如今，制造行业厂商的愿景就是希望结合最新的自动化技术，并采用基于云计算的分析技术到他们的生产过程中，这需要认识到测量方法的价值，原始设备制造商（OEM）的资深人士说。
多年从事电源管理、建筑管理、数据中心、以及过程自动化控制的施耐德电气公司加拿大公司过程自动化副总裁马丁•斯蒂芬森表示，说虽然一些生产厂商对改变作好了准备，但其他人可能会认为，实施所谓的“工业40”并不适合他们的实际情况。
“只是因为你可以实施，并不意味着你应该实施。”他说。“客户需要有一个真实的对话，并说‘我们如何管理我们现在所做的一切？我们准备好这一步了吗？……我们有适当的基础设施吗？我们有网络安全的地方吗？’在这些问题的本质发生飞跃之前，还需要进行许多讨论。”
斯蒂芬森在6月12日在加拿大安大略省米西索加召开的物联网产业（IIoT），大数据和M2M峰会上一个的小组讨论中表示，很多厂家混淆了“工业4.0”术语。
史蒂芬森自己定义了工业4作为操作技术的融合和IIoT，虽然他承认不同的行业–1前四个阶段，这是工业革命；2，批量生产；3、自动化–4较普遍和更专业的根据最终用户的行业：采矿公司的版本4将从食物或饮料制造商非常不同。
斯蒂芬森本人对“工业4.0”定义为操作技术和物联网产业的融合，尽管他承认不同的行业处于不同的四个阶段：工业1.0是工业革命;工业2.0为批量生产，工业3.0为自动化，工业4.0不太普遍的，并且更加专业，这取决于最终用户的产业：例如矿产公司的4.0版本与食品或饮料制造商的4.0版本将有很大不同。
而对于工业4.0和物联网产业的信奉者来说，其背后的理念是阶段不可知论，斯蒂芬森表示。
“无论处于哪个阶段，企业也会有机会将其明确作为企业从事的经营理念，优化你的工厂。”斯蒂芬森说。也就是说，施耐德电气更愿意将工业4.0作为一个转型，而不是一场革命。
“这其中的原因是，很多客户仍然生活在工业3.0世界，当涉及到自动化和控制还有很多工作要做，而这是在全球范围内，不仅仅是在加拿大。”斯蒂芬森说，工业3.0尚未普遍实施，许多行业厂商对于工业4.0的思想感到困惑。
如果制造业公司的决策者真正相信快速转变的话，强调这些可能没有必要的，他们可以采取三个简单的步骤进行推断。
步骤1：与高级管理人员进行对话
“很多行业对于工业4.0的讨论是围绕改变文化......从自动化控制实现真正的基于云计算的服务和互操作性。”斯蒂芬森说，“所以你需要确保你有执行的发起人，拥有现场领导是工业4.0的原则。”
史蒂芬森表示，确保现场有高级管理人员是另一个优势：企业的管理者可能对制造过程中如何能轻松地适应工业4.0有着更好的想法。一些行业已经接受自动化，例如食品和饮料行业，通常比不太先进的行业要容易的多，如采矿行业。
“在全球范围内，很少有食品和饮料制造业的工厂没有采用自动化技术。”他说。“所以，当你谈论改变食品和饮料行业时，它其实已经在不断的变化当中，所以其实现工业4.0并不是一个伟大的一步。”
相比之下，采矿，选矿和金属行业厂商仍然执行他们40年前就在实施的同样的基础性工作，他说，所以他们的行业还没有真正转化与其他行业相同的程度。
“毫无疑问，在采矿过程中已经有一些奇妙的适应过程，但并没有真的是一个转变，”史蒂芬森说。
步骤2：确认IT和OT部门之间的明确联系
斯蒂芬森说，一旦高层管理人员在现场办公，同样的谈判过程中需要应用到企业的IT和OT部门。
毕竟，最终的结果将收集传送带，泵，执行器，传感器等所产生的制造过程中产生的信息，并将信息存储在云服务器上，然后需要进行监控，分析，更新，并由IT部门保存。
“IT人员在日常对话，研讨会和工作群组进行沟通交流，以确保他们意识到，这是一个共同的责任，以帮助推动其公司实施工业4.0。”斯蒂芬森说，“任何一方都需要其他支持和参与。”
步骤3：从小事做起
不用说，企业的制造过程从工业3.0迁移到工业4.0是一个巨大的工程，往往会有令人望而生畏的投资。史蒂芬森说，这就是为什么他建议从小规模的现场项目开始的原因，让工作人员看到实现工业4.0的价值。
一个例子是采用低压或中等电压的数据中心基础设施，可以快速连接到云网络，并在一个基本的仪表盘显示，使关键管理人员可以监控现场的能耗，他说。另一个例子是简单的管理日程安排，可以对监控设备进行预防性维护，或使用分析来优化能源管理。
如果你还没有准备好？
有一些实例中，企业可能根本就没有准备好工业4.0，斯蒂芬森说，虽然有一些具有良好信誉的供应商，例如施耐德电气公司将竭诚为客户提供协商，厂商也应该采取一个长期的措施，很难在自己所说的“4V”大数据的显微镜下：
•我们如何管理我们的资产的大数据量？
•我们如何管理我们的基础设施中的大数据源的品种？
•我们如何管理速度？
•我们如何管理准确性，也即是数据本身的准确性？
更糟的是，史蒂芬森表示，许多企业根本没有牢牢把握他们现有的大数据库。
“如果它没有丝丝入扣，那么其准确性也不好。如果一个企业没有特别好地管理大数据库，或者没有许多种特别好的来源，它们的大数据不会有很大的完整性。”他说，“如果企业不围绕其现有基础设施进行发展，它应该做的最后一件事是加大大数据的规模，并试图将其迁移到云中。”
编辑：HERO
