数据可以使您的流程更有利可图，原因有二

今天，我们在24小时内产生的数据比人类在2006年之前产生的数据还要多。大部分数据是在设备连接到互联网并相互之间不断通信时产生的。

每个智能手机用户都有无数围绕数据构建的新应用程序和服务的例子，这些应用程序和服务节省了我们的时间和金钱，并在多个方面使我们的生活更轻松。例如，作为消费者，我们中的许多人都依赖手机和汽车的导航系统。由于路上发生事故，他们建议绕道而行。然而，尽管类似的咨询解决方案今天也可用于工业运营，但其潜力仍有待开发。

从系统级控制到整体过程方法

未来，机器和设备将成为创造价值的更广泛生产系统的一部分，软件将数据转化为数字服务和解决方案。

例如，在造纸厂，智能流程设备、流程测量、自动化系统、ERP系统和其他对业务至关重要的系统中创建了大量数据。

传统上，这些数据在系统级被用来控制特定的段。但是如何综合利用收集到的数据来最大限度地提高工厂或工厂的产量和盈利能力呢?

由于积累的数据，有可能采取全面的方法，并通过评估整个生产链来优化生产。其目标是降低原材料和能源成本，最大限度地减少计划外停机，减少断网次数。

在提高工厂和工艺水平的产量的同时，可以降低运营成本。例如，原材料和能源约占纸机生产成本的80%。通过数据驱动技术，可以优化生产，以实现最佳的整体利润率。

把浪费时间的灰色地带转化为利润

维持和运行的机器越多，资本投资的回报就越高。这些原则和工具可以应用于每一个工业操作。

停机时间通常是运营成本的灰色地带。例如，造纸机上的纸张等级变化会减少生产时间。使用数据驱动技术，可以通过识别新的生产等级何时达到良好的质量，更有效地加快这些等级的变化。

工厂或工厂范围内的优化使这些操作能够更好地与生产计划联系起来。与传统的生产计划不同，这可以通过计划人员设定高水平的目标来完成，但人工智能(AI)解决方案将这些客户轧辊分配到大型轧辊和时间段，以最大限度地减少修剪和长度损失以及等级变化。人工智能还可以通过预测将通过系统的客户卷的数量，并相应地优化生产水平，从而帮助缓解自动化工厂物流的瓶颈。

造纸机也可以配备故障预测功能，但效果如何呢?实践证明，一个全面的故障预测器需要专业的工艺知识才能工作，但通常包括多个解决方案，检查断裂历史，以及缓慢和快速发展的故障，如工艺相关或机械腹板断裂。这通常会导致突然出现总共5或6种不同的工具。如何访问一个集成的视图，而不是花费数小时从不同的工具得出结论?

数据的利用最终会影响到生产过程的各个阶段，并通过提高供应链效率、降低生命周期成本和通过更高效的流程增加价值，从而全面造福于企业。

最终——让人们更容易做出正确的决定。