從大流行的背景來看，遠程連接使企業領導者不僅可以查看來自其智能工業設備的數據，還可以從世界任何地方實時響應。如果工業物聯網的第一階段是收集數據以獲得可操作的洞察力，那么下一階段肯定是建立直接的用戶-設備連接以提高能力。

　　工廠車間當然已經走了很長一段路。與傳統的孤島式生產線不同，當今的行業利用云連接設備來實現大規模的數據收集和業務洞察力。

　　雖然過去企業想知道如何構建物聯網平臺，但現在比以往任何時候都容易。

　　因此，從聯網傳感器到可穿戴設備和機器人助手的數十億設備現在正在生成大量信息，以利用物聯網的力量提高業務效率和整體性能。

　　但與此同時，這場智能工業革命更具反應性而不是主動性。絕大多數設備只允許用戶和設備之間的單向通信，這意味著設備可以向用戶報告，但用戶無法做出回應。當然，這些設備有助于提供大數據洞察力，但只有經過徹底和精確的分析，即使如此，它們也不允許實時調整。

　　不必如此。遠程設備訪問在工業物聯網的下一階段成為可能，并有望帶來一系列好處，從無需親自訪問設備即可對設備進行故障排除或更新，到立即根據預測性維護建議采取行動。

　　第一階段：大數據的好處

　　今天的數據驅動工廠主要在制造、醫療保健和零售行業，通過收集數據來驅動人工智能和預測分析，提供關于工廠流程效率和性能隨時間推移的可見性。然而，從智能工業設備中解鎖這些見解絕非易事。

　　所有部門的聯網設備產生的信息量是天文數字(到2025年將達到794億兆字節，相當于哈勃望遠鏡運行80億年產生的數據)，而將這些數據處理成可操作的見解需要多個步驟。

　　例如，機器學習有助于從數據中預測結果并找到隱藏的模式，而可視化工具通過以圖形和更易于理解的方式呈現結果來幫助簡化結果。這些步驟用于對可操作的數據和不可操作的數據進行分類，業務領導者通常會檢查相關性、上下文和適合度。

　　如果做得好，最終結果可以通過預測分析、客戶行為更新和未來趨勢洞察來提高長期績效。然而，與此同時，由于大多數當代連接配置的局限性，大數據收集工作的直接好處在短期內仍然受到限制。

　　第二階段：直接設備通信

　　迄今為止，該行業只關注收集工業設備的數據，而不是對數據立即采取行動。新的設備配置開始改變這一點。設備與用戶之間以及用戶與設備之間的直接設備通信平臺使業務領導者能夠立即對數據采取行動。這是三個方面的重要改進。

　　首先，直接設備通信使企業能夠完全遠程。雙向連接允許通常在現場執行的操作，如診斷、故障排除、編程和更新，以節省時間并提高性能。

　　智能工業物聯網的下一階段無需派遣工程師團隊手動更新每個物聯網設備，而是允許實時進行任何更改，從而大大減少了在運營上花費的時間和金錢。這可以在提高任何項目的正常運行時間和整體性能方面發揮至關重要的作用。

　　其次，實時設備信息可引導企業根據預測性維護建議立即采取行動。例如，如果企業注意到壓縮機出現異常振動，他們可以指示設備降低功率，從而最大限度地減少維護前發生全面故障的可能性。同樣，如果讀數顯示冰箱之類的東西開始出現故障，用戶可以在它發生之前進行干預并設置溫度循環以提供最佳性能。

　　第三，當然與前兩點聯系在一起，最大效率的潛力。無論是減少設備更改的手動支出還是由此產生的底線收益，直接與單個設備連接的能力都讓聰明的工業企業領導者的生活更輕松。而且，尤其是在冠狀病毒時代，效率的商業價值很難被低估。

　　第三階段：智能工業的未來

　　將連接設備添加到工廠車間和現代工業流程是一個快速的發展。僅僅幾十年后，企業領導者現在可以利用傳感器和設備深入挖掘數據并改進他們的運營。

　　然而，現狀遠非完美。技術是永恒的進化，很明顯，未來的智能工業企業領導者將最好通過額外的功能層來服務。

　　然而，同樣清楚的是，在實施雙向通信設備時，企業領導者需要考慮一些重要的警告。例如，在啟用可以遠程指示的設備時，安全性需要放在首位。

　　延遲是另一個星號。為了解決這個問題，企業領導者需要決定他們在RTOS 與 OS之間的爭論中的立場，并確信任何設備指令都會被立即轉發。如果不立即執行命令，設備本身將被損壞或損壞，則尤其如此。

　　然而，在事物的方案中，這些元素可以得到充分保護，并且不應該阻止商業領袖調查具有直接通信能力的設備。畢竟，遠程訪問的承諾提供了更少的物理支出、實時命令和最高效率。