一、傳統工廠：人工統計，效率低且不準確

在中國很多傳統的中小型工廠中，對于設備生產數據的采集，幾乎完全依靠人工完成。流動的人員、散落的數據，導致數據的保存成了一個巨大的問題。同時人工統計的效率也非常的低，往往都是每天下班或者每周進行一次統計，完全不能進行實時生產數據更新。

此外，數據對于設備而言有著時效性和歷史數據參考性的關鍵作用，從底層操作工的數據記錄-數據分析-數據反饋-管理者的決策，中間的環節讓數據的時效性大大降低，同時人工的記錄統計也會造成數據不準確等問題，而且龐大的數據計算分析，對于人力是一個非常大的耗損。

其次，歷史數據對于設備的維護具有參考性的意義，但是傳統工廠的數據，靠著一張張的記錄紙或者大量的Excel表無疑是給未來的工作又增添了難度，而且工廠不能控制人員的流動，每一次的交接都可能導致數據的流失。

二、數字化工廠：設備聯網，數據自動上傳反饋

而在數字化工廠中，物聯網的概念就被運用到每一臺設備上。設備與設備之間，早也不是信息孤島，而是將人、設備，通過數據建立緊密聯系。一個工廠管理者可以在手機或者PC終端觀測到每一臺設備的實時數據，而且可以隨時收到設備的狀態提醒。

比如你在設備寶上設置了：軸承的溫度超過80度，提醒溫度過高。當設備高于80攝氏度時，就會立即收到提醒，實現了收集、分析、反饋的同步進行，大大縮短了時間，提高了決策的效率。除了收集、計算、反饋等“去工人化”的功能，設備聯網之后，還有一大好處就是數據的存儲。大量歷史數據，包括設備損失數據，也給后期工廠設備的很多操作都提供了參考意義。之后，再遇到工廠的人員流動，這些數據依然可以隨時調用并完善保存。

三、傳統工廠：設備意外停機頻發，造成大量損失

除了數據的管理問題，傳統工廠還有一大痛點，那就是經常遭遇意外停機。意外停機不僅造成了生產的停滯，而且對于設備造成的隱性破壞不可估量。一家半導體工廠就能因為停機2小時，損失了1000000美元，損失是意外停機最可怕的后果。為了預防設備的意外停機，工廠通常安排了24小時的輪班工人巡檢，造成了工廠人力耗損嚴重。每時每刻的巡檢也并不能全面檢測到可能導致設備意外停機的各種因素。傳統工廠通過手摸、耳聽等最原始的方式，這樣的檢查方式使得很多設備的小毛病很容易就被忽略，恰巧就是那些小毛病引起了損失超過百萬的損失。

其次，由于害怕意外停機帶來的嚴重損失，很多工廠也會購買大量的備用零部件，以防止意外停機的維修需要，而現實情況又是一些設備的意外停機故障周期很長，導致大量的備用零部件并沒有派上用場，造成成本浪費。

四、數字化工廠：設備意外停機預警通知，讓設備時刻保持最佳運行狀態

數字化工廠的運轉過程中，設備的一切都被隨時監控反饋，而意外停機發生之前，設備的某些參數會發生變化，此時設備寶就能在參數發生變化時及時進行預警通知，讓設備故障在發生之前被發現及運維。也就是說，在故障發生之前，手機上就能收到相應的提醒，立即作出決定，從而保證工廠設備時刻處于最佳運行狀態。

即使是故障已經發生了，也能在過去的設備故障統計里立即找到合適的解決方案，把損失降到最低。這也就是數字化工廠實現的重要一步，讓預知未來成為智能工廠的一部分。