Deloitte預測15個最有競爭力的制造業國家和地區將有10個在亞洲，包括中國、日本、印度、韓國、臺灣地區、新加坡、越南、馬來西亞、泰國和印度尼西亞。

不過，為實現此一目標，亞太制造業將需擁抱物聯網(IoT)。

亞洲制造業正快速從傳統制造轉移到先進或智能化制造，以解決人力短缺問題和技術發展造成的斷層。

物聯網(IoT)的運用——透過連網傳感器將傳統上孤立的機器、系統和產品鏈接起來。

物聯網讓制造商能夠改善營運效率和掌握競爭優勢。

以服飾制造商為例，它可利用傳感器、數據和分析技術，監控其生產機具的效能和作業環境，并采取預防性措施以避免發生任何故障。

此種可預測的維護能力讓制造商能夠減少因為不預期當機和生產中斷所引發的成本和時間損失。

在一個互連的廠房里，物聯網提供整個產品線的實時監測能力。

制造商可以快速發現生產延誤并進行調整以符合訂單要求。

由于物聯網的價值在于數據，因此數據管理策略是物聯網項目成功的關鍵。

它應涵蓋以下五大領域：

收集—包括捕捉傳感器數據并提供數據傳輸能力。

傳輸—確保IoT數據能夠安全且可靠的傳輸到數據中心。

儲存—儲存感測數據以供分析。

分析—分析傳感器資料。

歸檔—為傳感器數據提供成本效益的長期數據歸建。

制造商也需要確保他們的數據管理策略涵蓋儲存在數據中心的核心數據，以及數據裝置和機器傳感器產生的邊緣數據。

前者是指將所有收集到的數據先送到數據中心集中儲存，之后才進行分析。

這對于數據的回溯分析非常有幫助。

后者也稱為邊緣運算(edge computing)，亦即由裝置對其所產生的數據進行過濾、分析和做出初步決策。

以生產線的機器手臂為例，它可以收集效能資料并過濾其中不重要的信息，而唯有當出現異常時才向作業員傳送預警，例如過熱或零件故障等。

為了支持邊緣運算和實時分析，制造商將需要部署內建快閃固態硬盤機的工業PC。

由于生產線機器通常在大磁場環境作業，會造成機械式硬盤機損壞，因此制造商采納物聯網時應考慮使用快閃儲存。

再者，一個良好的數據管理策略應確保制造商能夠運用相同的數據管理工具和程序，而不論數據駐留在何處。

越來越多制造商為了享有彈性而采納混合云端，他們將需要一致的數據格式，以便能夠輕易地結合來自不同環境的數據進行分析。

邁向先進制造之路似乎令人感到卻步，因為有許多挑戰必須克服，特別是從數據管理觀點而言。

減少此種復雜性的方法之一是確保采用的方案能夠統合物聯網數據并且將這些數據提供給工作負荷或應用系統運用，而不論架構或平臺為何。

排除數據孤島并且確保不論任何地方都能存取數據，將有助于提升制造效率和加速創新。