麦肯锡(McKinsey)的“人工智能：下一个数字前线”指出，人工智能(AI)将实现预测性维护(Predictive  Maintenance)，而事实上目前这已经不再只是空谈。

工业4.0持续推动数据科学的发展，人工智能已经可以侦测机器何时需要维修

　　据Venture  Beat报导，工业4.0持续推动数据科学的发展，人工智能已经可以侦测机器何时需要维修;连网的机器产生的数据，可以实时追踪其变化，当数据显示机器的绩效出现下滑，维修人员会在机器真正故障前进行维修，先一步关闭生产线。

　　GE(General Electric)开发出“数字仿真”(Digital  Twins)技术来监控真正机器的状态。当出现问题时，可以模拟出现场的状态，这是过去作不到的。这些运作中的“复制替身”，目前已经达到65万个。

　　电梯公司Schindler也利用预测性维护，在电梯中安装了许多传感器，能够了解何时必须进行维修，并强化电梯的整体安全。

　　在许多领域中，预防性维护是很重要的。举例来说，纽约州宣布其交通局正面临紧急状态，只要原因在于预防性维护不足。许多基础设施，包括高速公路、桥梁和下水道等基础设施已经老化，因此必须了解哪里需要维修、何时需要维修，才能控制成本、避免灾难发生。

　　另外，汽车制造商如果在设计时间与量产过程中能透过机器学习来发现问题，可以大量减少汽车因设计瑕疵必须召回而产生的成本。联邦航空管理局(FAA)每天处理4.3万个航班，航空业面临的维修需求非常庞大，预防性维护提供更简单、更安全、更经济的维护方法。

　　在操作上，步就是必须让机器配备传感器，以实时追踪数据。这些数据透过网络，进行大量储存与处理。，透过自动化来找出固定模式，并发觉异常状况。如果需要时，技术人员就会出动解决问题，藉此达到的投资报酬率。