根据IDC MarketScape的数据，制造业的数字化转型有可能使全球每年的经济价值增加4.5万亿美元。我有这么多的优势，制造商正在研究如何利用物联网、机器学习和人工智能（AI）等技术来优化供应链，提高工厂绩效，加快产品创新，提高服务水平。数字化转型首先从工厂车间的机器、供应链中的资产或客户使用的产品中收集数据。这些数据可以与其他业务数据相结合，然后进行建模和分析，以获得可操作的见解。让我们看看Festo、Kao和AkzoNobel这三家制造商，看看它们是如何使用物联网、机器学习和人工智能等技术来加速其数字化转型的。提供预测性维护服务总部位于德国，Festo向176个国家的30万客户销售电动和气动驱动解决方案。该公司的目标是通过以软件即服务（SaaS）产品的形式提供预测性维护服务来增加客户的正常运行时间。费斯托的策略是通过azureiot将机器连接到云上，然后让客户可视化整个价值链上的数据。第一批SaaS产品之一是基于Azure构建的Festo仪表盘。费斯托仪表盘提供了清晰直观的设备状态，如传感器温度和阀门开关。使用Festo仪表板，制造商可以更轻松地监控能耗，快速诊断故障，并优化生产可用性。预测消费者趋势以更好地预测制造业Kao是日本领先的消费品牌之一，他认为消费市场在不断发展。如今，消费者将产品体验置于产品质量之上。他们还寻求社交媒体的购买指导。这些行为给预测带来了挑战。为了跟上这些变化，Kao试图更好地了解个人客户，并将趋势分类为微观部分。该公司称这种方法为"小批量营销"。Kao利用Microsoft Azure Synapse Analytics和Microsoft Power BI设计了一个数据分析平台，用于预测其洗涤剂、化妆品和洗漱用品的消费趋势。花王团队综合了来自实时购买、社交媒体和历史销售的数据。花王使用预测模型更有效地竞争，连锁店的员工可以获得销售的实时信息。缩短新涂料颜色的开发时间荷兰涂料和涂料领导者阿克苏诺贝尔在100多个国家开展业务。这家公司在汽车、建筑物和内饰上磨练了两个世纪的配色艺术。该公司的一项业务是开发这种涂料，以便在司机发生事故时修理汽车。汽车和其他行业的制造商不断地梦想新的装饰，以使他们的车型在竞争中处于优势。为了跟上快速变化的速度，阿克苏诺贝尔在其颜色预测过程中引入了Azure机器学习。以前，科学家们在实验室里费尽心思去调整、重新校准和调整一种颜色，直到颜色刚好合适为止。这家公司与它的科学家和技术人员合作，把机器测量纳入他们的开发过程。主要的影响是在实验室里看到的，那里的团队现在能够在更少的时间内，更准确地创造出更多的颜色配方。之前，要准备好一辆车的颜色可能需要两年时间。现在阿克苏诺贝尔看到新的油漆颜色在一个月内准备就绪。下一步行动欲了解加速数字化转型之路下载，微软和凯捷共同撰写的《智能制造之路：利用平台》。i IDC MarketScape:2019年制造业全球工业物联网平台供应商评估