产业物联网竞争大幕徐徐拉开

埃森哲

分析预测：在2020年之前，全球该方面的支出保守估计约为5，000亿美元；而更乐观的估计是，到2030年，产业物联网的全球生产总值可能高达15万亿美元。

产业物联网—大数据分析法和物联网相结合的产物—正在为各行各业创造巨大商机，尤以航空、油气、运输、发电配电、制造、医疗、采矿等行业为最。究其原因，正如近期一项分析研究的作者所指出：“并非所有大数据都能产生同样价值。在调整至同等规模的情况下，风力涡轮机、喷气式发动机、核磁共振仪之类的工业设备产生的数据，与源自社交网络、消费物联网或其他渠道的大数据相比，具有更大的潜在商业价值。”

大数据分析在医疗行业的发展现状

作为产业物联网研究的一部分，我们还调查了许多医疗机构，绝大多数认为数据分析在改善临床服务、财务和运营成效方面起到了关键的作用。这些机构预测，数据分析有望在明年就展现出推动治疗效果大幅改善的巨大力量。不过，诸多问题仍在限制数据分析举措的实施—包括部门之间的系统隔阂、预算限制，以及组织障碍。

调查发现，超过一半的受访医疗行业高管认为，数据分析可为他们所在机构带来许多方面的积极成果，包括提高诊断速度和信心（54%的受访者）、减少患者等待时间和留院时间（56%）、提高临床效果和患者满意度（59%）等。所有受访者中57%的人认为，分析法对业务的重要影响体现在能够提高医疗系统的盈利能力—在主要从事运营工作的受访者当中，持此观点的比例达66%。

在未来1～3年内，这些医疗机构将看到大数据分析将尤为显著地推动几方面产生积极成果。首当其冲的（44%的受访者认为）是分析法将会把临床诊疗、财务和运营数据整合起来，而现在，这些数据仍分散在多个不同的系统之中。其次，医疗机构将能够提供统一的患者病历（38%）。而在以运营工作为主的受访者中，34%的人（临床工作受访者的这一比例是25%）期待预测性分析法将大有作为，为企业运营能力的提高提供可行的指导意见。

当被问及他们在分析法方面目前有哪些强项时，最多的回答是改善患者流（56%）、跟踪并监控医疗设备的使用（49%）、跟踪临床、财务和运营方案（46%）、管理员工工作效率和参与度（46%）。

医疗领域转型

对于医疗机构来说，大数据分析既是希望，又是威胁。四分之三的受访者认为，大数据的使用将推动医疗行业在明年之内将大幅提高生产力，87%的人认为这将发生在未来三年之内。

84%的受访者一致认为，在未来的1～3年时间里，采用数据分析战略的医疗服务提供商将在市场上超越同行。而74%的人已经看到竞争对手在过去的两到三年间早已将分析法视为企业的一项关键战略。

与此同时，医疗行业的高管也面临着分析法带来的竞争威胁，特别是如果他们明年没能将分析法整合到临床和运营流程中的话，形势将尤为严峻。74%的受访者将“人才流失到竞争对手的企业”视为三大担忧之一，另有70%的人担心，他们的财务业绩在市场上将失去竞争力，还有三分之二的人担心，其他同行会在提供优质医疗服务能力方面获得大幅提升。

调查中，医疗业绝大多数受访者都表示，他们对于分析法的投资已经看到了回报。90%以上的医疗机构宣称，在提高治疗效果、 改善运用效率方面已经证明了分析法的成功运用。

在受访的医疗机构中，有三分之一（31%）声称，他们在分析法上的进展显著领先于其他竞争对手，还有39%认为他们至少在某些方面是处于领先地位，而只有2%承认自己落后于其他竞争对手。

从投资水平上，就能看出医疗机构对于大数据分析的投资力度不如工业企业，但其投资占预算的百分比还是相当可观。受访的医疗机构中，约一半（临床工作受访者的53%，运营工作受访者的50%）表示，他们的大数据分析预算占总技术预算的11%-20%，约三分之一企业的预算比例超过了20%。相比而言，工业企业中，达到这一投资力度的受访企业高达73%。当被问及在实施分析法解决方案的头三大挑战时，最多的反应是“预算限制了分析法实施的进展”。

尽管投资力度不如工业企业，但医疗机构的高管们显示出了全力以赴的坚定决心，因为大数据分析战略的推动力主要来自其最高决策层。82%的受访企业指出，董事会是数据分析应用战略的首要或主要推动者。约77%的企业表示首席执行官是推动者之一。相比之下，将首席信息官和首席运营官视为推动方的比例分别只有43%和52%。

