自1765年以来，各种工业革命极大地改变了制造业的面貌，实现了规模化的生产，所需的人力越来越少。如今，实时数据分析，自动化，人工智能，机器学习和互连性的结合正在推动工业4.0，从而开创了制造和生产的新时代。全球主要行业-包括化学品（2019年预计为39,380亿美元），快速消费品（2017年估值为10,020亿美元）和汽车制造业（2018年估值为1,680万亿美元）都可以从流程优化中受益，以进一步提高效率并减少与能源和资源有关的成本。通过简化运营，他们还可以减少环境足迹。

图1清洁技术集团的四次工业革命

2019年，工业自动化市场价值已达到1680亿美元，复合年增长率为8.9％。在清洁技术领域开发创新过程优化解决方案的初创企业的投资正在增加（见图2）。

图2 Cleantech Group的工业流程优化风险投资活动

初创企业推进创新

创新者正在部署许多不同的解决方案来优化工业流程，包括：

MakinaRocks，由股权投资的创新者与现代等大型企业集团合作，以预测和检测制造过程中的异常情况，从而改善控制能力。 Beyond Limits取得了可喜的发展势头，最近从BP Ventures和Group 42筹集了1.33亿美元的增长股权资金。Beyond Limits采用认知方法对AI云计算进行操作，可提供洞察力并实现包括石油、天然气和公用事业领域在内的多个行业的人工决策流程自动化。

初创企业也在开发交钥匙解决方案，将硬件和软件结合起来以优化生产线和工艺。Arculus正在使用AI驱动的自主移动机器人以及流程优化软件来开发模块化和灵活的装配区。 通过偏离一维装配线，既减少了所需空间，又提高了生产率（由于缩短了交货时间）。 除此之外，该公司还为仓库应用程序提供自动化的人对人软件解决方案，以及为车队提供智能交通管理平台（可以与第三方机器人集成）。 它最近从Atomico，Visionaries Club和La Famiglia筹集了1700万美元的A轮融资。 目前的客户包括保时捷，西门子和奥迪。

▲图3从线性生产到模块化生产，来源（Arculus）

初创企业正在利用工业物联网（IoT）收集和分析运营数据以优化过程变量。 Samsara为大型无线传感器系统开发了IoT硬件和软件解决方案，用于实时资产监控。可以在生产线上远程监控过程变量和资产状况，从而实现预测性维护。Samsara于2020年5月筹集了4亿美元的成长股权融资。另一家创新企业IndustrialML已开发了一种基于机器学习的分析平台，以使工厂更智能。它通过使用基于生产线和机器的传感器，并结合基于ML的实时分析来监控过程，该实时分析可以预测并警告事件。 IndustrialML是2020年MassChallenge的决赛入围者，是Plug and Play物联网第13批的一部分。

尽管这些创新者都针对不同的市场提出了不同的基于技术的解决方案，但要脱颖而出并真正竞争，初创企业需要确定其技术的正确用途并提供全面的业务解决方案。同样重要的是要专注于短期目标，而不要过度投入资源以取得成功。实际上，该见解中包含的初创企业正在利用行业巨头构建的数据中心和平台托管功能；换句话说，初创企业不会一次进入多个垂直领域。

来自行业的推动

政府、企业和其他组织正在与创新者一道，加速采用工业4.0解决方案。

政府正在意识到改变现有产业以促进经济增长的重要性。因此，他们正在通过研究补助金和财务激励措施（针对公司）促进变革性技术。美国政府已设立了几项致力于智能和先进制造的基金，包括1000万美元的“智能制造创新研究所奖”和6700万美元的能源效率和可再生能源办公室基金。各国政府还建立了必要的框架，工作组和组织，以监督新技术的采用。德国Plattform Industrie 4.0的建立是为了开发技术框架，而美国的NIST组织则支持将机器人技术集成到工业环境中。

同时，企业正在通过支持工业4.0的技术来提供构建模块。例如，微软通过其混合云和深域功能将自己确立为Industry 4.0解决方案的托管合作伙伴，而ABB则领导着可与第三方软件集成的协作机器人的制造。通过合作，企业正在利用自身的不同优势和技术来推动这场新的工业革命。微软和日立正在使用日立的物联网解决方案和微软的Azure云平台开发用于制造和物流的下一代数字解决方案。施耐德电气与埃森哲合作，还建立了数字服务工厂，以加快支持工业4.0的数字解决方案的开发。大众汽车正在与Amazon Web Services和西门子合作开发“工业云”，它将充当第三方优化解决方案的测试平台。

企业可以访问更深的领域知识和基础架构，并且现在正使用它来开发适用于工业4.0的总体解决方案，该解决方案也可以通过第三方解决方案进行补充。例如，西门子在其MindSphere操作系统上允许“附加组件”，创新者可以在其中开发应用程序并将其上传到其云存储中，并利用其托管服务。通过收购，企业正在将创新解决方案与其平台相集成，并增强其产品线。

技术壁垒

尽管自动化和大数据分析提高了工业流程的生产率和效率，但确实带来了自身的技术挑战。物理和数字系统都需要保护免受网络威胁，因此建立了一个框架，其中包括主动监视和应急计划。如果数据流量很高或没有正确的访问控制，则中断流程的情况也很常见。

当今的行业不仅需要提高生产力和效率，而且还必须具有韧性。尤其是2020年，远程控制的自动化工业流程变得尤为重要，因为该流程不依赖于现场的劳动力。这个领域取决于极其强大和安全的网络以及认知AI。

密切关注...

深度神经网络：一种补充技术，可以增强AI处理能力和电源效率。Deeplite 正在开发AI驱动的神经网络，并将其应用在传感器，相机和车辆等边缘设备中。

先进的增强现实（AR）：结合可穿戴技术和先进的人机界面，行业可以利用AR进行维护和质量保证方面的大规模转型。Augmate正在开发AR可穿戴产品，并与Toyota，UPS和L'Oréal等公司合作。