Czy Big Data, automatyka i Internet Rzeczy usprawnią sektor enterprise?
W dyskusjach wokół wykorzystania Internetu Rzeczy w przemyśle (IIoT) większy nacisk kładzie się na czujniki i urządzenia wysyłające oraz gromadzące dane, niż na możliwości skutecznej analizy i monetyzacji informacji wytwarzanych przez maszyny. Tymczasem przedsiębiorstwa mogą zdobyć przewagę konkurencyjną na rynku, jeśli wiedzą, jak wykorzystać owoce cyfrowej transformacji przemysłu.
Dane wytwarzane przez maszyny mogą pomóc w przekształceniu organizacji pracy w firmie oraz usprawnić jej procesy biznesowe, co w perspektywie czasu pozwala zapewnić przedsiębiorstwu pełną optymalizację działania.
Zmiana jest nieunikniona. Gros realizowanych dotychczas operacji, wokół których firmy skupiały swoje wysiłki, dotyczył usprawniania łańcucha dostaw, poprawy środowiska pracy poprzez wprowadzanie kolejnych strategii, czy utylizację odpadów. O ile większość tych procesów jest wyraźnie nakierowana na optymalizację kosztową, o tyle w dobie wielkich zbiorów danych (Big Data) i wiążących się z nimi korzyści, szala wysiłków powinna ulec wyraźnemu przechyleniu.
Jak podają badania IDC, dynamika rozwoju Big Data jest niemal sześciokrotnie większa niż cały rynek IT . Nie mały w tym udział mają firmy z sektora produkcji, które do końca tego roku będą odpowiadały za 20 proc. wydatków na projekty związane z dużymi zbiorami danych.
Zmiana jest nieunikniona. Gros realizowanych dotychczas operacji, wokół których firmy skupiały swoje wysiłki, dotyczył usprawniania łańcucha dostaw, poprawy środowiska pracy poprzez wprowadzanie kolejnych strategii, czy utylizację odpadów. O ile większość tych procesów jest wyraźnie nakierowana na optymalizację kosztową, o tyle w dobie wielkich zbiorów danych (Big Data) i wiążących się z nimi korzyści, szala wysiłków powinna ulec wyraźnemu przechyleniu.
Jak podają badania IDC, dynamika rozwoju Big Data jest niemal sześciokrotnie większa niż cały rynek IT . Nie mały w tym udział mają firmy z sektora produkcji, które do końca tego roku będą odpowiadały za 20 proc. wydatków na projekty związane z dużymi zbiorami danych.
Płynąc na fali cyfrowej zmiany sektor przemysłowy wykorzystuje zaawansowane systemy i strumienie danych wspomagające działania przedsiębiorstwa. Chodzi tu o takie silosy informacyjne, jak np. systemy ERP, PLM (Product Lifecycle Management) czy rozwiązania usprawniające zarządzanie relacjami z dostawcami (SRM). Dokładając do tego tysiące arkuszy Excela wypełnione danymi z urządzeń, a także inne pliki i dane w całej firmie oraz u stron zależnych (chociażby partnerów), firmy mają do dyspozycji gigantyczne zasoby informacji. Zadaniem Internetu Przemysłu powinno być nie tylko ich gromadzenie, ale przede wszystkim zaawansowana analiza, a krańcowo: monetyzacja. Firmy, które najszybciej zrozumieją korzyści płynące z datyzacji swojego biznesu, mogą zdobyć wyraźną przewagę konkurencyjną. Już teraz mają do dyspozycji wystarczająco dużo danych, by rozpocząć ich spieniężanie – mówi Paweł Brach, wiceprezes TogetherData, pierwszego w Polsce domu badaczy danych (data science house), który pomaga firmom w monetyzacji ich cyfrowych zasobów.Oczywiście rewolucja Przemysłu 4.0 nie byłaby możliwa bez śmiałków, którzy są ambasadorami cyfrowej zmiany i testują ten nowy grunt. To oni wprowadzają do organizacji technologie pozwalające nie tylko reagować i odpowiadać na bieżące potrzeby, lecz również umożliwiają ich antycypację. W efekcie wdrażają w swoich organizacjach Przemysłowy Internet Rzeczy (IIoT – Industrial Internet of Things), dzięki któremu poprawiają bezpieczeństwo firmy, zmniejszają jej ryzyko finansowe i ograniczają przestoje produkcyjne, skracając czas potrzebny na wprowadzanie nowych produktów na rynek. Powodzenie tych działań nie wynika jednak oczywiście z samego wdrożenia technologicznych nowinek. Kluczowy jest fakt, że wszystkie efekty takich działań mają mierzalny charakter i generują wymierną wartość biznesową.
