物联网与制造业的数字化转型

连接的挑战：数据孤岛

工业企业的大量数据或来自本地软件应用程序、或来自可能使用数百种不同机器通信协议的多台机器，以及有些数据是来自于旧式自动化系统，因此想要整合这些数据相当困难。海量数据陷入“孤岛”困境。

智能连接场景

· 用于收集、整理、存储和分析设备数据，即使是来自不可靠和非结构化环境的数据也能够进行处理。

· 基于实物资产、流程和设施进行建模，监控跨设施运营，快速计算通用工业性能指标，并创建应用程序，以便您针对工业运维作出更好的、数据驱动型决策。

管理的挑战：信息缺失

设备数据采集及数据分析能力有待提升。现阶段仅有 20.9% 的企业实现工业设备数据采集，而利用云平台进行设备管理与应用的企业则不足 20%。原因有两方面，一方面传统的工具无法满足设备数据非结构化数据的管理需求和低质量数据（信息存在间歇性缺失、受损与错误）的清洗要求，另一方面传统的定制管理程序无法随着连接设备的数量、种类和复杂性的增长而扩展。

智能产品场景

· 实现互联产品远程监控、管理和分析产品数据的能力，帮助制造商更好地了解客户客户何时、以何种方式使用产品，其感受如何。

· 帮助制造商销售更多服务、创建新的产品增值服务、并基于实际用途来设计完善新产品从而通过新一代信息技术为客户提供更多的增值服务。

应用的挑战：安全隐患

数据的应用收到了通信条件与安全隐患的制约。设备将数据发送回云端然后等待响应的做法会拖长延迟时间。成千上万台设备的大量网络流量，也会进一步降低数据处理和分析的速度，因而延误关键的洞察解决方案。系统需要与外部和内部环境交互以获取更高的互联性，导致企业遭受潜在攻击以及出现安全漏洞的可能性增加。

预测性维护场景

· 亚马逊云科技资产优化解决方案使用预测模型分析功能，以实施预测性维护并相应减少停机时间。

· 通过访问传感器数据及状态数据，之后利用预测模型，预测产品维修的需求，从而减少非计划停机带来的经济损失和人员伤亡。