L’Internet delle Cose (IoT) ha un sacco di sfavillante e divertente potenziali applicazioni, da auto connesse ai prodotti che si aggiornano attraverso gli aggiornamenti del software. Ma la vera e propria azione nell’IoT sta accadendo dietro le quinte, sostenendo hardcore di fabbricazione e macchine industriali e sistemi, quali il motore sensori, manutenzione predittiva, e l’analisi di serie temporali di controller. Industriale IoT è come la potenza industriale come sembra.
Foto: Joe McKendrick
Industriale IoT è un grande, complesso nave per il lancio, e le cose potrebbero essere in movimento più lento come previsto. Una recente indagine di 600 high-tech dirigenti di Michael Schallehn e Christopher Schorling, sia con Bain & Company. Il Bain studio ha trovato che i clienti industriali erano meno entusiasti del potenziale di manutenzione predittiva, nel 2018, rispetto a due anni prima. “Conversazioni con molti clienti rivelano che l’implementazione di manutenzione predittiva soluzioni è stato più difficile del previsto, e si è dimostrato più difficile estrarre informazioni preziose dai dati, Schallehn e Schorling stato. Il problema è stata l’integrazione di tali capacità operative già esistenti tecnologia, con tutte le sue diverse marche, marche, standard e protocolli.
Ancora, alcuni esperti del settore dicono Industriale IoT è un terreno di prova che, in definitiva, sta cambiando la spina dorsale del produttore economia. Bernd Lordo, CTO di Software AG e fondatore di Cumulocity, per uno, dice che se non altro, Industriale IoT adozione ha avuto un’accelerazione. In una conversazione al recente IoT Mondo di eventi in Santa Clara, in California, dice Gross intelligenza artificiale, machine learning stanno cambiando il gioco per i produttori e là, soprattutto con l’intelligenza artificiale, machine learning di essere iniettato nell’equazione. Ci sono implicazioni per le imprese di software e sistemi.
La crescita Industriale IoT sembrano essere più lento di previsione perché la tecnologia è ancora nella sua infanzia, prosegue. “Siamo solo all’inizio. La maggior parte dei progetti sono la prova di concetti, piloti, e non distribuzioni commerciali. La gente parla molto su di predictive analytics, ma in realtà le distribuzioni commerciali sono appena iniziando ad accadere.” Per esempio, al Lordo illustra, sensori di collegamento ai sistemi basati su che monitor pennello tratti in ambito automotive impianti di assemblaggio. Mentre un operatore umano può essere in grado di individuare il 95% di errori nell’applicazione di vernice per carrozzeria auto, potrebbe essere necessario del tempo prima che il problema è stato identificato e corretto. Un AI-driven IoT sistema può anche prevedere imminente problemi, dice.
Una delle sfide è il ridimensionamento IoT al di là di queste prove di concetto. “La scala È molto difficile, perché è sempre molto specifico di una macchina o di un processo, e anche per la stessa macchina”, dice Gross. “La manutenzione predittiva in una fabbrica potrebbe apparire diverso da qualsiasi altra fabbrica.” Un certo numero di strati che si sono costruite all’interno di ambienti di produzione, creando ciò Lordo chiama una “produzione tradizionale piramide” – con i sistemi di I/O, sensori, controllori a logica programmabile, SCADA, MES manufacturing execution system, e ERP on top”.
Questo è un ambiente maturo per il consolidamento, con l’avvento del cloud e bordo di calcolo ridurre la complessità della produzione di piramide. In particolare, il “ERP in primo piano” dove Lordo vede dirompente cambiamento all’orizzonte. Cercate di capire come il customer relationship management (CRM), lo spazio ha cambiato negli ultimi dieci anni come un segno, dice. “Dieci anni fa, CRM usato per essere parte di ERP — qualcosa che la maggior parte la gente dimentica. Ora, CRM basata su cloud sta crescendo molto più velocemente di ERP. Che era la prima volta in un ambiente cloud stava mangiando le capacità di ERP. Le applicazioni Cloud sono molto più innovativo, più user friendly, e molto più integrato di ERP. Hai enormi innovazioni provenienti dal cloud fornitori di applicazioni, e stanno mangiando e ERP.”
Questo è solo migliorare la reattività del business e capacità di adattamento, Lorde continua. “Il Cloud è semplicemente più facile e più intuitivo e veloce da utilizzare per i dipendenti, gli utenti o partner. Per esempio, l’integrazione di un’applicazione cloud in un ERP o di applicazioni enterprise può essere realizzata oggi con un’interfaccia utente unica. Cinque anni fa, molto grandi progetti di integrazione sono stati richiesti. Facilmente un milione di dollari di investimento prima di aver ottenuto alcuna integrazione accadendo.”
Tuttavia, al Lordo sconsiglia di mettere tutti i sistemi e dati nel cloud. Piuttosto, egli vede il potenziale con bordo computing, in cui il trattamento viene distribuito su tutta la gamma, dal centro di dispositivi stessi. Edge sta diventando molto, molto importante, perché un sacco di casi d’uso, può contare solo su cloud, in particolare la zona industriale.
Bordo computing è la chiave, come si gestisce autonomamente. “Se la connessione non c’è, il sistema ha ancora a lavoro .perché per analisi in tempo reale, non si può semplicemente fare affidamento su una connessione a internet,” Gross spiega. Poi c’è l’aggregazione dei dati requisito. “Quando c’è così tanto di dati in arrivo, non ha senso spingere tutti che in the cloud”, dice. “Vuoi aggregare i dati, ma non ogni punto di dati.”
Infine, a bordo di calcolo senso che ci aiuta a superare i problemi di latenza associata con il cloud. Molte applicazioni, soprattutto in ambito industriale, richiedono millisecondi di tempo di risposta, qualcosa che non può essere garantita con il cloud, dice.
(Disclosure: sono stato ospite di Software AG a IoT Mondo, citata in questo post.)
Argomenti Correlati:
Cloud
La Trasformazione Digitale
Big Data Analytics
CXO
L’innovazione