年的250亿增加到500亿)。随着数据湖(Data Lakes)等新技术的出现，捕捉、处理这些数据的能力已成为现实。

　　再次是数据分析领域的技术能力也在不断增强。挖掘和分析数据的能力，让企业可以在资产绩效管理(APM)或是医疗卫生服务交付的过程中，洞悉设备运行状况，甚至预测设备故障或其他意外情况的出现。

　　最后，在一些行业，设备本身或患者疗效正是业务的核心。在这种情况下，监控设备或医疗服务质量的能力不仅会有重大的经济影响，在某些情况下甚至还能挽救生命。

　　上述这些因素汇集在一起，就有了产业物联网——它是实体和数字世界的紧密结合。依托产业物联网，企业可以利用传感器、软件、机器对机器学习等各种技术手段，收集并分析从实物或其他大规模数据流中获取的数据，并利用分析结果来管理运营，或是提供新的增值服务。

　　在我们与通用电气的联合调研中，有一项发现引人注目，那就是企业受访高管在实施产业物联网解决方案时感受到的紧迫感。其部分原因在于，在整个行业层面和与同行竞争中都能感受到它产生的影响。例如，84%的受访者认为，大数据分析法的应用在一年以内“就有能力改变我所在行业的竞争格局”;而足有87%的人相信，大数据分析法将在三年内展现出这种威力。另外，89%的受访者表示，那些一年后还未采用大数据分析策略的企业将面临市场份额缩小、发展势头减弱的风险。

那么，那些领先企业正在从何处着手应对呢?在我们的调查中，欧美发达国家的工业企业高管们表示都非常清楚地意识到产业物联网潜在的力量与价值，其中关键是如何挖掘和分析大数据的商业价值，并以这些有意义的数据作为拓展创新商业模式的“货币”。例如，73%的企业在大数据分析方面的投资已超过企业技术总预算的20%，而两成以上的企业投资比例超过了30%。此外，3/4的受访高管预计，一年内的支出还会进一步向此倾斜。

　　在所有受调查的行业中，八到九成的企业都表示，大数据分析是他们当前最重要或是前三大重要的事务之一。如果看清楚大数据工作的主要支持者到底是谁，就更能明白大数据举措为何拥有如此之高的优先程度。简而言之，承担这个角色的不再像以前那样是首席信息官或首席运营官。53%的受访者表示，董事会才是大数据应用策略的最根本推动者，该比例远远高于其他被提到的管理者。事实上，在一些行业里，董事会的推动作用格外突出。例如采矿业中，73%的受访者认为董事会是首要推动方。而其他受董事会影响较大的行业还包括制造业(67%受访者将董事会视为首要支持者)、航空业(61%)和铁路业(60%)。

　　可以说，在战略决策层的指导和鞭策下，受访高管均感受到了一股紧迫感——必须更加积极地迈向产业物联网时代。而且，企业规模越大、复杂度越高，这种紧　　迫感也就更加强烈。

　　第一次跨越：
　　资产优化、运营优化、预测业务趋势
　　事实上，不同企业数据分析的应用阶段各不相同。与所有新技术一样，其成熟度曲线正日渐清晰，从而将先行者与那些仍在从事基础工作的企业区分开来。成熟度曲线初级阶段的任务之一，就是将运营资产连接起来，进行跟踪监测和故障诊断。但是在大多数发达国家，那些较早开始部署产业物联网解决方案的工业企业，其工作重点已经在从这种资产监测跨越到能产生更高营运效益的领域。譬如，通过引入分析法及更灵活的生产技术，制造商可以将生产效率提高30%。
　　为了提高生产效率和盈利能力，工业企业正在努力解决两个主要方面的需求：资产优化与运营优化。在资产领域，通过收集并分析大量的机器传感器数据，工业企业在创造经济价值方面正不断取得明显进展。此外，一些企业也正在利用从机器资产数据中获得的洞见来提高运营效率，以更大的信心打造其市场优