网络实体生产（CPP）正是人与网络的连接所在。前一篇文章提及的第一项驱动力——高级数据分析是有关大数据及信息的收集。而网络实体生产（CPP）则致力于将采集而来的数据转换成可执行信息。

这种“智能制造业”实现了企业常规流程的自动化并能从机器性能到客户购买方式等方面作一番预测。这种“人网结合”的进步正预示着下一次工业革命——工业4.0版本的到来。

预测性分析、网络实体生产以及物联网

2014年国际制造技术展览会上展示了预测性分析能确定带锯条什么时候会坏，从而人们能主动提前更换带锯条，而这正是网络实体生产的实例，为企业增加安全性，减少企业停运时间。

更接近我们私人家居生活的就是那些家中可以相互对话（机器对机器）或通过手机与我们交流的智能家用电器。这些智能电器能够告知您家里何时牛奶不足或在家里出现任何问题时发送消息到您的手机上。家里还有智能冰箱，当菜单选定后，冰箱能连接到智能烤箱，同时发送时间及温度等相关信息到您的手机上。

美国电话电报公司（AT&T）发言人称，近两年他们在原有网络的基础上增加了除电话、平板电脑外的更多装备。公司总共有超过三千万台在线设备，其中包括手表、冰箱、船运集装箱及超过一千万辆小汽车。高德纳（Gartner）公司指出，直至2020年，将有近208亿台设备在物联网（IoT）上运行。

从网络实体生产中收集信息并利用现有的大数据能力理解数据的意义，这将转变我们购买生产材料、维护固定资产的方式以及决定当下应做些什么。许多中小型制造商拥有许多具备运行专长的人才，然而，他们并不具备着手处理数据收集及分析的能力。这时中小型企业就能利用软件供应商及顾问的力量解释数据含义，并将结果呈现给运营专家，使其能顺利将信息运用到实际工作中去。

有关制造业前景十大驱动因素的系列文章

在世界经济论坛发表的题为《制造我们的未来：制造业前景案例》的白皮书中，全球议程理事会就制造业前景达成共识：制造业已经变得极其复杂，为了确保制造业的稳步发展，私营企业、国有企业及民间组织可能时常交织在一起。

理事会明确了围绕影响制造业前景的十大不同驱动因素企业应当做些什么，而十大驱动因素中包括针对企业能力及政策趋势的特有驱动因素。这是我们有关十大驱动力系列文章的第二篇文章，我们的第一篇文章是围绕高级数据分析展开的介绍。