公平地说，物联网正朝着正确的方向发展，但还没有完全实现。原因很简单。据报道，大约有2%的思科物联网设备“打电话回家”。对于工业制造商来说，情况是一样的，但由于它们必须依靠其未连接的安装基础来实现任何售后市场增长，这一事实更加恶化了。几年甚至几十年前安装的设备当然没有联系。那么，您如何在未连接的资产上部署失败前的修复?

　　数据科学来拯救

　　数据科学可以在物联网不能拯救的地方进行。许多制造商每天都在问的问题是：我们如何在各种系统(如CRM，担保，服务合同等)中利用客户数据(如订单，服务记录，呼叫中心日志，销售机会等)...... )提取客户行为和用法的模式以预测客户需求?但还有更多。这些公司如何更好地预测流动客户的健康状况?他们如何提高客户的联动率，让更多的资产处于合同之下?他们如何最终提高我们客户的连接速度，以便他们通过恢复丢失的钱包份额来提高收入?

　　数据科学可以并且确实提供一些答案。像Entytle Insyghts这样的AI驱动平台正在帮助B2B制造商利用其历史和新客户数据的力量来增加安装基础知名度，识别模式并预测客户服务和销售需求。最终，公司的服务，市场营销和销售团队需要根据这些见解采取措施：这意味着需要发生一定程度的变更管理。

　　采用这种新方法的制造商正在将其售后市场方式从被动变为主动。他们正在改善与客户的连接，为客户带来更好的结果。正如Nvidia首席执行官Jensen Huang 所说的那样：“软件可能会吃掉世界，但人工智能会吃软件。

　　IIoT对B2B制造商的承诺

　　IIoT的承诺是巨大的：利用机器数据，传感器，故障日志，运营信息等来驱动非常具体和有针对性的见解，其主要目标是预先排除故障事件并确保高资产正常运行时间。这些想法并不新鲜; 大约25年前，通用电气，劳斯莱斯和其他发动机制造商将定期从发动机获取性能数据，以了解故障，工作周期等。现在很难再容易得多了。

　　然而，GE和劳斯莱斯发动机模型仍然存在一些问题。首先，并非所有领域都是劳斯莱斯引擎。事实上，大多数安装的设备不是，这些资产也没有传感器。结果是：绝大多数制造商的安装基地大部分是未连接的，并且连接的时间线是未来的方式。它变得更糟：对于连接的少数设备来说，从这些设备获取可操作的数据仍然是一个长期目标。

　　最后，那些与传感器连接并且能够远程提取数据的制造商自满地收集了它的采样和采样，并迅速将相同的数据转移到很少被触及的系统中。

　　物联网用于未连接的东西

　　公司正坐在日常与客户互动收集的大量信息之上。这包括订单输入事件，发票，现场服务电话，技术支持，CRM记录等等。这些数据集具有很高的价值独立性，但在集体分析时可以提供有关客户和资产行为的深刻见解。数据现在可以用来预测故障，服务事件，销售机会等。更重要的是，它有助于推动与客户的及时，有针对性和主动的参与，最终推动制造商的忠诚度和终身收入增长。

　　这些数据已经存在，可以在今天部署“明天”进行审查和分析。物联网是无关联的东西。