Промышленные «вещи» производят «промышленные» результаты

Карим Юсуф из IBM

По словам Карима Юсуфа, доктора философии, компании настраивают и подключают свое промышленное оборудование, здания и сооружения и транспортные средства к миллиардам датчиков для создания так называемого промышленного Интернета вещей (IIoT). генеральный директор IBM Watson IoT

Промышленный Интернет вещей генерирует экспоненциальные объемы данных, которые создают возможности для выявления закономерностей, открывающих новые способы работы и новые ценности для бизнеса. Согласно исследованию Intelligent Connections, проведенному IBM Institute of Business Value (IBV) за 2017 год, «60% [промышленных компаний], опрошенных в нашем исследовании 2017 года, в настоящее время реализуют планы по включению Интернета вещей в свои операционные модели. Они говорят, что основные факторы, влияющие на инвестиции в Интернет вещей, направлены на повышение эффективности ».

Но, учитывая, что 80% генерируемых данных IIoT неструктурированы, компании теряют смысл в понимании огромного количества данных. Искусственный интеллект (ИИ) критически важен для понимания всех этих данных, чтобы люди и вещи работали умнее и лучше. Согласно тому же исследованию IBM IBV, две трети изобретателей, которые, как было определено, имеют самый высокий уровень внедрения IoT и придерживаются дальновидного подхода к стратегии интеллектуального IoT, полностью согласны с этим что весь потенциал Интернета вещей может быть реализован только с внедрением технологий искусственного интеллекта.

В IBM мы сотрудничаем с нашими клиентами, чтобы использовать IIoT, расширенную аналитику и искусственный интеллект для снижения эксплуатационных расходов и увеличения времени безотказной работы, более быстрого вывода на рынок более качественных продуктов и поиска новой ценности для бизнеса в трех основных классах активов - промышленном оборудовании, зданиях и сооружениях. , и транспортных средств.

Промышленное оборудование

В период острой глобальной конкуренции производители сталкиваются с множеством проблем, влияющих на производительность, включая отток рабочей силы, нехватку навыков и рост цен на сырье. Все это усугубляется дефектами на выходе и простоем оборудования. Комбинируя IoT и AI, производители могут стабилизировать производственные затраты, точно выявляя и прогнозируя области потерь, такие как потери энергии, отказы оборудования и проблемы, влияющие на качество продукции.

IBM добавляет новые мощные возможности искусственного интеллекта и аналитики в наш портфель Maximo Enterprise Asset Management, включая оптимизацию производства, аналитику качества производства и помощник по обслуживанию оборудования. Вместе эти решения помогают нашим клиентам максимизировать производственную мощность благодаря качественному профилактическому обслуживанию, визуальному и акустическому контролю, а также предписывающему ремонту.

Здания и сооружения

Сегодня 70% общей стоимости владения здания связано с затратами на техническое обслуживание и электроэнергию. Комбинируя IIoT и AI, владельцы розничных магазинов и управляющие недвижимостью могут теперь анализировать модели использования пространства, энергии, трафика и активов, чтобы создавать стратегии использования, которые сокращают отходы и оптимизируют ресурсы для максимизации инвестиций в недвижимость.

Чтобы воспользоваться этой возможностью, IBM расширяет свой портфель TRIRIGA Applications Management, включив в него Building Insights, который помогает предприятиям декодировать эксабайты данных, генерируемых зданиями, визуализировать энергопотребление и неправильное использование, а также извлекать выгоду из прогнозов погоды, исторических показателей и данных из других источников. -партийная аналитика для оптимизации инвестиций в недвижимость.

Транспорт

Появление автономного вождения, электромобилей, эволюция предпочтений потребителей и почти безграничная доступность данных в реальном времени о моделях вождения, использовании и производительности трансформируют автомобильную промышленность. В то же время, по мере того, как автомобили становятся все более сложными, инженерные требования стремительно растут:для типичного автомобиля сегодня требуется более 100 миллионов строк кода и тысячи инженерных требований.

Чтобы помочь системным инженерам справиться с этой сложностью, IBM расширяет свой портфель программной и системной инженерии с помощью Помощника по качеству требований. Это решение нового поколения для управления требованиями с поддержкой ИИ будет оценивать качество требований и давать рекомендации по его повышению.

Благодаря нашим глубоким отраслевым знаниям и искусственному интеллекту, прочной основе для промышленных решений IoT и ведущей на рынке платформе Industrial IoT, как недавно была названа IBM лидер в оценке Forrester «наиболее значимых» программных платформ промышленного Интернета вещей (IoT), третий квартал 2018 г.

Наша платформа IBM Watson IoT помогает организациям безопасно подключать и собирать данные из множества разрозненных источников, а также использует возможности блокчейна и аналитики на основе искусственного интеллекта в режиме реального времени. Используя платформу IBM Watson IoT Platform в качестве базовой технологии, IBM Services запускает новое предложение Connected Manufacturing, которое включает метод и подход, которые помогут нашим клиентам ускорить преобразование IoT - от стратегии, внедрения и безопасности до управляемых услуг и текущих операций. Эта объединенная возможность поможет нашим клиентам соединить все свое производственное оборудование, датчики и системы, чтобы обеспечить улучшение бизнеса по OEE, качеству, срокам выполнения заказов и производительности.

Автор этого блога - Карим Юсуф, доктор философии, генеральный менеджер IBM Watson IoT