自1765年以來，各種工業革命極大地改變了制造業的面貌，實現了規模化的生產，所需的人力越來越少。如今，實時數據分析，自動化，人工智能，機器學習和互連性的結合正在推動工業4.0，從而開創了制造和生產的新時代。全球主要行業-包括化學品（2019年預計為39,380億美元），快速消費品（2017年估值為10,020億美元）和汽車制造業（2018年估值為1,680萬億美元）都可以從流程優化中受益，以進一步提高效率并減少與能源和資源有關的成本。通過簡化運營，他們還可以減少環境足跡。

圖1清潔技術集團的四次工業革命

2019年，工業自動化市場價值已達到1680億美元，復合年增長率為8.9％。在清潔技術領域開發創新過程優化解決方案的初創企業的投資正在增加（見圖2）。

圖2 Cleantech Group的工業流程優化風險投資活動

初創企業推進創新

創新者正在部署許多不同的解決方案來優化工業流程，包括：

MakinaRocks，由股權投資的創新者與現代等大型企業集團合作，以預測和檢測制造過程中的異常情況，從而改善控制能力。 Beyond Limits取得了可喜的發展勢頭，最近從BP Ventures和Group 42籌集了1.33億美元的增長股權資金。Beyond Limits采用認知方法對AI云計算進行操作，可提供洞察力并實現包括石油、天然氣和公用事業領域在內的多個行業的人工決策流程自動化。

初創企業也在開發交鑰匙解決方案，將硬件和軟件結合起來以優化生產線和工藝。Arculus正在使用AI驅動的自主移動機器人以及流程優化軟件來開發模塊化和靈活的裝配區。 通過偏離一維裝配線，既減少了所需空間，又提高了生產率（由于縮短了交貨時間）。 除此之外，該公司還為倉庫應用程序提供自動化的人對人軟件解決方案，以及為車隊提供智能交通管理平臺（可以與第三方機器人集成）。 它最近從Atomico，Visionaries Club和La Famiglia籌集了1700萬美元的A輪融資。 目前的客戶包括保時捷，西門子和奧迪。

▲圖3從線性生產到模塊化生產，來源（Arculus）

初創企業正在利用工業物聯網（IoT）收集和分析運營數據以優化過程變量。 Samsara為大型無線傳感器系統開發了IoT硬件和軟件解決方案，用于實時資產監控。可以在生產線上遠程監控過程變量和資產狀況，從而實現預測性維護。Samsara于2020年5月籌集了4億美元的成長股權融資。另一家創新企業IndustrialML已開發了一種基于機器學習的分析平臺，以使工廠更智能。它通過使用基于生產線和機器的傳感器，并結合基于ML的實時分析來監控過程，該實時分析可以預測并警告事件。 IndustrialML是2020年MassChallenge的決賽入圍者，是Plug and Play物聯網第13批的一部分。

盡管這些創新者都針對不同的市場提出了不同的基于技術的解決方案，但要脫穎而出并真正競爭，初創企業需要確定其技術的正確用途并提供全面的業務解決方案。同樣重要的是要專注于短期目標，而不要過度投入資源以取得成功。實際上，該見解中包含的初創企業正在利用行業巨頭構建的數據中心和平臺托管功能；換句話說，初創企業不會一次進入多個垂直領域。

來自行業的推動

政府、企業和其他組織正在與創新者一道，加速采用工業4.0解決方案。

政府正在意識到改變現有產業以促進經濟增長的重要性。因此，他們正在通過研究補助金和財務激勵措施（針對公司）促進變革性技術。美國政府已設立了幾項致力于智能和先進制造的基金，包括1000萬美元的“智能制造創新研究所獎”和6700萬美元的能源效率和可再生能源辦公室基金。各國政府還建立了必要的框架，工作組和組織，以監督新技術的采用。德國Plattform Industrie 4.0的建立是為了開發技術框架，而美國的NIST組織則支持將機器人技術集成到工業環境中。

同時，企業正在通過支持工業4.0的技術來提供構建模塊。例如，微軟通過其混合云和深域功能將自己確立為Industry 4.0解決方案的托管合作伙伴，而ABB則領導著可與第三方軟件集成的協作機器人的制造。通過合作，企業正在利用自身的不同優勢和技術來推動這場新的工業革命。微軟和日立正在使用日立的物聯網解決方案和微軟的Azure云平臺開發用于制造和物流的下一代數字解決方案。施耐德電氣與埃森哲合作，還建立了數字服務工廠，以加快支持工業4.0的數字解決方案的開發。大眾汽車正在與Amazon Web Services和西門子合作開發“工業云”，它將充當第三方優化解決方案的測試平臺。

企業可以訪問更深的領域知識和基礎架構，并且現在正使用它來開發適用于工業4.0的總體解決方案，該解決方案也可以通過第三方解決方案進行補充。例如，西門子在其MindSphere操作系統上允許“附加組件”，創新者可以在其中開發應用程序并將其上傳到其云存儲中，并利用其托管服務。通過收購，企業正在將創新解決方案與其平臺相集成，并增強其產品線。

技術壁壘

盡管自動化和大數據分析提高了工業流程的生產率和效率，但確實帶來了自身的技術挑戰。物理和數字系統都需要保護免受網絡威脅，因此建立了一個框架，其中包括主動監視和應急計劃。如果數據流量很高或沒有正確的訪問控制，則中斷流程的情況也很常見。

當今的行業不僅需要提高生產力和效率，而且還必須具有韌性。尤其是2020年，遠程控制的自動化工業流程變得尤為重要，因為該流程不依賴于現場的勞動力。這個領域取決于極其強大和安全的網絡以及認知AI。

密切關注...

深度神經網絡：一種補充技術，可以增強AI處理能力和電源效率。Deeplite 正在開發AI驅動的神經網絡，并將其應用在傳感器，相機和車輛等邊緣設備中。

先進的增強現實（AR）：結合可穿戴技術和先進的人機界面，行業可以利用AR進行維護和質量保證方面的大規模轉型。Augmate正在開發AR可穿戴產品，并與Toyota，UPS和L'Oréal等公司合作。