Het Internet of Things (IoT) heeft veel van de blitse, leuk mogelijke toepassingen, van connected auto ‘ s aan producten die vernieuwen zich door middel van software-updates. Maar de echte actie in de IoT is er achter de schermen gebeurt, het ondersteunen van hardcore productie-en industriële machines en systemen, zoals de motor sensoren, voorspellend onderhoud, en time-series analysis van de controllers. Industriële IoT is als industriële kracht als het klinkt.
Foto: Joe McKendrick
De industriële IoT is een grote, complexe schip te lanceren, en dingen kan bewegen langzamer als verwacht. Een recente enquête van 600 high-tech leidinggevenden door Michael Schallehn en Christopher Schorling, zowel bij Bain & Company. De Bain-onderzoek bleek dat de industriële klanten waren minder enthousiast over de mogelijkheden van preventief onderhoud in 2018 dan twee jaar eerder. “Gesprekken met een groot aantal klanten blijkt dat de uitvoering van het preventief onderhoud oplossingen is moeilijker dan verwacht, en het heeft bewezen meer uitdagende uitpakken waardevolle inzichten uit de data, Schallehn en Schorling staat. Het probleem is de integratie van dergelijke mogelijkheden in de bestaande operationele technologie, met al haar verschillende merken, merken, standaarden en protocollen.
Nog steeds, sommige insiders zeggen Industriële IoT is een proeftuin die uiteindelijk is het omvormen van de ruggengraat van de producent economie. Bernd Bruto, CTO van Software AG en oprichter van Cumulocity, voor de één zegt dat als iets, Industriële IoT adoptie is aan het versnellen is. In een gesprek op de recente IoT World event in Santa Clara, Californië, Bruto zegt kunstmatige intelligentie en machine learning verandert het spel voor fabrikanten en daarbuiten, in het bijzonder met kunstmatige intelligentie en machine learning wordt geïnjecteerd in de vergelijking. Er zijn gevolgen voor enterprise software systemen.
De groei van de Industriële IoT lijken te worden langzamer dan de voorspellingen, omdat de technologie nog in de kinderschoenen staat, gaat hij verder. “We zijn net aan het begin. De meeste projecten zijn het bewijs van concepten, pilots, en niet commerciële implementaties. Mensen praten veel over predictive analytics, maar in werkelijkheid is de commerciële implementaties net begint nu gebeuren.” Bijvoorbeeld, Bruto illustreert, sensoren nu een link naar AI-systemen die monitor penseel streken binnen autoassemblage planten. Terwijl een menselijke operator mogelijk om ter plaatse 95% van de fouten in de toepassing van verf en auto-instanties, het enige tijd kan duren voordat het probleem is geïdentificeerd en gecorrigeerd. Een AI-gestuurde IoT systeem kan zelfs voorspellen dreigende problemen, zegt hij.
Een van de uitdagingen is het schalen van de IoT buiten deze bewijzen van het concept. “Schalen Is erg moeilijk, omdat het altijd zeer specifiek zijn voor een machine of een proces, en zelfs voor de zeer dezelfde machine,” zegt Bruto. “Predictief onderhoud in één fabriek kon er anders uit dan elke andere fabriek.” Een aantal lagen opgebouwd binnen productie omgevingen, vormen Bruto noemt een “traditionele productie piramide” — met de I/O-systemen, sensoren, programmable logic controllers, SCADA -, MES -, manufacturing execution systemen en ERP-op de top.”
Dit is een omgeving rijp voor consolidatie, met de komst van cloud en edge computing vermindering van de complexiteit van de productie piramide. In het bijzonder, de “ERP-op de top” is waar Bruto ziet storende veranderingen aan de horizon. Kijk naar hoe de customer relationship management (CRM) ruimte is veranderd in de afgelopen tien jaar als een teken, zegt hij. “Tien jaar geleden, CRM wordt gebruikt om een deel van ERP — iets wat de meeste mensen vergeten. Nu, cloud-gebaseerde CRM is veel sneller groeit dan ERP. Dat was de eerste keer dat een cloud-omgeving was het eten van de mogelijkheden van ERP. Cloud-toepassingen zijn nog veel meer innovatieve, gebruiksvriendelijke en nog veel meer geïntegreerd dan ERP. Enorme innovaties komst van cloud leveranciers, en ze eten HET en ERP.”
Dit is alleen het verbeteren van de zakelijke reactiesnelheid en het aanpassingsvermogen van het Bruto blijft. “Cloud is gewoon eenvoudiger, intuïtiever en sneller te gebruiken voor de werknemers, gebruikers of partners. Bijvoorbeeld het integreren van een cloud-toepassing in een ERP of enterprise application kan vandaag gedaan met een user interface. Vijf jaar geleden, zeer grote integratie projecten nodig waren. Gemakkelijk een miljoen dollar aan investeringen voordat u nog geen integratie gebeurt.”
Echter, Bruto niet adviseren om alle systemen en data in de cloud. Integendeel, hij ziet potentieel met edge computing, in die verwerking wordt verdeeld over het spectrum van het centrum aan op de apparaten zelf. Edge is steeds zeer, zeer belangrijk, omdat veel van de use cases kan niet alleen vertrouwen op de cloud, in het bijzonder de industriële omgeving.
Edge computing is de sleutel als het werkt volledig autonoom. “Als de verbinding er niet is, is het systeem nog steeds te werken .omdat voor real-time analytics, kunt u niet alleen rekenen op een internet-verbinding,” Bruto uitgelegd. Dan is er de aggregatie van gegevens vereiste. “Als er zo veel gegevens in, het heeft geen zin om te duwen dat allemaal in de cloud”, zegt hij. “U wilt geaggregeerde gegevens, maar niet elk gegevenspunt.”
Ten slotte rand computing zinvol als het helpt bij het overwinnen van de latency problemen verbonden met de cloud. Vele toepassingen, met name in industriële instellingen, vereisen milliseconde responstijd, iets dat niet kan worden gegarandeerd met de cloud, zegt hij.
(Disclosure: ik was een gast van Software AG op IoT Wereld, vermeld in deze post.)
Verwante Onderwerpen:
Cloud
Digitale Transformatie
Big Data Analytics
CXO
Innovatie