施耐德電機把工業物聯網視為企業數字化轉型的基礎。法新社

　　施耐德電機(Schneider Electric)把工業物聯網(IIoT)視為企業數字化轉型的基礎。施耐德電機擁有200多萬個軟件授權，部署于超過10萬個制造現場，每天累積約200億個連網數據流和10兆個數據點，旗下所有IIoT方案皆透過EcoStruxure架構運作，經由裝置整合和安全架構來融合信息科技(IT)和營運科技(OT)。

　　據TechRepublic報導，施耐德電機的客戶借助閉回路商業營運，不僅拉抬利潤，也提高能源使用效率。舉例來說，美國電力公司(AEP)采用高階預測分析取得風險預警，趁燃氣渦輪葉片故障之前先維修，否則恐導致問題惡化，重則汰換渦輪轉子，成本預估有1,900萬美元，更別說停工所造成損失。

　　印度塔塔電力公司(Tata Power)備有燃氣渦輪預警系統，光是發現低壓加熱爐的分流閥尚未關閉，就可以避免公司損失近30萬美元，

　　美國杜克能源公司(Duke Energy)設有中央監控中心，來監控旗下發電廠，不料發現其中一部汽渦輪在維修后，震動次數微升，資產預測分析軟件激活早期預警，趁葉片分離初期對工人發出警告，避免410萬美元損失。

　　亞特蘭大南方公司(Southern Company)發電廠利用預警偵測系統來確認馬達聯軸墊片組是否快要松掉，初估可避免25多萬美元損失。

　　施耐德電機在英國EDF Energy成立3個監控團隊，一是針對化石燃料發電，二是針對水力發電，三是針對核能發電。預警系統提早發現汽渦輪磨損的問題，初估可避免100多萬美元的損失。

　　大部份企業想采用工業物聯網技術，卻不知道該如何著手。專家建議先回顧故障紀錄，確認預測分析和預警通知能否省錢。一旦發現內部最重要的資產，接著在這些資產安裝軟件，未來還會有其他工業設備加入物聯網，把所有資產都納入監測范圍。

　　上述例子顯示，企業確實需要預先發現問題，以免問題惡化到無法收拾。工業物聯網有助于企業發現問題和避免損失，但企業必須先回顧故障紀錄，確定哪些資產最有價值。