生產線執(zhí)行系統(tǒng)、傳感器和機器運轉日志為各行企業(yè)提供了大量有關制造工藝的數據。未來十年，配有無線傳輸功能（通常指物聯(lián)網）的智能傳感器（如：檢測震動、溫度和濕度）的價格將從如今的幾美元一個進一步降至僅幾美分一個。智能傳感器不僅價格下降，而且可以輕松安裝在所有生產線上，使偏差追蹤和行為預測更加容易。隨著數據存儲費用降至史上最低點，企業(yè)可以利用云存儲海量數據，而無需進行固定資產投資。同樣，運行智能工廠的計算能力呈指數式增長，而且可以通過網絡獲得，這將幫助企業(yè)根據需要執(zhí)行復雜分析。

    中國一些領先的航空公司利用工業(yè)互聯(lián)網搜集了大量發(fā)動機的渦輪葉片保修數據，結合遠程診斷紀錄和第三方數據，建立了葉片損傷分析預測模型，預測發(fā)動機的運行情況，定制科學的重復檢查間隔，提升運營效率。

    但是目前大多數工廠離智能化仍然很遠。在中國，實施數字化的第一個挑戰(zhàn)是企業(yè)認為“沒有數據”.而實際上，數據并不缺乏，只是一批接一批地堆在那。我們看到的一些中國制造企業(yè)只利用不到2%的數據改進生產，在很多情況下，生產線根本沒有與制造執(zhí)行系統(tǒng)相連。

    預測性分析、大數據和機器學習、數據挖掘、數據智能和神經網絡等復雜的統(tǒng)計分析與工具開始逐漸改變企業(yè)對數據的看法，讓企業(yè)更好地理解復雜的制造工藝及隨后的改進方法——例如，在潛在問題實現(xiàn)前就能夠識別出數據和問題的依賴關系并進一步提前檢測問題。此外，通過深入分析歷史數據，運營經理可以發(fā)現(xiàn)具體工藝環(huán)節(jié)與輸入之間的特定模式及相互關系，然后對其進行優(yōu)化，從而最大程度優(yōu)化產量。

    領先企業(yè)已經開始連接所有生產線及系統(tǒng)，并開始大規(guī)模使用云存儲數據用于分析。現(xiàn)在已經興起了一種以服務為基礎的數據分析行業(yè)，使分析成為運營部門可以負擔得起的工作。