针对工业4.0和工业物联网（IIoT）的讨论往往集中在先进的连接性上。连接性对于实施来说很重要，整个企业的基础设施和系统架构都应该被考虑在内。很多年了，企业都在现场保留服务器硬件，作为电子邮件、数据库和其他应用程序的主机，例如企业资源计划(ERP)系统。在当今虚拟连接的世界里，甚至是这种基本的电子服务也开始向云端移动，使用基于互联网的服务而不是本地服务器。软件即服务（SaaS）也越来越多地应用于IIoT和工业4.0的实施当中。
为什么使用云服务？
一个常见的应用是原始设备制造商（OEM）和最终用户利用基于云的服务来远程监控机器。这种应用可以跨越多个企业网络来将信息记录在云数据库中，并且搜集和分析能源消耗数据、生产数据或者传感器数值，为制造商提供重要价值。数据分析可以获得可行动的信息，这些信息补充了决策者的“仪表盘”，因而可以智慧地改善设施并管理预测性维护。在生产线停机或机器需要关注的时候，通过基于云的信息服务以电子邮件和信息推送的形式发给移动设备。
为工业应用提供的基于云的服务正在快速增长，越来越多的人意识到服务对于工业数据的收集和分析是有用途的。通过基于云的物联网交换机，将工业设备和设施连接到云服务，轻松实现完全可扩展的连接。
为了进一步提高云服务整合的效率，现代的控制供应商正在实施领先的物联网协议，包括消息队列遥测传输（MQTT）以及高级消息队列协议（AMQP）。如果在工业应用中使用了这些下一代云概念，在启动智能工厂开发的时候遇到的入门障碍可能就会低得多。
让数据有的放矢
随着联网的设备和采集的数据越来越多，制造商需要先进的分析将原始数字转换成可执行的信息以及一个有效的运行计划。基本的数据分析包括数字及模拟数值的门限分析以及作业时间分析，例如总时间、最短时间、最大时间和平均时间，程序状态分析以及能源使用计算。在基于云的解决方案中，数据可以在本地控制器上以标准格式进行存储和压缩，或者根据需要可以在企业网络上的一台服务器上或者一个公共云上。
数据分析的另一项好处是对预测性维护有深刻的理解。通过来自于运行时间计数器、频率分析或者均方根（RMS）计算得到的数据，可以实现高性能的状态监控。系统为不同过程数据限值的监控提供了方便。对于不规则和重复记录数据的检测模式的识别进一步提高了过程顺序的可靠性。
一个真实的例子是一家机器OEM厂商可以通过互联网连接，配置所有的机器控制器，并具有将来自机器的运行数据发送到云平台的能力。这些数据包括报警、运行时间及停机时间、平均周期时间以及控制器CPU温度等。（作者：Daymon Thompson）