-一項針對200位高管開展的調查顯示，大多數制造企業有計劃明年增加數據分析方面的投資，即使需要推遲其他技術投資
-霍尼韋爾成熟的自動化技術和服務能夠助力制造業向工業物聯網演變
美國得克薩斯州休斯敦2016年9月19日電 /美通社/ -- 霍尼韋爾過程控制部近期聯合KRC Research研究機構開展的一項針對制造企業高管的調查顯示，大多數受訪者（67%）都在積極推進數據分析方面的投資計劃以應對極具挑戰的商業環境，即便削減其它領域的投資也勢在必行。
當被問及原因時，很多受訪者表示數據分析是工業物聯網（IIoT）的關鍵組成部分，它能夠有效解決導致停機和利損的一系列問題。
霍尼韋爾過程控制部數字化轉型業務副總裁兼總經理安德魯·赫德（Andrew Hird）表示：“企業高管們需要確保公司業務平穩且安全地運營。即便現金緊張，他們也希望能夠利用工業物聯網技術應對業務挑戰。四十多年來，霍尼韋爾為幫助制造商實現這些目標提供了領先的自動化技術。霍尼韋爾工業物聯網解決方案正是實現這場業務演變的下一步舉措。”
來自北美制造業的200多位高管于2016年5月23日至6月8日參與了這項名為“數據對制造業的巨大影響：高管意見研究”的調查。其它主要發現包括：
一些公司表示不得不在意外停機和設備故障的威脅下繼續運營，而這些因素是擴大收益的最大障礙。
大多數公司表示它們正在對數據分析技術進行投資。
25%以上的受訪者表示明年不打算對數據分析進行投資。原因主要是對數據分析所帶來的好處不了解以及資源不足。
艱難的停機周期
意外停機是收益最大化的頭號威脅，不過42%的受訪者承認在經營過程中有過讓設備保持超負荷運行狀態的操作。當被問及近年來出現一系列問題的頻率時，71%的受訪者表示至少偶爾會出現設備故障，64%的受訪者表示出現過類似頻率的意外停機。
赫德表示：“工廠設備超負荷運行會帶來設備故障、潛在安全事故等一系列問題。這些問題不可避免地會導致更多的停機時間，從而造成收益損失。很顯然，很多公司都陷入了這種惡性循環之中。霍尼韋爾高效的工業物聯網解決方案所提供的預測性分析能夠幫助公司走出這種惡性循環。”
40%的受訪者認為意外停機是收益最大化的頭號威脅。其他威脅因素包括：
供應鏈管理問題（39%）
人員配備不足（37%）
不合格產品（36%）
設備故障（32%）
數據分析是可行的解決方案
數據分析是制造企業成功實施工業物聯網的關鍵組成部分。大多數受訪者對數據分析作為解決方案所帶來的收益持積極態度。比如，受訪高管們承認大數據分析能夠降低以下問題的出現頻率：
設備故障（70%）
意外停機（68%）
計劃外維修（64%）
供應鏈管理問題（60%）
受訪者認為，數據有助他們得到必要的信息并實時做出正確決定（63%），減少浪費（57%），并預測停機風險（56%）。
赫德表示：“這其中的道理不難理解。這些高管明白數據分析能夠幫助他們應對業務運營所面臨的頭號威脅 -- 意外停機。因此，他們覺得有必要繼續投資。”
此外，超過三分之二的受訪者（68%）表示，他們目前正在對數據分析進行投資。50%的受訪者表示，自己所在的公司已經在數據分析使用方面步入了正軌。15%的受訪者表示，其公司在數據分析使用方面走在了行業前列。
并非人人都采取了行動
盡管大多數受訪者表示正在進行和/或計劃在明年增加數據分析方面的投資，但仍有32%的受訪者表示目前沒有對數據分析進行投資，33%的受訪者表示未來一年公司沒有數據分析方面的投資計劃或者不知道這方面有什么投資計劃。
目前沒有投資計劃的受訪者中：
61%的受訪者認為現有系統能夠確保安全性、保證產量，并幫助公司獲得成功
45%的受訪者表示在沒有數據分析的情況下公司依然實現了增長
42%的受訪者表示他們對大數據所能帶來的好處不甚了解
35%的受訪者表示人們夸大了大數據所能帶來的好處
在沒有投資計劃的受訪者中，63%的受訪者表示他們沒有這方面的合適資源，39%的受訪者則表示他們沒有合適的數據分析人才。
赫德解釋道：“對于一些公司來說，部署工業物聯網還存在著一些障礙。有些認為他們并不需要，另外一些公司則表示缺少合適的資源。好消息就是，工業物聯網并不需要企業進行脫胎換骨的改變，它可以根據各個公司的情況進行階段性漸進式實施和擴展。這也是霍尼韋爾將工業物聯網稱為演變，而不是變革的原因所在。”
