资产回报率 (RoA) 是衡量资本密集型制造公司的关键指标之一。对于拥有现有北美制造设施的公司而言，有效的智能工厂方法可以在一年内将资产回报率从平庸的 2% 提高到可观的 6-8%。如果做得好，我们已经看到公司将资产回报率长期提高到行业领先的 10-12%。
与此同时，对于回流的企业来说，即使转移到资产成本更高的地区，智能工厂方法也能保持资产回报率。
合理实施
我们已经看到了一些在制造环境中采用下一代技术的相对有效方法的例子，这些方法代表了实际的实施，而不是一种奇思妙想。例如：
一家食品制造商安装了计算机视觉系统，使该公司能够“侵入”安全摄像头的视频源，从而减少 25% 的浪费
一个支持物联网的面包计数设备——仅需 200 美元——就能使产量提高 10%。
自然语言处理 (NLP) 可通过文本警报为生产线主管提供可操作的见解，从而减少 50% 的加班时间。
价值 150 美元的无源能源传感器可以减少运营过程中大约两公吨的碳足迹。
实用、有针对性的重点；直接、全面的影响
实用的智能工厂方法几乎可以实时产生损益影响。成功始于识别损益类别中的可控成本和利润驱动因素，包括固定成本、材料、劳动力和公用事业。
例如，一家食品制造商将废料、超重、加班和能源使用视 波兰电子邮件列表 为可控成本驱动因素。该公司着手部署数字工具（包括硬件和软件），直接解决这些成本驱动因素，在六个月内将一家无利可图的工厂转变为盈利工厂。
按照传统方法，部署物联网和其他数字工具需要 12 到 18 个月的时间才能产生产出和结果。使用试点工厂可以将这一时间缩短至两到三个月，而全网部署则可以缩短至 12 个月。
错误的优先顺序也会造成高昂的成本。专注于整体设备效率 (OEE) 和“酷”的可视化只能解决 20% 的工厂成本。而持续关注成本驱动因素（包括劳动力、公用事业、材料和废料）可以解决 100% 的工厂成本。
重要的是，更好的方法重视灵活性、机智和经验。
传统的智能工厂方法依赖于单一的数字平台，用新投资取代现有的工厂资产，但缺乏实际考虑。另一方面，灵活的智能工厂平台利用现有的工厂资产（例如上述的安全摄像头）来构建实用、可实施的解决方案。
此外，传统的智能工厂战略是由缺乏制造知识或实际业务经验的技术人员实施的。相反，需要经验丰富的专业人员，他们拥有丰富的制造和数字专业知识来解释结果并指导可实施的建议。