提升患者治疗效果的迫切需要

与工业企业应用分析法获得竞争优势的目的不同，医疗机构的关注焦点在于如何利用数据分析来提升医疗服务水平。因此，对于数据分析推升竞争程度所引发的威胁，医疗机构的担心明显少于工业企业。工业企业受访者中74%表示他们主要的竞争对手正在利用大数据分析能力实现企业能力的差异化优势，而医疗机构中有此担忧的高管只占30%。

相反，在这一领域，运用强大的分析功能提高患者的治疗效果是受访者更加关注的问题。超过一半的受访者（54%）表示，他们的竞争对手已经获得了运营方面的分析洞见，52%的人认为竞争对手已经将分析法视为一种提高患者治疗效果的战略措施。

从企业在未来三年着重发展的三大主要能力来看，医疗机构正在计划加大基础设施建设，为应用分析法做准备。44%的医疗机构表示，他们正在准备构建一体化的患者信息数据源。 43%提到了为管理大量数据而创建分析平台的计划。而41%的机构表示正在积极发展分析能力，以改进临床绩效。

人才问题

未来几年，医疗机构需要在分析领域具备怎样的人才和技能来助其取得成功？三分之二的受访者认为，患者服务分析是最重要的能力；认为软件开发或工程学最为重要的比例达51%，而表示数据科学家是首要需求的只占38%。

接受调查的高管似乎不太担心人才短缺的问题。当问及他们的前三大挑战时，只有23%的受访者选择“人才获取工作影响了我们理解所收集数据、发挥企业潜能的能力”。

或许与最后一点相关的是，医疗机构的高管比工业企业的同行们更愿意从外部的分析 服务提供商处获取帮助。61%的医疗机构高管表示，他们打算与这方面的行家合作，因为这样能更快地将机构的需要转换为分析法的解决方案。

医疗机构十分清楚分析法在推动改善患者治疗效果和提升运营效率方面的潜力。有了董事会一级的支持，接下来就要看他们能否将承诺转化为实际预算，建设基础设施、克服系统障碍、吸引专业人才，从而实现企业的远景目标。面对分析法可以带来的诸多好处（如改善临床效果、提高盈利能力、增强诊断信心等，任何企业都不愿意甘当人后。

成为产业物联网的价值创造者

由于云计算、移动技术、大数据和分析法等众多高端技术的共同使用，产业物联网的价值得以发挥。然而，这些技术虽然带来了创新、甚至可以改变游戏规则，却也可能让企业面临安全隐患。

事实上，调查发现，产业物联网带来的三大挑战之一就是安全问题（35%）。而安全问题在发电领域尤其受到关注。

这种结果并不令人惊讶，但令人担心的是，只有不到一半的受访者（44%）认为，他们针对网络攻击和数据泄露设置的端到端的安全防护已经到位。这对整个企业都将产生影响。 用来保护公司范围内资产的工具和技术需要适合运营技术（OT）环境。负责产业互联网安全防护政策的信息技术及OT主管，应考虑下列最佳实践：

·评估风险及后果。聘请专家对薄弱环节和管理规定进行充分理解和评估，并对安全预算和计划进行优先级排序。

·明确目的，确立目标。制定计划，解决风险最大、影响最大最直接、最重要的系统安全问题。

·做好整个供应链的安全防护。采用健壮性测试以及在采购过程中要求安全认证等方式，确保供应商符合安全性要求。

·采用工业控制系统（ICS）专用风险防范设备。利用IT技术，确保工业控制系统专用的保护装置能防范工业薄弱环节和运营技术方面的漏洞。

·建立强有力的企业意识及治理机制。集中企业内部顶尖人才、技术专家、决策者、高层管理者的思想，确保对工业安全防护最佳实践的资金投入及落实。

破除数据集成障碍

当被问及实施大数据分析战略的三大挑战时，受访者提及频率最高的是“部门间的系统障碍影响了数据收集和数据关联发挥最大作用”（36%）。此外，对于29%的高管而言，前三大挑战之一便是零散数据的合并以及能否使用整合后的数据仓库。

整体来看，只有约三分之一的企业（36%）内部各个部门采用了大数据分析。更为普遍的情况则是，企业只在一个运营部门（16%）或是在多个相互独立的部门（47%）中部署了这一能力。

实际上，缺乏一种纵览企业全局的分析法战略，往往会导致分析技能互不衔接、重复工作，而最重要的是会影响到数据分析的投资回报。

相反，数据湖等新技术与产业物联网能力的有机结合，可以帮助运营商将不同联网设备的传感器数据导入到一个平台。在这里，大量并行的处理能力将会对数据进行整体性分析，而不是去逐个分析数以亿计、具有各自文件路径的独立信息点。

