IBM与思科日前宣布建立物联网方面的合作关系，这一举措完美的诠释了老问题的现代化解决方案正在不断促进工业领域发生变革。凭借IBM Watson物联网和业务分析技术以及思科的边缘分析能力，用户可以更加深入地理解网络边缘的关键数据，并据此采取行动。这些解决方案通过聚焦大数据发挥神奇作用：收集网络边缘的海量数据，然后通过先进分析方法和认知计算技术采取相应行动并进行结果优化。

目前市场现存众多关于机器健康运行数据的用例，根据实时的状态监控优化机器的维护保养工作。但目前也出现了常规控制方面的优化应用，比如SilverHook汽艇。他们是一家设计高速赛船的公司，行驶速度最高可达200英里/时(约322公里/时)。每只船舶包含两台价值约150万美元的发动机。Silverhook正在利用思科的边缘分析以及IBM Watson物联网分析技术帮助赛船选手实时地对环境和发动机的多个变量构成的运行状况进行迅速响应，例如通过这种应用可以在瞬间做出需要关小油门的提示以防船上系统发生故障，从而保持最佳的运行状态。在未应用这些技术之前，由于无法即时洞察此类关键数据，常常给选手带来灾难。

这种新技术的应用几乎与老方法背道而驰。以前的老办法比较典型的结合了专门的程序优化软件、执行软件和可视化软件进行局部控制。正因为这些应用的存在，运行进程成为了焦点，而数据则变得次要。进程的洞察力完全通过工程师们提供，并通过编码进入系统运行。新方法则完全反过来，通过聚焦大数据，结合一些认知计算、人工智能、机器学习、数据流分析、边缘分析等技术来提升和优化性能。

这种新型的工业物联网手段当然也有其局限性，不过目前尚未清楚。如何让用户即可以从多年的工程解决方案经验中获益，又能让他们不断采取重要的改革措施，从而走向未来?这一点值得我们思考。