到2026年,制造商将在数据管理和分析上投入198亿美元
稳健的数据收集流程和复杂的分析工具将为机械健康和生产线优化提供关键见解。
ABI研究公司预测到2026年,制造商和工业企业将在数据管理、数据分析和相关专业服务上花费198亿美元。
该报告的作者观察到,制造工厂每天都会产生大量数据,并补充说,传统上,数据都是记录在纸上或用电子表格进行分析。然而,今天可以通过传感器自动收集数据,并使用远远超过电子表格功能的工具进行分析。
“对于许多制造商来说,他们认识到运营决策需要基于经验证据,而不是猜测。挑战并不一定是捕获和分析数据,而是首先要分析什么,”解释道迈克尔·拉恩r, ABI Research首席分析师。“研究结果需要对运营产生有意义的影响,因此制造商需要后退一步,制定精确的目标。”
Larner补充说,制造商应该与供应商合作,帮助他们确定活动的优先次序并制定项目。例如,优先考虑的是增加产量、减少浪费、提高质量,还是充分了解一台机器是否需要维修?预测性维护对于避免停机时间和提高工厂车间的安全性至关重要。与此同时,视频检测软件捕捉缺陷的准确度比人眼更高。金宝搏188官网app网址
随着用例的扩展,供应商生态系统会不断发展以满足它们。例如,Bright Wolf、InVMA和Dploy Solutions结合了技术和咨询专业知识,帮助各自的客户从业务角度欣赏数字化转型。Davra致力于确保制造商使用干净的数据,Relimetrics专注于视频检测,Altair致力于支持数字双胞胎的分析能力,Senseye致力于预测性维护。
人工智能(AI)和机器学习的进步意味着供应商不仅可以报告数据,还可以预测结果并提出建议的行动。行动的方向产生了令人信服的主张,当与数据可视化平台结合时,将数据嵌入到许多不同的角色中。无代码/低代码平台的出现使得员工不必是数据科学家就可以在他们的角色中利用分析。
“虽然制造商花了几十年的时间来完善他们的物理生产线,但今天他们需要花费精力来优化他们收集和分析数据的流程。但不应该仅仅为了收集数据而收集数据,”拉纳总结道。
这些发现来自ABI Research工业应用中的数据管理应用分析报告。这份报告是公司报告的一部分工业及制造业研究服务,包括研究、数据和ABI Insights。基于广泛的初步访谈,应用程序分析报告对特定应用程序的关键市场趋势和因素进行了深入分析,可以集中在单个市场或地理区域。