近年来，随着新一轮科技革命与产业变革的兴起，物联网、大数据、人工智能等新兴技术正与经济社会各领域加速渗透融合，各行各业都逐渐有了物联网的影子，工业物联网就是物联网产业链中的重要一环。

从德国的“工业4.0”到中国的“智能制造”，再到美国的“工业互联网”，这些战略的提出和施行都意味着各国对工业物联网的高度重视。各个国家也均希冀在工业物联网领域占据领导地位。而作为工业物联网的“杀手级”应用，预测性维护也越发得到市场重视，进一步推进了制造业发展向智能化新模式的转变。

预测性维护是工业大数据和人工智能结合落地的重要应用场景。有权威机构预测，2022年之前预测性维护市场都会保持高速增长，复合年均增长率(CAGR)为39%。另据GSMA智库预测，到2025年全球的工业物联网(IIoT)连接数将达到138亿，其中大中华地区的连接数约为41亿，约占全球市场的三分之一。

几乎可以肯定的是，预测性维护将在未来愈发凸显其在工业物联网中的重要作用：

纵向来看，预测性维护对于节约企业生产成本、提高效益有显著作用，预计会有20%的效益增加;

横向来看，行业竞争激烈，引入预测性维护技术可以有效提高企业竞争力;

从战略角度评估，预测性维护代表着工业服务化和未来商业模式转变的历史选择。

最近，知名物联网分析机构IoT Analytics 也发布了《2019-2024年预测维护市场报告》。报告显示，与2017年的数据相比，专注于预测性维护市场的供应商数量增加了一倍，物联网和人工智能技术的进步为企业节省了数十亿美元的资产维护成本。

180家预测性维护领域企业分析

综合Gartner、IDC、Machina Research、思科、贝恩等多方分析数据来看，工业物联网在整个IoT领域势必会占到很大的份额，到2021年整个市场规模有望翻番，达到2000亿美元。

另据赛迪顾问数据显示，以预测性维护为代表的工业大数据市场前景广阔。从全球来看，去年工业大数据市场规模破百亿美元，年增速超30%。巨大的市场前景不断刺激企业进入预测性维护市场“捞金”，为了详尽研究预测性维护市场现状，IoT Analytics盘点了一批有计划进入预测性维护市场的企业。

对于这180多家预测性维护市场的技术供应商和系统集成商，IoT Analytics将其分成四个主要类型：

A.硬件提供商：主要提供用于预测维护的专用硬件供应商，可分为以下两个领域：

″状态监测：提供用于测量机械参数(如振动或温度)的传感器和状态监测解决方案的公司。

MISTRAS

MISTRAS是一家领先的、单一来源的全球技术资产保护解决方案提供商，能够最大化程度地延长关键能源，工业和公共基础设施的正常运行时间和安全性。MISTRAS结合行业领先的服务、产品、技术和软件，可为每个客户的个人资产保护需求提供独特的定制化解决方案。

FLUKE

FLUKE专注于为各个工业领域提供用于测试和检测故障的优质电子仪器仪表产品，以帮助各行各业的业务高效运转并不断发展。目前，FLUKE的产品覆盖从工业控制系统的安装调试到过程仪表的校验维护，从实验室精密测量到计算机网络的故障诊断等各个领域。

″工业自动化：提供工业控制系统的公司，例如用于过程处理和机器相关数据处理的PLC/DCS系统。

ABB

ABB是致力于推动行业数字化转型升级的全球技术领导企业，拥有全球领先的四大业务——电气、工业自动化、运动控制、机器人及离散自动化，以及ABB Ability?数字化平台。ABB Ability?船舶远程诊断系统能实现对电气系统的预防性连续监测，提供包括故障排除、预防性和预测性服务三个级别的服务，能够通过更大范围的预测性监测使服务工程师数量减少70%，将维护工作量减少50%。

Honeywell

Honeywell是一家多元化高科技和制造企业，其高科技解决方案涵盖航空、楼宇和工业控制技术、特性材料，以及物联网。Honeywell致力于将物理世界和数字世界深度融合，利用先进的云计算、数据分析和工业物联网技术解决最为棘手的经济和社会挑战。

B.连接提供商。通过通信模块、网关、M2M (Machine-To-Machine) 连接等实现有线/无线连接的公司。

华为

华为预测性维护解决方案基于华为IoT平台，可在公有云部署，通过独有的Agent支撑灵活的终端接入，通过开放API与应用层对接，支持各种数据的联接采集。另外，华为预测性维护解决方案提供灵活的网络接入方案：实时数据可通过运营商网络实时上传;非实时数据在网络覆盖不好时，可通过Wi-Fi上传到智能手机。

