为了获得成功，制造必须克服云阻力
当制造商开始进行数字化转型项目以提高工厂性能时，他们通常会直接陷入IT障碍：大多数大数据分析软件都是基于云的，但是很少有工厂开始使用云来管理生产数据。
大多数工厂IT领导者都知道，在云平台上运行的应用程序与IT优先级相符，例如最大程度地减少支持要求，最小化成本并提高可扩展性。但是，工厂，尤其是在亚洲，拥抱云一直很慢。许多工厂经理对感知到的云连接的安全风险。但是仔细检查表明，这些安全恐惧不仅过分，而且实际上是残酷的。拒绝云的所有用途可能会严重阻碍他们获得收益的能力数字制造。
基于云的分析软件的安全风险较低
制造商对任何可能破坏生产的东西都充满了恐惧。尤其是在即将到来的环境中，意外停机时间的影响范围从灾难到灾难性。如果今天根本将生产机械连接到网络，则通常是本地网络。黑客回家的故事DVRS成僵尸网络节点在间谍凸轮中，家庭安全摄像机已经足够糟糕了。一种Stuxnet病毒实际上，破坏机器是噩梦。
那么，在哪里合并和分析来自世界各地分配的工厂的最安全的地方？通过世界上最好的安全专家和任何地方可用的最复杂的技术的努力，主要的云平台甚至比管理良好的公司网络更加安全。该技术包括多个级别的加密，私人全球纤维网络，在某些情况下是围绕自定义微芯片构建的自定义硬件。
各个应用程序处理数据的方式也会影响安全性。必须在可以控制设备的IIT应用程序与使用数据进行分析和可见性的IIT应用程序之间进行区分。另外，分析应用在大多数情况下，不是直接从机器中获取数据，而是从已经设置并且可能已经连接到Internet的本地数据库或历史学家。
最后，考虑数据本身。在不太可能的情况下，黑客穿透了托管制造分析应用程序的主要云平台之一，机器数据对黑客来说是无用的。与属于广泛拥抱云的巨型金融机构的数据不同，几乎任何拦截它们的人都可能难以理解代表工厂传感器读数的数字字符串，甚至几乎没有用来指导竞争对手。
多物质优化需要数据访问，而不是数据筒仓
基于云的分析系统与数字制造趋势相比，要比本地隔离的应用更好。这些趋势中的主要是创建统一的全球应用程序，从实时数据的真实来源构建。
资料来源：istock.com/durigonale
许多早期制造IIOT项目都集中在个人工厂上，并为他们试图解决的每个问题定制应用程序。一旦发生在一些工厂中，制造它或公司IT部门就会发现自己负责管理一系列资源密集型应用程序，多种孤立的数据以及对公司硬件，网络和人员资源的潜在需求。
制造可见性和分析的单身方法也无法利用大数据分析。这些定制应用程序不可扩展，通常仅考虑有限的潜在可用数据快照。
大型制造商通常在许多全球分布的工厂中使用相同的机器和流程。如果公司可以比较许多机器在许多环境中的性能，则使这些机器表现更好并确定缺陷的原因更有可能成功。
隔离云将使创新陷入困境
制造商应利用云的势头。经济和技术优势云与本地网络意味着基于云的软件的绝大多数软件创新正在发生。这不仅适用于新技术，而且对于办公生产率和ERP等坚定数据中心应用程序也是如此。
从外界围困工厂将阻碍创新，将其从几乎完全生活在云中的数据驱动技术的快速发展中。不久之后，拒绝使用云技术会感觉就像在一条快速流动的河流中游泳。
所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。