2018.03. 2 
文章 公司一直都在产生大量的数据，包括关于客户、供应商、产能和人力资源。然而在大多数情况下，这些数据都没有被整合到所有的业务部门中。所以，要对公司有一个整体的视图，是非常难的。甚至更糟的是，很多的数据并没有数字化，这将导致决策时间延长，甚至是做出错误的决策。因为数据就是工业4.0中的原材料。
Article by Alberto Martínez, CEO of Lantek published on 24.02.2018 in ComputerWorld Magazine
面对如此大量的数据，我们无法进行实时分析，并加以利用。因此，有一个创新技术来解决此问题是非常重要的。Gartner Consulting 认为让公司发生革命性变革的十大战略技术之一就是机器学习，能彻底改变工厂的生产方式。根据通用电气发布的数据来看，第四次工业革命能将产能提高多达20%，并大大节省材料和能源消耗，在返工率上也能降低20%。
认知智能也是机器学习一部分。可以教会机器通过导入历史数据来预测未来行为，面对不同的突发事件进行处理等… 还可以通过开发算法，利用数据自己学习，并找到方式来优化生产。如，如果将客户信息数字化（大小、订单、频率、材料、价格等），系统可以由此预测需求，警告客户流失的可能性。设置价格，检测欺诈行为，防止违约，还能识别新的消费方式。机器学习还能对公司产品进行分类并为定制订单提供其所需。
通过充分了解我们的客户，并应用此技术，可大大提高我们的营业额。应用于生产链时，可以减少设备停机时间，计算制造速度，根据需求调整工作量，检测潜在故障。它能为不同的情况都提供实时的解决方案，来帮助更好地做出决策。甚至能自动对情况做出反应，使工厂变得更加敏捷和迅速的同时，降低成本。机器学习还能通过分析预测以及选择适当的设备和供应商来扩展生产。
这种创新不仅仅只影响生产，对计划设备的维护和管理库存都有很大的帮助。机器学习在优化储存的同时减少了不必要的库存和缺货状况。因此，自动化的监控是非常重要的，可以实时预测缺失的零件/组件和损坏物品，并快速解决问题做到按时交付。
机器学习不仅仅需要大量的数据，质量的重要性远远高于数量，所以过滤有效信息是获得准确预测的关键。简而言之，选择一个全球化并能预测生产力的分析系统来帮助战略选择，可以在提高生产率的同时降低成本。换句话说，获得更强大的竞争力。