几乎每家工业公司都有自己的“风格”和对卓越运营的定义，有些甚至得到了最高层领导的支持。但是，为了使卓越运营取得成功，市场明确告诉我们，公司必须对人员、流程和技术资源进行协调。这些重要方面还应反映出高级管理层为业务规定的战略目标，而职能领导者必须无缝协作，以实现公司的卓越运营愿景。人员、流程和　　　技术的一致性并不是一个新概念，而持续改进 (CI) 专业人士毫无疑问精通协作策略。
　　尽管如此，LNS Research 公司收集的行业数据显示，合作是企业在实现战略目标上必须首先考虑的问题。低效的流程、数据孤岛和不同的系统也阻碍了有效的协作。

　　一个数字化的持续改进(CI)生态系统可以在合适的时间为合适的人提供见解，从而促进协作并推动卓越运营。它需要用到 IT 和运营技术 (OT) 数据，这就需要由具有高级分析功能的工业物联网 (IIoT) 平台提供支持。公司可以使用多种持续改进 (CI) 方式、策略和方法，许多组织同时使用多种组合，以选择最适合其独一无二的行业、产品、制造模式、文化和资源的组合。让我们来看看其中的三种方式，以了解将数字技术应用于 CI 可以产生的各种好处。

　　通过数字化映射和先进分析加速持续增长

　　传统的连续流程方法要求在生产的每个阶段增加价值，并最大限度地减少生产线中半成品 (WIP) 备件的废品率和移动的时间。换句话说，当操作员发现传入部件出现阻塞的情况时，他/她会找到问题所在，并提出可以改善流程的程序。

　　先进的数字化技术——工业物联网 (IIoT)——具有在恰当的时间为运营商提供更好的信息的巨大潜力，并通过模拟静态生产线提供真实的实时数据，而这是传统方式无法实现的。工业物联网 (IIoT) 可以使运营商提前预测积压情况并设计最佳程序以改善流量。数字化流程除了具有正确的信息，还涉及车间人员之间的节奏、协调和协作。

　　借助大数据分析让“五个为什么”助您大步向前

　　“五个为什么”可以说是最直接的精益原则之一。精益实践者可以通过针对面临的问题问“为什么”，以揭示潜在的原因，并重复五次问题，以找到根本原因。有时根本原因不仅仅是单一方面; 事实上，经常是几个小问题构成了根本问题，有时甚至还会涉及不同的部门。发现根本原因所需的时间自然会随着复杂性增加而增加。

　　然而，在数字化 CI 环境中，通过强大的架构和高级分析，可以通过访问 IT 和 OT 数据让“五个为什么”发挥更大的作用。机器学习算法可以比人类更快地分析数千个数据点并提出见解，特别是在面临更复杂问题的时情况尤其如此。

　　欧洲最广泛的铁路系统之一也在寻求先进的数字技术来改善维护和维修情况。该系统分析了来自社交媒体、资产绩效和地理空间数据源的各种结构化和非结构化数据，发现了不均匀磨损，并找到原因，原来是因为列车始终以相同的方向在相同的路线上运行。该机构只是简单地调转了火车行驶的方向，最终节省了超过 8000 万欧元的维护预算。

　　因此，工业物联网 (IIoT) 提供了新的方法来分析来自完全不同来源的数据，并使精益从业者不会遗漏可能没有考虑的因素，而这些因素可能会提供有用的信息。

　　现场巡视更快速更高效

　　现场巡视是工厂经理在车间与操作员之间走动以进行协作并就地解决问题的过程。现场巡视面临的一个重大挑战是，人们可能没有完整的前后因果关系来理解他们面前发生的事情，或者他们甚至可能针对相同的指标有相互矛盾的值，具体取决于数据源。

　　当公司使用增强现实/虚拟现实 (AR/VR) 等高级数字技术和现场巡视时，他们会在资产上明确地看到各种标准，并可在移动设备上运行分析。这种方法可以让管理者和操作员使用更可靠、更稳定的信息来解决对时间敏感的问题。添加数字化映射可以让他们模拟流程并从不同的角度查看流程，具体取决于推荐的更改 - 所有这些都不会出现中断的情况。最终，现场巡视成为一个能够快速解决问题并获得更好结果的强大动力。

　　采取措施利用数字化强化 CI

　　我们不希望精益和 CI 从业者很快就会消失。相反，这会是另一种专业人士，随着公司继续他们的数字化转型之旅这些人将变得更加高效。工业物联网将帮助他们更有效地进行协作，让他们整体了解 IT 和运营数据，并通过明智的见解为他们提供更大的助力来解决问题。任何正在进行数字化转型的公司都应该研究如何将收益扩展到其 CI 团队，考虑数字化转型的公司当然可以将其 CI 计划作为实现高价值的契机。