通过物联网预测性维护提供了很大的上升空间，但易胜少

预测性维护是，可以说，最夸大应用物联网技术目前提供给企业用户，这是很容易理解为什么：获得更深入地了解工业机械，否则可被数字仪表车辆或任何车队似乎通过降低维护成本和停机时间，提供节省相当直接的路径。

但它并不是这么简单，只是嫁接传感器到现有的设备，据专家介绍，与收获的预测性维护的好处是不是为重资产的企业可以受益于这种物联网的实现大多数自动获胜。

所面临的挑战，据ABI Research，可以清楚的记录可见物联网的使用在石油和天然气行业。海上溢油还比较普遍，尽管广泛使用的物联网服务，和一个大的原因是，该AI / ML一片物联网仅仅是不是也没有实现。

“虽然顶油球员推销自己的亲高科技，预测分析是关键，以他们的投资，” ABI分析师凯特琳娜Dubrova上个月写道，“咨询公司和一些专家的聘用未使该技术的工作，随后不使得在预防措施的差异“。

不具有顶部到底部的计划得到真正的价值了数据的物联网项目能够产生的海洋是最大的原因，公司没有看到预测性维护可衡量的结果，Forrester的分析师Frank Gillett表示。企业有时会兴奋，地方到处传感器就可以了，然后期望的收益，以自身的发展。

“有很多人在关注传感器数据，然后试图建立一个商业案例，而不是试图先建立一个商业案例，”他说。“这就像走动用锤子和没有发现任何钉子。”

其中很大一部分是与事实是使AI和机器学习正确的工作是很难做到的。公司需要大量的数据的科学专业知识 - 无论是在内部还是从他们的供应商 - 确保训练数据是教学模型正确的教训。此外，移动数据周围自由是在某些行业，其中公司可能不愿意交出操作信息给第三方棘手。例如，制造商可能不希望将发布工厂设备性能的信息，如果该信息可以提供深入了解机密工作流程外人。

用户还需要预测性维护实际上是如何驱动商业价值更加全面的了解，根据Cambashi首席顾问阿兰·格里菲斯，谁也指出，在物联网机构的专业知识是无价的，使一切工作。

“当你看到所需要的技术，这是相当复杂的，”他说。“每个[物联网的分量]很容易理解，但它可以是复杂的实现，特别是老式的IT部门。”

然而，很容易理解为什么公司这么着急采用这种技术 - 有忽略太多的潜在的好处。跟踪维护信息为企业提供额外的担保，这些钱他们是在更换和维修支出花费在正确的地方，并让他们削减不必要的支出。

451 Research的副总裁克里斯蒂安·勒诺说，可能的上涨空间是很难夸大。

“有一堆不同的ROI的东西，生产，资产价值，工人的安全，然后将所有在那里你收集这些东西，从历史趋势搜集洞察所有数据蓬松的好处，”他说。“这是已被最终使用的情况下，很久以前我们就开始调用这个物联网。”

而且，尽管有一些打嗝和知识差距在哪里拼图的数据分析片而言，有很多用户在那里进行预测性维护工作，为他们。最近的一项调查，从451所显示，预测性维护是物联网运营科技公司中最常使用的应用程序，而且，这些的，绝大多数报告至少“有点积极的”投资回报率。

“有，这是让遥测关闭这些机器这么多的好处，”雷诺说。