I dati giusti dalla fonte giusta creano i modelli giusti

Le fabbriche connesse stanno diventando sempre più comuni, poiché i produttori riconoscono e sfruttano il potere che i loro dati operativi possono sbloccare. Infatti, la pandemia di COVID-19 ha costretto molte aziende a cambiare rotta e ad adattarsi alla “nuova normalità”, con la base delle capacità sui dati – la digitalizzazione – come protagonista principale di questi sforzi.

Sollevando il coperchio sulla loro tecnologia, sulle persone e sui processi – ed estraendo questi dati operativi – molti hanno scoperto una miriade di capacità e connessioni dormienti che offrono loro una visione ancora più approfondita del funzionamento, della capacità e dell’efficienza delle loro linee di produzione.

Ma con tutti questi nuovi dati a disposizione, la grande domanda è: questi dati vengono utilizzati al massimo vantaggio? Le aziende sfruttano ogni singolo byte di informazioni utilizzabili e li impiegano dove e quando possono fare la differenza – prendendo le decisioni giuste al momento giusto?

Qual è la vostra fonte?

In molti casi, la decisione giusta può essere influenzata dal luogo in cui viene presa, che è probabilmente importante quanto il modo in cui viene presa. Ogni caso d'uso è diverso, poiché è importante risolvere i problemi a livello di dispositivo, controllo, edge e/o cloud.

Il valore del cloud risiede in specifici tipi di applicazioni, come la condivisione dei dati tra ecosistemi e la catena logistica, l'aggregazione dei dati e la visualizzazione non in tempo reale (monitoraggio dell'energia), applicazioni ad alta capacità di calcolo, sviluppo e training di modelli di machine learning, solo per citarne alcuni.

Ma in genere, più si è lontani dalla fonte dei dati, meno spesso si vedono gli aggiornamenti dei dati, il che significa che i valori dei dati intermedi potrebbero mancare. Di conseguenza, gli utenti del cloud vedono tipicamente solo un piccolo insieme di possibili valori dei dati e dati interni dei dispositivi; i modelli di processo, controllo e dispositivo non sono visibili affatto.

Nella maggior parte dei casi, le decisioni dovrebbero essere prese il più vicino possibile alla fonte, ovvero all'edge, per mantenere il contesto e la velocità dei dati. La contestualizzazione e la modellazione all'edge consentono di ottenere informazioni analitiche più ricche, e le soluzioni edge-to-cloud possono sfruttare il meglio di entrambi i mondi per offrire maggiore agilità e produttività.

Quando si raccolgono e si analizzano i dati più vicino alla fonte, si ottengono feedback in tempo reale. Senza questa immediatezza, si potrebbe costruire un modello o una simulazione con capacità e ambito limitati, perché non si conosce ciò che non si conosce! È necessario disporre di informazioni che consentano di comprendere la capacità reale, non solo quella tipica osservata. Ma una soluzione edge è solo una parte del quadro.

Analisi dei dati: limiti e miti

L'analisi, l'IA e il machine learning possono essere strumenti potenti se utilizzati insieme a librerie ed esperti di dominio, che possono comprendere e sbloccare valore e opportunità non visibili, e possono offrire opportunità di ottimizzazione dei processi e previsioni future basate sul comportamento osservato. Tuttavia, questi strumenti non possono essere applicati genericamente, a causa della grande varietà di possibili applicazioni nell'ampio spettro industriale.

L'analisi dei dati non fornisce nemmeno un quadro completo. Si vedranno solo i dati che si possono osservare, quindi capacità e limitazioni aggiuntive di solito non sono visibili, e uno stato generale completo potrebbe non essere disponibile.

Dati insufficienti

Prendiamo ad esempio un food truck di pizza artigianale e i dati operativi che ci fornisce. Funziona per X ore, Y giorni a settimana, servendo Z pizze, con un tempo T tra ordine e consegna. Ciò che non possiamo "osservare" sono le capacità del camion: quante ore al giorno potrebbe funzionare? Quante ore di lavoro servono al personale? Sono formati e a che livello? Qual è il numero massimo di porzioni? Qual è la sua autonomia (e velocità) tra i vari punti di vendita? È adeguatamente manutenuto? Quali attrezzature (capacità) ci sono in cucina? È possibile preparare altri cibi?

L'esempio del food truck illustra la situazione di molte aziende che si trovano a dover gestire una combinazione di dati e modelli, dove alcuni dettagli non sono immediatamente disponibili. Questo è particolarmente vero quando si cerca di esaminare i dati da remoto. Comprendere i limiti dei dati osservabili e considerare dove potrebbero essere raccolti e inclusi dati aggiuntivi, alla fine, fornirà un quadro più solido di qualsiasi situazione.

A questo si aggiungono le molteplici sfide legate alla disponibilità dei dati, tra cui la frequenza di campionamento, il modo in cui i dati sono espressi e le limitazioni causate dalle risorse di comunicazione di rete, che si traducono in enormi lacune nei dati.

Cosa fa al caso mio?

È necessario capire il problema che si sta cercando di risolvere e il risultato che si sta cercando di ottenere. Se è necessario saperne di più e fare di più, è meglio iniziare con l'analisi, che fornirà informazioni su dove esistono i problemi, così da poter creare una strategia per risolverli. Questo significa generalmente aggiungere sensori aggiuntivi o costruire modelli per modellare la soluzione. Questi modelli possono anche essere fondamentali per scoprire ed esplorare soluzioni che non si sono mai provate prima.

C'è valore nel risolvere i problemi a livello di dispositivo, controllo, edge e cloud, ma in tutti i casi dovreste cercare di utilizzare gli strumenti che meglio rispondono alle vostre esigenze. Infatti, potreste anche trovarvi a implementare una soluzione ibrida.

È fondamentale trovare il giusto equilibrio per sbloccare il pieno potenziale di una fabbrica. L'obiettivo finale dovrebbe essere quello di applicare la conoscenza del settore e la giusta modellazione per creare una simulazione accurata utilizzando un quadro completo dei dati – non solo ciò che già si conosce!

Scoprite come utilizzare i vostri dati al massimo delle loro potenzialità sul Management Perspectives hub. Lì troverete una vasta gamma di risorse per i decisori industriali, che vi forniranno le informazioni necessarie per prosperare nel panorama digitale in continua evoluzione.