众所周知，数字化转型会“扰乱”大多数行业。在制造业中，这种转变被称为“对事物如何制造的重新构想 ”，并被称为第四次工业革命，也就是工业4.0。
数据工业化对工业4.0的成功至关重要
数化转型对大小企业、消费者和经济体产生了广泛影响。诺基亚贝尔实验室（Nokia Bell Labs）曾指出，在通信、健康、运输、生产和能源领域增加数字技术，有可能在2028年到2033年之间的某个时间点，使美国的生产率提高30%至35%。
当然，这种转变不会很快，特别是在制造方面，这涉及庞大的设施，漫长的投资周期，庞大的运输车队，遍布全球的供应链以及生产停工和质量控制方面的巨大风险。
那究竟是什么发生了转变？不同的描述比比皆是，但麦肯锡广泛地将工业4.0描述为“制造业的数字化，几乎所有产品组件和制造设备中的嵌入式传感器，无处不在的网络物理系统以及所有相关数据的分析。”麦肯锡声称，这四个“集群”的颠覆性技术从数据开始，然后是分析，人机交互和“数字到物理转换”，包括机器人和3D打印。
数据工业化
企业需要确保他们的机器安全和先进性，但数据同样重要。数据成为前端和中心并不令人意外。
来自传感器和制造流程的大量数据具有巨大的价值，但如果公司无法组织数据，搜索、分析数据并使用它来构建更好的产品或流程，那根本没有任何价值。如果输入的数据不完整或不可信，人工智能也不会有好结果。人工大脑和人类大脑以同样的方式工作：它们都需要高质量和组织良好的数据来做出高质量的决策。
为了充分发挥工业4.0的潜力，企业需要将其数据工业化，从而从所有制造资产中获取价值。制造商需要确保他们的数据可以完全集成，以提供所有情况的完整视图。他们需要确保他们的数据非常安全，以便可以在内部与员工及外部与合作伙伴和供应商之间进行安全共享。最后，他们需要自己的数据能够即时访问，具有全面的数据沿袭，以便他们可以跟踪需要跟踪的所有内容，无论是组件、零件还是生产数据。
数字化面临的巨大挑战
这里面临的挑战是巨大的。物联网通常以消费者为中心，但它可能对企业产生更大的经济影响。在这个世界中，连接的传感器、设备、可穿戴设备和任何数量的“东西”收集和传输数据，以通知从液压泵即将发生故障到机车部件需要维护时到电网受压时的所有情况。这是一个“互联网（非常重要）的东西 ”，正如制造业巨头GE所指出的那样。
全球制造商通常通过收购来获得增长，这意味着许多数据库和软件系统混杂在一起，也就是异构。数据和供应链的挑战增加了复杂性。企业可能有多个供应链制造系统，所有这些系统都参与统一的供应链流程。更重要的是，供应链需要与工程、营销和销售方面等等其他企业系统集成。即使是小型制造商也会拥有跨越多个大陆的供应链。
零件谱系
在不同的系统中维护数据和部件，以便企业能够快速回答“谁知道什么和什么时候？”以及“这部件何时何地制造？”这是制造商和供应链管理者日益增长的一项任务。产品召回是一项数据密集型的工作，包括产品所在的位置，产品中的组件，这些组件的来源以及产品的销售地点和对象。
数据非常重要，世界上每个大公司都知道需要保护数据，而不是可选项。保护跨多个供应商、设施和客户的数据源还需要一个集中管理的安全模型，该模型可以启用和跟踪基于角色的访问和活动。控制个人和供应商的访问对于供应链中的每个步骤都至关重要，跟踪和审核有权访问数据的人员也是如此。领先的数据库技术现在可以对数据和审计功能进行细粒度的访问控制，从而提供必要的“谁，什么，何时何地”细节。这不仅涉及数据的安全性，它还涉及控制数据的访问和更新，以便分析结果的准确与可靠性。
工业4.0的承诺
尽管未来面临巨大挑战，但制造业数字化仍然具有巨大潜力。
在高度优化的生态系统中，来自供应链的洞察可以为其他企业系统提供信息，例如供应工程的质量控制问题。同样，供应链的延迟也会影响销售和营销。相反，销售和营销方面的见解应该为供应链中的制造和ERP系统提供信息。通过更好的信息、更少的风险降低、更有效的召回以及更好的产品和服务，流程的几乎每个部分都会看到效率的提高。
更重要的是，公司将更多地了解合作伙伴和消费者如何使用他们的产品。该数据将为设计决策提供信息，使制造商能够更快地将更好的产品推向市场。凭借这些洞察力和效率，制造商将为未来的变革做好准备。他们可以访问他们的历史数据记录，以对时间紧迫的事件和机会作出响应。（Gary Bloom 福布斯技术委员会）
