新兴的制造业预计将成为未来亚洲经济的巨大推动力。预计到2020年，***竞争力的制造业国家中多数均来自该区域，其中包括中国、日本、印度、韩国、新加坡、越南、马来西亚、泰国和印度尼西亚等。
为什么会出现此格局?因为亚洲制造商正越来越多地从传统制造转向先进制造或智能制造，以应对劳动力短缺和技术进步不断带来的颠覆影响。特别是在中国市场，很多企业均力图通过更为科学、先进、精细以及附加高知识产权价值的运作方式，提升制造业水准与产品综合竞争力。
其实，在这过程中最关键的方法之一便是通过联网传感器将原本孤立的机器、系统和产品连接在一起，从而利用物联网(Internet of Thing, IoT)技术提高运营效率、获得竞争优势。
例如，一家服装制造商可以组合使用传感器、数据收集与分析技术来监控其机器设备的实时性能与生产环境，并在机器出现故障前采取预防措施。有了这种预测性维护能力，制造商可以减少由于意外停机和生产中断而造成的成本和时间损失。在智能工厂中，IoT 可提供整个生产线的实时洞察。制造商可以借此快速识别生产滞后或产能过剩并做出调整以满足生产订单需求。
由于IoT的价值在于数据，所以数据管理战略是IoT项目成功的关键。它应该涵盖五个方面：
- 收集，其中包括收集传感器数据并可进行传输;
- 传输，侧重于确保来自互联设备的数据安全、可靠地传输到数据中心;
- 存储，需要存储传感器数据并保证其可用于分析，甚或是实时分析;
- 分析，分析系统所收集到的传感器数据并获得洞察;
- 归档，着眼于经济高效的长期传感器数据归档与管理。
更多的制造商还需要确保他们的数据管理战略涵盖核心数据(存储在数据中心的数据)和边缘数据(在设备和传感器上生成的数据)。对于前者，收集到的所有数据首先发送到数据中心集中存储，然后再进行分析。这对于回顾性数据分析很有用。
