機(jī)器故障讓制造業(yè)付出巨額成本,，所幸現(xiàn)在的傳感器與機(jī)器學(xué)習(xí)等新技術(shù)，可以做到提前預(yù)測(cè)，進(jìn)而減少停機(jī)時(shí)間,。據(jù)Bureau of Analysis數(shù)據(jù),，美國(guó)平均工業(yè)設(shè)備使用年限,，從1970年代以后就持續(xù)拉長(zhǎng),，現(xiàn)在平均的使用時(shí)間都已達(dá)到10年。隨著資產(chǎn)老化,，故障與維修的機(jī)會(huì)就變得越來(lái)越多,。

工業(yè)4.0提供新的技術(shù)，可以量化停機(jī)時(shí)間,，并監(jiān)測(cè),、預(yù)測(cè)故障

物聯(lián)網(wǎng)預(yù)測(cè)性維修業(yè)者Presenso共同創(chuàng)辦人暨執(zhí)行官Eitan Vesely表示，目前許多制造業(yè)者仍采用到故障為止(Run-to-failure)的方式,，這種被動(dòng)式的維修,，但這其實(shí)要付出昂貴的成本，除了維修故障的機(jī)器之外,，這還會(huì)損害整個(gè)生產(chǎn)線,。

由于制造機(jī)器的年限持續(xù)拉長(zhǎng)，制造業(yè)者復(fù)出的成本與風(fēng)險(xiǎn)也跟著上升,。許多公司并未精確量化他們的停機(jī)成本,，但據(jù)估計(jì)，就算是小型工廠,，其每小時(shí)產(chǎn)生的成本也可能高達(dá)數(shù)萬(wàn)美元,。

工業(yè)4.0提供新的技術(shù)，可以量化停機(jī)時(shí)間,，并監(jiān)測(cè),、預(yù)測(cè)故障。機(jī)器中的傳感器,，可以透過(guò)先進(jìn)的算法,，快速顯示出異常的趨勢(shì)與問(wèn)題。

一般人工方式需要拿著清單,，并設(shè)定許多變數(shù),，并根據(jù)歷史數(shù)據(jù)進(jìn)行評(píng)估;機(jī)器有復(fù)雜的演法，可以考慮成千上萬(wàn)個(gè)變量,，而且實(shí)時(shí)偵測(cè)出細(xì)微的改變,，這是傳統(tǒng)方法作不到的。

Infosys全球調(diào)查指出,，盡管81%制造商明白機(jī)器學(xué)習(xí)有助于機(jī)器維修,，但只有17%真正采用了相關(guān)技術(shù)。許多中小型業(yè)者還在使用1980年代的系統(tǒng),，甚至使用人工的數(shù)據(jù)分析,。

還沒(méi)導(dǎo)入預(yù)測(cè)性分析的制造業(yè)者可能會(huì)問(wèn)，究竟這么做的投資報(bào)酬率有多高?使用預(yù)測(cè)性分析,，需要投資傳感器和SaaS解決方案等,。制造業(yè)者應(yīng)該了解相關(guān)分析工具的精準(zhǔn)度，同時(shí)考慮停機(jī)所造成的沖擊,，然后做出綜合評(píng)估,。

Vesley認(rèn)為，一開(kāi)始應(yīng)該從概念驗(yàn)證開(kāi)始,，如果能夠提前偵測(cè)出資產(chǎn)故障,，這時(shí)候管理階層就比較容易接受這樣的提議?？绮块T(mén)的合作,，包括IT部門(mén)與營(yíng)運(yùn)部門(mén)的整合，也是非常重要,。