用電氣前CEO Jeffrey Immelt 指出： 工業(yè)企業(yè)適應(yīng)不斷變化的環(huán)境的壓力越來越大。 他們經(jīng)歷了新的商業(yè)模式和新技術(shù)沖擊。 在蒸汽，電力和計算機之后，現(xiàn)在有一大波新技術(shù)正在重塑工業(yè)，這些技術(shù)被稱為信息物理系統(tǒng)，包括云計算，物聯(lián)網(wǎng)以及物理、數(shù)字與生物世界的融合。

在本文中，我想概述一下關(guān)于評估工業(yè) 4.0 創(chuàng)業(yè)公司方面的想法，以 100 多家公司為例，介紹這個市場的機會和風險，并根據(jù)我所進行的討論，為這個行業(yè)的創(chuàng)始人提供一些建議。

在過去的幾年中，一些新的概念已經(jīng)演變，正在改變工業(yè)價值創(chuàng)造：從研發(fā)階段到制造和裝配工藝，一直到將產(chǎn)品運送到終端客戶。 以下是最有趣的變化：

熄燈工廠： 當我第一次聽到這個概念的時候，我驚奇的發(fā)現(xiàn)，第一個熄燈工廠自二十世紀八十年代以來一直在運作。 這個術(shù)語基本上是自動化工廠的代名詞，意思是工廠 24/7 運行，沒有任何真人參與。

協(xié)作機器人： 隨著人工智能的進步，許多人談?wù)撃男┕ぷ鲿粰C器人取代。協(xié)作機器人利用人與機器的協(xié)作，而不是機器替代人類。 這些機器人通常具有很強的適應(yīng)性，可以支持人類的重復工作。 有趣的例子包括 Festo 的 ExoHand 或 Skoda 的工廠，在那里，協(xié)作機器人在裝配線上支持工人。

內(nèi)存內(nèi)計算： 這對于物聯(lián)網(wǎng)收集和分析 SAP HANA 等平臺上的單個數(shù)據(jù)副本上的內(nèi)存數(shù)據(jù)很重要。

邊緣計算： 由思科提出，邊緣計算允許公司在離數(shù)據(jù)源盡可能近的地方處理數(shù)據(jù)，而不是在云端。 優(yōu)點是比數(shù)據(jù)傳輸?shù)皆频难舆t更少，安全性更高。

機器學習和 AI： 這一點是顯而易見的。 整個生產(chǎn)過程中無數(shù)的數(shù)據(jù)流為獲得超出任何傳統(tǒng)制造執(zhí)行系統(tǒng)（MES）的預測性洞見奠定了堅實的基礎(chǔ)。