Voorspellend onderhoud is één van de voornaamste redenen om het industriële Internet of Things in te zetten. De markt zit enorm in de lift, een aantal bedrijven steken er met kop en schouders bovenuit. IoT Analytics heeft berekend welke bedrijven het meest invloedrijk zijn op dit gebied.
Recent onderzoek van IoT Analytics toont aan dat de markt van voorspellend onderhoud binnen vijf jaar van van twee miljard, naar ruim tien miljard euro zal groeien. Dat is een jaarlijkse toename van 39 procent. Op basis van zoekresultaten en vermeldingen in de media, rangschikte de site de vijf meest invloedrijke bedrijven op het terrein van voorspellend onderhoud.
1. IBM
IBM voert de lijst aan dankzij haar enorme personeelsbestand dat bezig is met voorspellend onderhoud, en de vele media-aandacht die het daarvoor krijgt. IBM’s Predictief onderhoud is een van de belangrijkste oplossingen die wordt mogelijk gemaakt met de cognitieve intelligente machine van IBM Watson.
2. SAP
De Duitse softwaregigant laat al een aantal jaar zien hoe het voorspellend onderhoud goed kan inzetten en dat resulteert erin dat SAP het meest gezochte bedrijf is. SAP heeft haar specialisatie ingezet als bedrijven zoals Kaeser Kompressoren en de oplossing is nu onderdeel van het nieuwe SAP Leonardo IoT Portfolio.
3. Siemens
Als een specialist in industriële automatisering, gebruiken fabrieken veelal het systeem van Siemens om kosten te besparen op onderhoud. Het bedrijf heeft enorm veel data in huis, wat de basis is voor het algoritme van de lerende machine.
4. Microsoft
Microsoft Azure zet zich neer als het publieke cloud platform voor industriële IoT-oplossingen en voorspellend onderhoud. Marktonderzoek wijst uit de steeds meer applicaties verschuiven van fysieke opslag ter plekke, naar opslag in de cloud.
5. GE
General Electric heeft twee invalshoeken om succesvol te zijn. GE Measurements is opgezet om de staat van hardware te monitoren. Daarnaast heeft het Amerikaanse bedrijf GE Digital in het leven geroepen om het softwarematige deel van onderhoud te regelen.
