Como dice el refrán, el conocimiento es poder. Explorar las tendencias de la industria que se avecinan es un aspecto importante de ser un líder de la transformación digital, ya que las nuevas tecnologías perturban el statu quo y establecen nuevas normas en la industria de fabricación. A continuación, se presentan algunas tendencias emergentes en el espacio de la analítica industrial que pueden impulsar su estrategia actual y mantenerlo por delante de la competencia:
#1: APROVECHAR EL PODER DEL CONTEXTO DE OT PARA LA CONVERGENCIA DE IT/OT
Aunque la convergencia de IT/OT se ha practicado durante décadas, las organizaciones de fabricación aún no la dominan. La convergencia de IT/OT debe comenzar con la captura del contexto de datos de OT adecuado donde se producen los datos. ¿Recuerda el dicho "basura entra, basura sale"? A menudo, los científicos de datos dedican mucho tiempo con los ingenieros para obtener el contexto de OT adecuado, después de que se han producido los hechos, mientras participan en la fase de preparación de datos para crear modelos analíticos. Pero no tiene por qué ser tan difícil. Para facilitarlo, los ingenieros de OT deben poder configurar los tags de datos de OT que se capturarán en tiempo de ejecución, indicar la frecuencia de recolección y configurar una estructura lógica o un modelo de datos de información común para empaquetar los datos de OT según las necesidades de los científicos de datos.
#2: INCLUIR EL EDGE EN SU ESTRATEGIA DE ANALÍTICA
Aunque la nube se lleva toda la gloria en la curva tecnológica, el edge se ha utilizado relativamente poco en el ámbito de la analítica. Teniendo en cuenta que muchos casos de uso importantes de la analítica industrial requieren un tiempo de respuesta del sistema de control de hardware en milisegundos, enviar datos a la nube, recuperar la información y luego actuar no es suficiente: el retardo de la red y los costos de transmisión de datos son demasiado elevados. Por tanto, tiene sentido descargar el procesamiento de datos y la analítica en el edge, para que se pueda tomar la acción prescriptiva adecuada en tiempo real en la capa de control de hardware, lo que puede marcar la diferencia. Los líderes en analítica también están desplegando soluciones de gateway inteligente en el edge, ya sea hardware o software, como parte de su estrategia.
#3: FACILITAR EL TRABAJO DE LOS PROFESIONALES DE OT CON HERRAMIENTAS DE APRENDIZAJE AUTOMÁTICO VISUALES E INTUITIVAS
Aunque el aprendizaje automático ha sido el principal recurso de los científicos de datos, está surgiendo una nueva generación de ingenieros y operadores de planta expertos en tecnología, que están listos para aplicar sus conocimientos de OT en el espacio del aprendizaje automático. Estos científicos de datos ciudadanos se sienten cómodos con los conceptos básicos de la gestión de datos y aprovechan las herramientas visuales para preparar canalizaciones de datos, configurar modelos de aprendizaje automático, desplegarlos y, en última instancia, puntuarlos con datos operativos en tiempo de ejecución, todo ello cerca de los equipos de la planta. Los profesionales de OT incluso están empezando a utilizar aplicaciones de aprendizaje automático específicas y listas para usar para casos de uso de mantenimiento predictivo, KPI predictivos o detección de anomalías para maximizar los resultados empresariales en la fabricación. ¿Quién necesita ahora un ejército de científicos de datos?
#4: APLICACIÓN DEL APRENDIZAJE AUTOMÁTICO A LA INTELIGENCIA DEL CICLO DE VIDA DEL PRODUCTO
La inteligencia del ciclo de vida del producto (PLI) es una evolución de PLM (Product Lifecycle Management) que aplica la inteligencia artificial y la automatización para ayudar a los usuarios de PLM a extraer información significativa de los datos de productos en las plantas de fabricación. Al aprovechar esta información significativa sobre los productos impulsada por la inteligencia artificial/aprendizaje automático, las organizaciones de fabricación industrial pueden cerrar la brecha en la capacidad analítica de PLM actual, lo que les permite comprender el rendimiento actual de los productos, los promedios históricos y las variaciones entre las diferentes unidades de negocio y funciones en las plantas. Esta información sobre el ciclo de vida del producto puede ayudar a las organizaciones de fabricación a desarrollar experiencias de cliente más significativas, a la vez que impulsan objetivos empresariales superiores y el valor del producto.
Manténgase a la vanguardia
Más allá del potencial de estos nuevos desarrollos, la colaboración con un socio de confianza con credenciales demostradas y implementaciones exitosas para clientes puede desbloquear un valor organizacional aún mayor a partir de las implementaciones de analítica industrial planificadas. Rockwell Automation cuenta con un brazo de consultoría de clase mundial que ofrece servicios de estrategia, tecnología e implementación, para que no tenga que tratar con múltiples actores de manera desconectada. Nuestro proceso centrado en las personas comienza con la identificación de su "estrella del norte" y de los principales interesados para trazar la hoja de ruta de transformación adecuada, comenzando con los casos de uso de mayor impacto.