Telit

Telit是全球领先的M2M无线通信产品和解决方案厂商，专门开发、生产和销售适用于机器对机器通信(M2M)的GSM/GPRS和CDMA模块，主要产品覆盖长距离无线通讯模组、短程无线通讯模组及全球导航定位模组。目前，Telit的无线通信模块产品被广泛的应用在跟踪、工业自动化、安防及遥感勘测等行业市场。

C.存储与平台提供商。提供云存储和物联网应用程序支持平台的公司，这些平台支持预测性维护应用程序。

PTC

PTC能让制造商在物联网时代实现产品和服务优势，其策略和技术使解决方案改变了智能互连产品的制造、运行和服务方式。目前，PTC的有产品生命周期管理 (PLM)、计算机辅助设计 (CAD)、应用程序生命周期管理 (ALM)、供应链管理 (SCM)和服务生命周期管理 (SLM)等解决方案，能够推动制造企业实现过程转型。

SAP

SAP是企业应用软件的市场领导者，能够帮助各种规模和行业的公司达到最佳状态，全球有77%的交易收入都与SAP系统有关。SAP致力于利用机器学习、物联网和分析技术帮助客户变成智能企业，其也能够提供灵活的端到端解决方案。

D.数据分析提供商。提供数据工程、数据科学服务和机器学习集成的公司。

SAS

SAS是数据分析领域的领导者，也是全球最大的私营软件公司之一。通过丰富的分析解决方案和广泛的行业经验，SAS能够帮助企业从数据中获得直接价值，并赋能并激发全球客户将数据世界变革为智能世界。

Cassantec

Cassantec是工业资产管理预后解决方案的独立提供商，能够提供使用独特受保护技术为工业资产管理提供基于条件的预测解决方案。基于机器学习，Cassantec解决方案的准确性可达99%，有效期长达5年。

细分结果显示，在这180家企业所涉足的领域中，分析领域聚集了最多玩家，约占预测维护服务的35%，其次是硬件(28%)、存储和平台(25%)与连接(6%)。当然，获得这一结果的原因也可能是由于IoT Analytics将提供系统集成和其他服务(6%)的预测维护解决方案的公司也包括在分析领域内。

9种专注于分析的预测维护公司

再进一步深入聚焦分析领域，这些预测维护分析供应商集中聚焦于4个主要类别：基础分析、数据工程、通用数据科学和预测维护定制分析，具体可分为9种类型：

基础分析

1.数据可视化：用于创建仪表板、图形等的软件，如Tableau、Sisense。

2.分析库：统计和数学软件包，可用于建立预测维护模型/软件，如Tensorflow、Python。

数据工程

3.大数据自动化：用于数据采集/数据录入过程自动化的服务/产品，如Infoworks、Xtracta等。

4.数据工程：数据处理过程的服务/产品，例如Data Engineers。

通用数据科学

5.统计分析：用于复杂统计分析的软件，如Statsoft、Vitria。

6.数据挖掘：对已有大型数据库的数据进行挖掘，以生成新信息的软件，如Rapidminer、Knime等。

7.机器学习：专门为机器学习应用程序开发的软件。如Avora、Shogun。

预测维护定制分析

8.预测分析：基于机器数据进行预测维护的服务/产品，如Falconry，Senseye。

9.异常检测：实时检测异常的服务/产品，如Splunk、Numentra。

“专业分析”公司倾向于提供特定的预测性维护服务，如Tableau主要负责数据可视化、Statsoft擅长于提供统计分析，而“通用分析”公司可提供多种类别解决方案 ，例如SAS提供大数据自动化和数据挖掘功能、Mnubo提供机器学习和预测分析解决方案。预测维护分析公司大多都是“通用分析”公司，因为提供更多种类型分析往往也意味着更多的机会。

但在大多数情况下，预测性维护解决方案一般需要将多种分析类型进行组合，尤其是一些全面的预测维护解决方案可能会涉及以上多种或全部9种分析类型。而且对于大多数分析公司来讲，预测性维护只是其多种解决方案中的一种。例如，Cloudera还提供数据仓库和数据中心云服务，支持将本地数据和工作负载迁移到云上。

此外，许多预测维护分析公司开发的解决方案很容易与云和物联网平台集成，例如，IBM的Maximo预测维护解决方案可集成到IBM的云服务(IBM cloud)和物联网服务(IBM Watson)中，能够用于物联网数据的统计分析、预测建模、数据挖掘、文本分析和机器学习。

结 语

在《2019-2024年预测维护市场报告》中，IoT Analytics公司预计，2018年全球预测维护市场规模达33亿美元，预计到2024年，其复合年增长率将超过39%，达到235亿美元。

毫无疑问，预测性维护市场，乃至整个工业物联网市场，都将在工业企业心中占据更多分量。为了抓住发展机遇，许多大型工业制造商和设备运营商也已经在工业物联网领域大举投资和布局。

当然，预测性维护落地没有捷径，物联网企业仍需了解更多行业Know-How，只有提供完整端到端物联网解决方案，才能在未来行业头部脱颖而出。