西門子

　　作為工業自動化的專家，西門子與SAP和IBM做預測性維護的角度不同——通常是將預測維護應用于工廠設置和工業設備的自動化系統中。因此，在坐擁海量數據的基礎上，西門子已經有了建立機器學習算法的前提。例如，為了在NASA阿姆斯特朗飛行中心（冷卻系統）實施預測性維護，西門子與美國的Azima DLI合作，Azima DLI致力于提供分析服務。在另一個項目中，西門子于2016年10月在德國鐵路公司推出了為期12個月的預測性維護試點。

案例一

　　西門子正在與IBM攜手合作，進一步為客戶簡化MindSphere的數據分析功能。雙方計劃將數據分析服務“IBM Watson Analytics”以及更多分析工具融入MindSphere。此舉旨在使企業客戶能利用可視化功能和儀表盤工具，而應用開發人員和數據分析人員能通過交互界面來利用分析技術。IBM還打算為MindSphere開發應用，比如在預測性維護領域。IBM和西門子希望在高效分析技術以及工業自動化和數字化等領域將各自的技術專長融合在一起，并以此幫助其客戶邁向數字化。

案例二
 
　　西門子Healthineers在HIMSS17大會上宣布，其已推出一款針對醫療保健提供商、解決方案和服務提供商的數字平臺。該平臺的目標是促進數字生態系統的發展，將數字生態系統與醫療服務提供商和解決方案提供商相互聯系起來，讓他們在該平臺上交流數據、應用和服務，實現數據提供者和專家之間的快速、簡單和無縫的交互，為醫療保健作出貢獻。

　　通過數字生態系統，西門子Healthineers將為客戶提供可用于不同評估的匯總數據。例如，用于預測分析的工具可以使用戶能夠辨別新的相關性和趨勢，以幫助改善診斷并指導治療選擇。全球知識交流是醫學改善病人護理的重要途徑。西門子Healthineers數字生態系統允許專家與世界各地的同行聯系和溝通，醫療保健提供者可以從西門子健康醫生在幾乎所有臨床領域的廣泛專業知識中受益，其中包括醫療保健市場數據安全方面的經驗。該平臺計劃于2017年秋季上市。

微軟

　　微軟Azure正致力于將自己發展成為工業IoT解決方案和預測性維護的首選公共云平臺。根據該市場報告，越來越多的預測性維護的應用程序正在從內部部署轉移到云端。到2022年，大約有70％的預測性維護設置將被云托管。除了云基礎架構，微軟Azure目前還有兩個“預先配置的解決方案”，旨在幫助任何人輕松上手，例如提供必要的分析引擎-“預測維護”和“遠程監控”。