在20世紀80年代以前，企業(yè)的運營僅依靠部門間的備忘錄，這導致了部門間的溝通不暢，協(xié)作效率低。在20世紀90年代到21世紀初，企業(yè)變得更全球化，研發(fā)中心與制造、采購等分布在不同的大洲，一些跨國企業(yè)隨之崛起，他們面臨著越來越高的協(xié)作要求和任務。軟件解決方案提供商意識到有效協(xié)作將促使下一波增長，因此致力于為企業(yè)解決溝通信息的效率問題。但整個企業(yè)層面的無縫協(xié)作，現(xiàn)在還沒有真正實現(xiàn)。

　　在一個可視化的環(huán)境下，施行ERP、流程優(yōu)化、協(xié)作管理等解決方案時，從各個節(jié)點收集來的數據將會儲存在云端，這時在云端的商業(yè)分析引擎或工具，就能給客戶提供戰(zhàn)略協(xié)作和商業(yè)洞見，這會顯著降低企業(yè)運作成本。

　　物聯(lián)網

　　物聯(lián)網與企業(yè)的不同地區(qū)、不同部門的系統(tǒng)或人員相連，將感應裝置收集到的可識別信息，傳輸于強大的網絡基礎設施，使得這些信息對實際操作具有指導意義。物聯(lián)網通過最優(yōu)的資源利用及供應鏈的可視化，能夠使得企業(yè)良好的控制成本。

　　全球知名企業(yè)增長咨詢公司弗若斯特沙利文認為，物聯(lián)網將得企業(yè)在下面六個方面受益：

　　（1）企業(yè)層面的可追溯性：

　　通過安裝感應器和無線射頻識別技術（RFID），企業(yè)能夠從供應商那里開始追蹤零部件，這為企業(yè)提供了前所未有的供應鏈的掌控。

　　（2）維護方面：

　　隨著可感應的技術的發(fā)展，具有獲得位置信息能力的感應技術逐漸獲得了客戶的認可，特別是在那些需要采用預見性維護手段（predictive maintenance）的加工行業(yè)。

　　（3）數據驅動的決策分析：

　　隨著分散在供應鏈的傳感器搜集到的超大量數據匯集在一起，大數據及分析工具才隨之出現(xiàn)。

　　（4）流程優(yōu)化：

　　數據驅動的實時可視化讓企業(yè)根據現(xiàn)有的傳感器驅動的數據來避免停工期

　　（5）資源利用率：

　　增強型信息能夠提高諸如損耗、訂單過多和存貨積壓等的可視化程度。

　　（6）供應鏈自動化：

　　全球工廠的的自動化導致了企業(yè)間流程的標準化。這種自動化是通過雙向作用的傳感器來實現(xiàn)的，這種傳感器能夠向公司總部傳遞大量信息。

　　大數據和“云”

　　大數據時代已經來臨，通過分析超大量數據的諸如量、多樣性及變化等方面的維度，以獲得與之前不同的商業(yè)洞見，更好輔助企業(yè)的運營。這些數據包括不同層面的非結構化的數據和日志文件，通過一個與數據倉庫連接的平臺，來被分析引擎處理。處理的手段包括預測、監(jiān)控及分析等數據挖掘算法。

　　而“云”則包含大量相互連接的計算機設備，由于有捆綁的服務器，這些設備具有巨大的處理和存儲能力。這些設備還能夠在云端存儲，同時保持高性能計算。

　　“云”對智能工廠的重要性主要體現(xiàn)在可以按需提供計算能力，節(jié)省企業(yè)成本而同時又能存儲比個人電腦更多的數據。另外IT人員也不需要擔心更新軟件的問題了，因為一切都是自動化的。雇員無論在什么地方都能夠獲得存儲在“云”上的數據，而不一定非要到公司的電腦上。

　　基于成本的優(yōu)化、對供應鏈的實時跟蹤等，都會使得終端用戶傾向于使用低成本的云服務。

　　對于下游行業(yè)的機會

　　對于智能工廠來說，未來的行業(yè)的機會在于大數據、可視化和云等。油氣上游、醫(yī)藥、采礦和電力，是值得投資且預計可獲回報的行業(yè)。

　　油氣行業(yè)能夠很好利用云計算來處理地球物理數據，數據分析工具，優(yōu)化工作流程，通過云端獲取實時的數據并及時響應。此外還能降低運營成本，提供資產利用率

　　對電力行業(yè)而言，按需供給，基于云端的分析和優(yōu)化，將是增長的機會。其中風能和電能是正在高速增長的市場。