Достижение высот Интернета вещей

Донна Прлич, главный офис по продуктам, Pentaho

Я наконец читаю "Грозовой перевал", - говорит Донна Прлич, главный директор по продукту Pentaho . , книга, которая на момент публикации считалась новаторской и вызывала большие споры из-за ее мрачного, запутанного сюжета и жестоких персонажей.

Эмили Бронте выбрала эти элементы рассказа, чтобы подчеркнуть лицемерие в контексте британской викторианской эпохи, с его притворством приличия, скрывающим так много человеческих страданий, которые скрываются за ним.

Какое отношение «Грозовой перевал» имеет к IoT, спросите вы? Это яркий пример важности контекста. В другое время и в другом месте издатель, вероятно, счел бы шедевр Бронте слишком спорным. Вместо этого, настроившись на дух времени, книга очаровала даже самых суровых недоброжелателей и стала одной из самых читаемых и обсуждаемых поколениями.

Как и в Британии XIX века, сегодня мы живем в очень неспокойное политическое и экономическое время, отмеченное важной промышленной революцией, основанной на высоких технологиях. В этом контексте планирование стало очень трудным. Единственное, что компании знают наверняка, - это то, что они должны быть готовы к целому ряду различных результатов.

Вот почему я считаю, что Интернет вещей со всеми его проблемами и сложностями сейчас вступает в свои права. Его огромный потенциал в области анализа данных может обеспечить видимость планирования, необходимую для того, чтобы оседлать нынешнюю социально-экономическую волну, вместо того, чтобы быть захваченным ею.

Ценность Интернета вещей в контексте

Однако, чтобы реализовать потенциал Интернета вещей, мы должны полностью использовать все данные. Недавнее исследование McKinsey «Раскрытие потенциала Интернета вещей» показало, что «совместимость между системами Интернета вещей необходима для получения 40% потенциальной выгоды».

Важно отметить, что исследование также показало, что добавление контекста больших данных к реализациям Интернета вещей в рамках аналитического процесса позволяет получить как минимум еще 20% стоимости. Несмотря на эти выводы, большая часть данных, собранных сегодня при реализации Интернета вещей, не используется и, следовательно, не используется в полной мере.

Чтобы поместить данные Интернета вещей в контекст, который даст значимую информацию, их необходимо смешать с другими данными - не с данными 20-минутной или двухдневной давности, а как можно более близкими к данным в реальном времени. Чтобы проиллюстрировать это, позвольте мне предложить два примера того, насколько это может быть полезно в двух традиционных отраслях с низкой маржой - сахарной и судоходной.

Повышение эффективности цепочки поставок

Один из наших клиентов - крупный мировой производитель и дистрибьютор сахара. На этом товарном рынке успех зависит от того, насколько производство оптимизировано как для спроса, так и для предложения. Чтобы достичь этого, заказчик построил целую роботизированную линию по переработке и переработке сахара, начиная с сырья и заканчивая производством готовой продукции. На каждом этапе производства датчики генерируют много информации об этой технологической линии.

Особенность сахара в том, что его свойства значительно различаются в зависимости от источника - кексы в Перу на вкус намного слаще, чем в США. Задача этой компании заключается в том, что она значительно повысила эффективность процесса рафинирования и распределения, но ей все еще необходимо приспосабливаться к колебаниям качества сахара. Если сахар прибывает в пункт назначения и не имеет ожидаемого вкуса, у компании большие проблемы.

Только когда компания смогла объединить более качественные данные о типе сырья - географическом источнике, концентрации сахара, маршруте доставки - вместе с данными их датчиков, она смогла получить такое необходимое дополнительное преимущество в товарный рынок.

Моллюски (дорогое) сопротивление!

Caterpillar Marine Asset Intelligence на протяжении многих лет отслеживает флот судов для ВМС США, внешней обороны и коммерческого сектора. Cat Asset Intelligence собирает и анализирует данные датчиков для всего критически важного оборудования на борту судна.

Эти данные помогают предсказать, выйдет ли из строя бортовой актив, чтобы его можно было исправить до того, как это произойдет. Эксплуатационные данные предоставляют полезную информацию, позволяющую владельцам и операторам планировать техническое обслуживание, где бы ни находилось судно, чтобы избежать простоев и задержек. Это классический вариант использования профилактического обслуживания.

В последние пару лет судовладелец также хотел со временем снизить высокие затраты на техническое обслуживание. Он начал получать больше информации, поступающей от датчиков, о таких вещах, как расход топлива, лобовое сопротивление и углы, под которыми корпуса плывут в море.

Компания поняла, что со временем на кораблях накапливается огромное количество ракушек и других морских водорослей, которые создают большое сопротивление. Заказчик чистил корпуса своих судов раз в два года. Используя программное обеспечение Asset Intelligence, они удвоили эту частоту, сэкономив 10 миллионов долларов за два года на обслуживании восьми судов - именно это они и сделали.

Неважно, интересует ли вас Грозовой перевал или высоты, которых можно достичь с помощью Интернета вещей, помните, что контекст делает разницу между повседневной историей и шедевром.

Автор этого блога Донна Прлич, директор по продуктам Pentaho