尽管在行业范围内没有统一的定义，但预测维护这个术语近年来已经被广泛使用。其结果是，一些业内人士可能会把这个概念当作一个时髦词来看待，从而错过了一项具有颠覆性潜力的新兴技术。从最广泛的意义上说，要创建预测性维护解决方案，必须实现两类技术。
其中之一就是硬件。在预测性维护解决方案中，硬件的关键类别越来越多地由智能传感器组成。这些传感器的能力不断增长，未来可能的趋势是将处理能力直接嵌入到传感器上。收集数据是比较容易的部分。预测性维护的第二个关键技术是软件和分析来理解数据。由于大多数机器制造商不具备在内部编写这种软件的能力，这个阶段通常需要预测性维护专家。
预测性维护的好处是非常明显的:减少停机时间和延长机器寿命。那么，为什么不是每个人都这么做呢?如果充分发挥其潜力，预测维护可以从根本上延长机器的平均寿命。这意味着新的商业模式对oem维持收入流至关重要。
interactive Analysis的Adrian Lloyd和Blake Griffin加入了PMMI解压讨论他们的研究，这导致了PMMI商业情报的预测性维护白皮书．两人研究了他们如何看待预测性维护技术在工厂两个不同部分的实施，以及这些趋势如何随着时间的推移而融合。