Aby w pełni wykorzystać i monetyzować wielkie zbiory danych oraz zautomatyzować proces ich przetwarzania, firmy mogą:
- Określić wartość biznesową konkretnych przypadków wykorzystania technologii – ustalić priorytety wydatków na innowacje. • Kontrolować dostęp do danych, zwłaszcza w perspektywie wchodzącego niedługo rozporządzenia dotyczącego ochrony danych osobowych (General Data Protection Rule).
- Ustalić, które rozwiązania i procesy analizy danych oraz systemów zarządzania informacjami w firmie pomogą im najlepiej osiągać założone cele operacyjne i biznesowe, czyli zdefiniować ich kapitał tzw. hot data.
- Zabezpieczyć wiedzę w przedsiębiorstwie dotyczącą nie tylko samej analizy danych, ale także ich wzbogacania (tzw. data enrichment), a także usprawniania procesów wewnętrznych dzięki działaniom data monetization.
Dane generowane przez inteligentne maszyny pozwolą uwolnić potencjał Industrial Internet of Things. Ich skuteczna analiza oraz monetyzacja pozwolą de facto na ewolucję tego sektora w kierunku przemysłu 4.0. Jej przejawem będzie pełna automatyzacja oraz personalizacja produkcji. Połączenie danych spływających z maszyn działających na linii produkcyjnej z ich analityczną obróbką, której dokonają data scientists (badacze danych), pozwoli na stworzenie inteligentnej fabryki (Smart Factory).
W takiej fabryce towary schodzące z taśmy produkcyjnej będą dopasowane do indywidualnych potrzeb klientów. Produkt, zanim powstanie fizycznie i trafi w ręce klienta, zostanie wytworzony w wirtualnym świecie, dzięki czemu będzie dowolnie konfigurowany względem potrzeb konkretnego użytkownika. Procesy produkcyjne zostaną w pełni zautomatyzowane, zaś ewentualne błędy i awarie np. linii produkcyjnych – diagnozowane i usuwane natychmiastowo.
Maszyny, dzięki strumieniom generowanych przez nie danych, będą zawczasu informowały swoich właścicieli o tym, w jakiej kondycji znajdują się ich podzespoły. Inteligentna fabryka nie jest bynajmniej pieśnią przyszłości. Zgodnie z raportem Global TMT Predictions, autorstwa Deloitte, w ubiegłym roku o jedną czwartą wzrosła liczba producentów oprogramowania dla firm, wykorzystującego techniki kognitywne (cognitive computing). Pozwala ono na odkodowanie i interpretację danych wysyłanych przez smart-urządzenia, które następnie, często w już zwizualizowanej formie, trafiają do firmowych silosów informacyjnych, integrując się ze zgromadzonymi wcześniej informacjami. Widać zatem, że sektor przemysłowy nie zamierza przespać cyfrowej rewolucji i doskonale wie, że musi zacząć baczniej przyglądać się danym, które wytwarzają dzisiaj inteligentne urządzenia i maszyny.
Źródło: Together Data
W takiej fabryce towary schodzące z taśmy produkcyjnej będą dopasowane do indywidualnych potrzeb klientów. Produkt, zanim powstanie fizycznie i trafi w ręce klienta, zostanie wytworzony w wirtualnym świecie, dzięki czemu będzie dowolnie konfigurowany względem potrzeb konkretnego użytkownika. Procesy produkcyjne zostaną w pełni zautomatyzowane, zaś ewentualne błędy i awarie np. linii produkcyjnych – diagnozowane i usuwane natychmiastowo.
Maszyny, dzięki strumieniom generowanych przez nie danych, będą zawczasu informowały swoich właścicieli o tym, w jakiej kondycji znajdują się ich podzespoły. Inteligentna fabryka nie jest bynajmniej pieśnią przyszłości. Zgodnie z raportem Global TMT Predictions, autorstwa Deloitte, w ubiegłym roku o jedną czwartą wzrosła liczba producentów oprogramowania dla firm, wykorzystującego techniki kognitywne (cognitive computing). Pozwala ono na odkodowanie i interpretację danych wysyłanych przez smart-urządzenia, które następnie, często w już zwizualizowanej formie, trafiają do firmowych silosów informacyjnych, integrując się ze zgromadzonymi wcześniej informacjami. Widać zatem, że sektor przemysłowy nie zamierza przespać cyfrowej rewolucji i doskonale wie, że musi zacząć baczniej przyglądać się danym, które wytwarzają dzisiaj inteligentne urządzenia i maszyny.
Źródło: Together Data
