俄亥俄大学最近发布的一份信息图表概述了软件和大数据如何改变美国的制造业。制造业目前占美国国内生产总值(GDP)的12%。2013年，美国制成品出口总额达1.3万亿美元。美国制造业近年来一直处于复兴之中，自经济衰退结束以来，其产量增加了30%。54%的美国制造商正在考虑将制造业从中国带回美国。世界上80%的软件都是在美国生产的，这也引领了大数据分析和智能传感器。
MES软件，大数据和制造业
随着制造业向工业4.0迈进，软件和大数据是该行业转型的主要驱动力。大数据是指数据集的大小超出了典型数据库软件工具有效捕获，存储，管理和分析的能力。通过引入基于软件的大数据分析和更灵活的生产技术，制造商可以将生产率提高多达30%。此外，大数据可以使产品开发和组装成本降低50%，并显着降低资本成本。这种潜力刚刚开始被挖掘，因为只有17%的制造商报告实施了大数据分析解决方案。
大数据作为收入驱动因素
从服务正在从成本因素转变为收入驱动因素的过程中，从嵌入在产品中的传感器收集的数据正在改变运营和转变业务模型。这是通过利用这些数据来为OEM管理的主动维护等售后服务实现的。转型的一个关键领域是产品开发，在创建物理原型之前，模拟用于性能分析。这一进步是“智能工厂”的特征。
在模块化结构的智能工厂中，网络物理系统监控物理过程，创建物理世界的虚拟副本，并做出分散的决策。在物联网上，网络物理系统通过服务互联网实时地与人类进行通信和合作。它们是价值链参与者提供和使用的内部和跨组织服务。
大数据还支持精益制造，这是一种商业模式，包括战术操作技术，消除非增值活动，同时以低的成本和更高的效率按时交付优质产品。精益的一个例子是利用大数据分析来深入了解销售趋势，以此作为优化制造效率的手段。
软件和大数据的供应链影响
大数据分析的使用也在改变供应链运营的关键要素，包括：
交付路线：通过使用大数据和先进的分析技术，制造商可以节省高达20%的运输成本。
需求预测：公司可以利用大数据减少20-30%的库存，同时将平均填充率提高3到7个百分点。
分销网络：通过使用大数据分析来优化配送网络，制造商除了可以节省大量库存外，还可以节省高达20%的运费和仓储成本。
复杂制造业面临的巨大数据挑战
在为制造商提供明显优势的同时，大数据给管理者带来了许多挑战：
确定哪些数据是相关的
了解要使用的数据和丢弃的内容
制定正确的问题
最近对179家大公司进行的一项研究发现，采用数据驱动的决策流程可以提高生产率，比其他因素高出5%到6%。一句话：研究表明，使用数据和业务分析的公司比不竞争的公司更具生产力并且拥有更高的股本回报。
