许多公司 - 无论他们的行业，规模和技术姿势如何 - 开始意识到危机的结束可能没有伴随着常用的返回。
本博客系列的第二部分将为“智能工厂如何在锁定期间保持联系“。敬请关注。
让我们知道你对这篇文章的看法。
把你的评论放在下面。