實際上，IBM 也是在拿KONE 電梯和自動扶梯業務做小樣本測試，如果Watson能通過處理電梯或自動扶梯的監測數據來保障設備的安全運行，那么未來在類似設備的遠程監測領域，Watson的用途和商機無限。
 
案例二
 
　　IBM利用 Watson IoT數據分析和優化能力，幫助美國的普惠發動機公司實現預測性維護，從而防止由于發動機故障導致的飛機事故。
 
　　之前，普惠發動機公司雖然能夠收集關于其發動機運行的大量數據，但缺乏整合和分析數據的能力，不能提前預測發動機潛在的故障隱患。
 
　　IBM通過PMQ的預測模型和數據集成模塊將發動機的運行工況等數據進行360度的健康和風險主題分析，并將這些分析結果及時反饋給惠普，97%的空中停機預警準確率可以有效規避由于發動機故障導致的飛機事故，保障飛行安全。

SAP

　　SAP發力預測性維護市場已然有多年歷史，并因此成為與“預測性維護”相關的關鍵詞搜索最多的公司。借助SAP 預測性維護及服務，企業可以更深入地洞察海量實時數據，進而采用全新的方式，管理企業資產、提供現場服務。

案例
 
　　全球最大的空氣壓縮系統供應商之一的凱撒空壓機，借助SAP 預測性維護及服務解決方案實時監控壓縮空氣站的情況，并在客戶資產出現故障之前主動采取維護措施。
 
• 預測故障，快速響應維護條件，并積極采取行動；
• 利用實時故障管理，對系統故障進行識別、隔離并恢復；
• 根據最新的詳細信息，按績效派遣技術人員提供服務；
• 優化資產管理，追蹤和監控資產位置，并實現遠程維護場景；
• 自動訂購零部件與耗材，實現收入最大化。
 
　　該解決方案更是為凱撒帶來了全新的業務模式創新——客戶可以按照傳感器記錄的實際空氣壓縮量來付費。該舉措對凱撒，甚至其客戶都是一項共贏的商業模式，拓展了凱撒公司的收入來源。