数据管理本身将成为一种关键的技能组合。工业企业表示，大量的时间耗费在了对设备数据的访问、清理、操控和整合工作上，然后数据科学家才能对生成的数据组合进行检测，提出预测模型。

因此打破企业部门间的数据和系统孤岛，不仅是企业实行大数据分析策略的一个先决条件，也是一项重要成果，至少对于那些期望从大数据战略中获取最大收益的企业而言是如此。

我们的调查数据还显示，企业正在想方设法要令数据功能逐步集中；鉴于对数据孤岛问题的日益重视，这一点显然顺理成章。调查中，50%的受访高管表示，他们企业成立了专门的集中化团队或者是IT部门内部的协调小组来管理大数据分析举措的实施。一半的受访企业（49%）还打算任命一位首席分析官，专职负责有关数据分析的工作和实施策略。

将运营技术与信息技术部门结合，共同实现产业物联网的价值，是推动效益最大化的关键。只有26%的企业考虑将两个部门整合起来，共同制定分析法解决方案。我们认为信息技术和运营技术的融合是关键一步，因为：

其一，研究发现企业面临的前三大挑战中的两个—部门间系统障碍（36%）、零散的数据（29%）—完全可以通过运营技术与信息技术的联手负责使问题大大缓解。运营技术高管对操作程序、数据存储和使用有清晰的认识，而信息技术高管能够找到有助于缓解数据集中问题的新技术。

其二，由于其他机构往往利用运营领域以外的资产数据（例如运用财务数据来达到资本管理的目的），因此企业为了数据整合和建立以业务为核心的分析法寻求有价值的洞见，必将会推动运营技术与信息技术的融合。

注重人才吸纳与培养

调查发现，受访高管都意识到了企业在大数据分析领域的人才缺口问题，充分认识到吸引、培养急需人才的重要性。他们中约一半的人承认在一些关键领域存在人才缺口，其中包括数据分析、数据解读、零散数据收集与整合等领域。

调查中，63%的受访者认为，聘请拥有专业技术知识的人才，是弥补这一人才缺口最显而易见的方法。但事实上，在这一新兴的、蓬勃发展的大数据分析领域，有经验的人才供不应求。

调查发现，受访者反复提到数据科学家、以及能运用大数据分析进行正确决策的管理人员的短缺问题。另一个缓解措施是与大学等机构合作（55%的高管对此表示青睐），联合培养所需的人才。在受访的航空企业中，已有一家开始了这样的行动。

此外，聘请专业的外部人才（如某一行业的专家），可以迅速将业务需求转换为分析解决方案，这亦是一种应对之道，而且超过半数的受访者（54%）都认同此观点。

当谈到留住人才让内部技能更加充实的时候，受访者认为行业知识是成功的关键 （30%），分析才能（24%）次之。然而，事实上只有那些同时拥有行业知识和分析才能的人，才是大部分企业所青睐的（43%）。

需要全新商业模式

在着手推动产业物联网解决方案走向成熟时，企业一定要大胆地设想所需要的全新商业模式，这一点非常重要。

如前所述，基于大数据分析能力的数字服务代表着产业物联网发展演进的重要一步。一些企业正在努力将产品转化为产品与服务相结合的模式—即先生产出智能实物产品，再利用该产品生成数据，用于数字服务。如此一来，企业就可以确立起混合业务模式，将运营效率与来自数字服务的循环收入流结合起来。

此外，这些数字服务也有助于企业进行资源提取，推动企业优化决策、提高价值链的可见度、采用新的方式提高生产效率。

具体来说，首先要思考以下几个问题：“除了远程监控和预测性资产维护，什么样的产品—服务混合模式能被我们的客户、以及客户的客户接受？我们能为客户提供什么样的产品、服务和价值？在加速向“服务加解决方案”的商业模式转变中，我们是否做好了充分的准备？我们如何才能吸纳与培养成功所需的人才？”

企业一定要把重点放在迅速发展预测性分析能力和优化能力上面，从而可以从运营的洞见中获得最大的价值。

事实上，资产绩效管理（APM）只要保持在基线水平上，就可以通过跟踪监测整个企业的资产可用性与表现，为工业企业创造价值。不过，如果能够预测到设备故障并在灾难性事件发生之前开展积极行动，不但会创造更大价值，而且还将提高总体生产率。如果提升到下一个层级—优化—企业可以掌握更深入的洞见，由此做出更佳的业务决策。

例如，对一组发电厂的产出情况了如指掌后，能源企业就可以执行最佳市场交易方案，从而获得更多利润。