Rockwell Automation: пионер удаленного мониторинга и облачной аналитики

Марк Баре, директор EMEA промышленных сервисов, Rockwell Automation обсуждает будущее автоматизации для удаленного мониторинга и облачной аналитики.

Автоматизация быстро меняет работы, которые мы делаем, места, где мы работаем, и даже то, как мы определяем работу. Forrester предсказал, что один миллион knowledge-work рабочих мест будет заменен чат-ботами, софтверной робототехникой, RPA и виртуальными агентами в 2020 году в одиночку. Это может звучать как зловещее предупреждение, но отчет также оценивает, что 331 500 рабочих мест будет добавлено к рабочим силам только США, поднятых ролями, требующими эмпатии, интуиции и ментальной и физической ловкости.

По мере увеличения принятия автоматизации оно укрепит коннективность и надежность и поможет бизнесам делать данные, системы и процессы более доступными и доступными. Однако многие производственные фирмы находят свой путь к автоматизации и стратегиям цифровой трансформации замедленным уровнями продуктивности и одновременным риском простоев.

Адресация этого возможна через инструменты вроде предиктивной аналитики и обслуживания, действующих как виртуальное расширение их команд. Однако успешная реализация этих технологий требует дополнительной внешней экспертизы. Для исследования этого дальше, вот основные пять подводных камней, которые мы видим, как бизнес сталкивается, приближаясь к цифровой трансформации, и предложения для того, как их адресовать.

Подводный камень #1: Риски кибербезопасности

Нарушения безопасности продолжают делать главные заголовки из-за серьезного влияния, которое они могут иметь на бизнес. Нарушение не только рискует потерей чувствительной информации, но также срывом, простоем и проблемами производительности, а также серьезным репутационным ущербом. Это подчеркивает важность для бизнесов улучшить свои процессы управления данными и инвестировать в свою IT-инфраструктуру.

Поддержка предиктивного обслуживания может помочь производителям избежать таких проблем, автоматически мониторя необычные паттерны и немедленно идентифицируя потенциальные признаки кражи данных или вторжения в сеть. Они также требуют комплексного подхода к безопасности, включающего политики и процедуры и предоставляющего слои защиты вокруг людей, процессов и технологических рисков.

Подводный камень #2: Слишком много данных

Бизнесы генерируют огромные объемы данных, которые, когда используются правильно, могут быть невероятно ценным активом. Однако многие производственные организации не знают, как сделать лучшее использование своих данных и, в результате, не оптимизируют свои рабочие процессы или производственные процессы способом, позволяющим им собирать лучшие инсайты и результаты.

Способность понимать массивные объемы данных ключева для решения крупнейших вызовов, стоящих перед организациями. Но навыки и возможности, необходимые для этого, редко являются частью core competencies бизнеса. Поэтому важно партнерить с доверенным экспертом по данным, который может собрать правильную информацию, хранить её и представить способом, позволяющим им принимать наиболее эффективные бизнес-решения.

Подводный камень #3: Плохое управление данными

Бизнесы накапливают больше данных чем когда-либо, но просто иметь огромные объемы данных не достаточно. Им нужны инструменты, которые помогают им лучше использовать свои данные и понимать информацию, которую они имеют.

Истинная ценность автоматизации лежит в IP, которое бизнесы держат на своих клиентах, процессах и дизайнах продуктов. Использование ИИ и машинного обучения позволяет им анализировать огромные объемы информации, гипотезировать и создавать значимые данные паттернов, и обучать модели обучения для открытия неизвестного. Кроме того, данные команды смогут пробовать больше юз-кейсов в значительно сокращенных временах, что поможет им сделать огромные шаги в понимании их данных.

Потенциал этих достижений в ИИ подчеркнут анализом McKinsey, который нашел, что самые передовые техники глубокого обучения могут учитывать до $5,8 трлн в годовой ценности. В двух третях из 400 юз-кейсов, которые он протестировал, ИИ улучшил производительность за пределами того, что позволяли другие аналитические техники. Без этой способности собирать огромные объемы данных с множественных платформ и действовать на них эффективно, производители продолжат бороться с извлечением эффективных выводов об изменениях и продуктивности внутри своих заводов.

Подводный камень #4: Не поспевая за темпом технологий

Количество буззвордов вокруг цифровой трансформации может часто быть overwhelming и даже раздражающим для бизнесов, которые просто хотят, чтобы технология работала. Многие провайдеры также требуют огромные инвестиции вперед, что может быть дающат перспективу и может отталкивать бизнесы, когда проект не работает. Более того, запертость в одном вендоре или деплойменте может привести к тому, что компании останутся позади своих конкурентов.

Поэтому важно работать с провайдерами, предлагающими пилот или прототип в'avance любого деплоймента, представляющего огромный технологический сдвиг. Это даст пошаговое видение того, как процесс будет работать, предоставит вехи и поможет бизнесу понять, как это будет работать и каков их ожидаемый ROI. Доверенные технологические партнеры должны быть расширениями команды, если они должны помочь бизнесам реализовать их цели и KPI.

Подводный камень #5: Нехватка экспертизы

Даже с правильными технологиями автоматизации на месте, бизнесы часто все еще требуют внешней поддержки от людей с адекватным опытом и экспертизой. Это теперь может быть достигнуто использованием дополненной реальности для предоставления remote application support и наложения информации для инженеров для следования.

Как с любым технологическим деплойментом, это нужно вписать в культуру бизнеса и то, что лучше работает для их специфических потребностей. Однако бизнесы, медленные в движении на этих типах emerging технологий, бегают реальным риском быть оставленными позади.

Примите будущее автоматизации

Встреча ключевых вызовов лучшей продуктивности и сниженного простоя возможна с правильными практиками технологий и правильным технологическим партнером на месте. Понимая общие подводные камни, обозначенные выше, производственные фирмы могут лучше навигировать свой путь к будущему автоматизации. Однако цифровизация — не то, что они могут достичь в одиночку.

СМОТРИТЕ ТАКЖЕ:

• C3.ai: доставка ведущего энтерпрайз ИИ софта

• AWS: умное производство с облаком и IoT технологией

• Как умная технология трансформирует промышленный мир

• Читайте последний выпуск Manufacturing Global здесь

Для дополнительной информации по производственным темам — пожалуйста, посмотрите последний выпуск Manufacturing Global

Следите за нами в LinkedIn и Twitter.