Come si suol dire, la conoscenza è potere. Individuare le tendenze del settore è un aspetto importante per chi guida la trasformazione digitale, poiché le nuove tecnologie sconvolgono lo status quo e stabiliscono nuove norme nel settore manifatturiero. Ecco alcune tendenze emergenti nell'ambito dell'analitica industriale che possono migliorare la vostra strategia attuale e mantenervi un passo avanti rispetto alla concorrenza:
#1: SFRUTTARE LA POTENZA DEL CONTESTO OT PER LA CONVERGENZA IT/OT
Sebbene la convergenza IT/OT sia in atto da decenni, le aziende manifatturiere non l'hanno ancora padroneggiata. La convergenza IT/OT dovrebbe iniziare con l'acquisizione del giusto contesto dei dati OT dove i dati vengono prodotti. Ricordate il detto “garbage in, garbage out”? Spesso, i data scientist trascorrono molti cicli con gli ingegneri per ottenere il giusto contesto OT—dopo il fatto—durante la fase di preparazione dei dati per la costruzione dei modelli analitici. Ma non deve essere così difficile. Per semplificare, gli ingegneri OT dovrebbero poter configurare i tag dei dati OT da acquisire in runtime, indicare la frequenza di raccolta e impostare una struttura logica o un modello di dati informativo comune per confezionare i dati OT secondo le esigenze dei data scientist.
#2: INCLUDERE L'EDGE NELLA STRATEGIA DI ANALITICA
Mentre il cloud riceve tutta l'attenzione nella curva tecnologica, l'edge è stato relativamente sottoutilizzato nell'ambito dell'analitica. Considerando che molti importanti casi d'uso dell'analitica industriale richiedono un tempo di risposta del sistema di controllo hardware nell'ordine dei millisecondi, inviare i dati al cloud, recuperare le informazioni e poi agire non è sufficiente: il ritardo di rete e i costi di trasmissione dati sono troppo elevati. Quindi, ha senso spostare l'elaborazione e l'analitica dei dati all'edge, così che un'azione prescrittiva appropriata possa essere intrapresa in tempo reale a livello di controllo hardware—il che può fare la differenza. I leader dell'analitica stanno anche implementando soluzioni gateway edge intelligenti—hardware o software—come parte della loro strategia.
#3: DARE POTERE AI PROFESSIONISTI OT CON STRUMENTI DI MACHINE LEARNING VISIVI E INTUITIVI
Mentre il machine learning è stato il principale ambito dei data scientist, sta emergendo una nuova generazione di ingegneri e operatori di impianto esperti di tecnologia, pronti ad applicare le loro conoscenze OT al machine learning. Questi citizen data scientist hanno familiarità con le basi della gestione dati e utilizzano strumenti visivi per preparare pipeline di dati, configurare modelli ML, implementarli e infine valutarli tramite punteggio in runtime sui dati operativi—tutto vicino alle apparecchiature dell'impianto. I professionisti OT stanno persino iniziando a utilizzare applicazioni di machine learning prodotti commerciali pronti all'uso per la manutenzione predittiva, KPI predittivi o casi d'uso di rilevamento anomalie per massimizzare i risultati aziendali nella produzione. Chi ha bisogno di un esercito di data scientist ora?
#4: APPLICARE IL MACHINE LEARNING ALLA PRODUCT LIFECYCLE INTELLIGENCE
La Product Lifecycle Intelligence (PLI) è un'evoluzione del Product Lifecycle Management (PLM) che applica intelligenza artificiale e automazione per aiutare gli utenti PLM a estrarre informazioni significative dalle specifiche del prodotto negli impianti di produzione. Sfruttando queste informazioni significative sui prodotti basate su AI/ML, le aziende manifatturiere possono colmare il divario nelle capacità di analitica PLM di oggi—permettendo loro di comprendere le prestazioni attuali dei prodotti, le medie storiche e le variazioni tra le diverse unità aziendali e funzioni negli impianti. Queste informazioni sul ciclo di vita dei prodotti possono aiutare le aziende manifatturiere a sviluppare esperienze più significative per i clienti, promuovendo al contempo obiettivi aziendali superiori e valore del prodotto.
Rimanere sempre un passo avanti
Oltre al potenziale di questi nuovi sviluppi, affidarsi a un partner di fiducia con credenziali comprovate e implementazioni di successo può sbloccare un valore organizzativo ancora più elevato dalle implementazioni di analitica industriale pianificate. Rockwell Automation dispone di una divisione di consulenza di livello mondiale che offre servizi di strategia, tecnologia e implementazione, così che non dobbiate gestire più attori in modo disconnesso. Il nostro processo incentrato sull'uomo inizia con l'identificazione della vostra “stella polare” e dei principali stakeholder per tracciare la giusta roadmap di trasformazione, a partire dai casi d'uso a maggiore impatto.
