Промышленные интернет вещей постепенно начинают внедряться на предприятия, и становится интересно, как это повлияет на тенденции 2020 года.
Продолжения внедрения граничных вычислений
Каждое устройство и датчик на промышленном предприятии собирает, обрабатывает и «упаковывает» данные для анализа. Но с большим количеством устройств IIoT традиционные облачные вычисления просто физически не справляются с нагрузкой. Работая с данными на уровне устройства, вы максимизируете производительность, минимизируете затраты и улучшаете общую производительность системы.
Скорость сетей 5G сделает современные вычисления еще более доступными для промышленности, что позволит производствам быстрее адаптироваться к любому типу подключенного решения и обеспечить более интеллектуальный анализ в реальном времени. Современные вычисления в автоматизации и инновации будут процветать благодаря росту API-интерфейсов для повышения программируемости и удалению «узких мест» в производительности.
Цифровые близнецы
По данным Gartner, 75% организаций, использующих IoT, используют цифровых близнецов или находятся в процессе разработки технологии для них. Цифровые близнецы — это виртуальное представление физического устройства или объекта. Виртуальный близнец позволяет командам исследователей и разработчиков собирать данные для моделирования физических объектов в режиме реального времени.
Производства находятся на переднем крае этой технологии, поскольку она дает им возможность сделать свои продукты и услуги лучше, позволяя оторваться от конкурентов, создавая новые источники дохода. По мере того как все больше предприятий будут использовать IIoT, а также искусственный интеллект (AI) и машинное обучение (ML), все больше производителей будут использовать цифровых двойников для моделирования процессов и оптимизации производства.
Управляемые облачные сервисы
Цифровые преобразование и IoT-ориентированные рабочие места нуждаются в надежном облачном сервисе для поддержки устройств, приложений и баз данных, чтобы оставаться гибкими и конкурентоспособными. Промышленные интернет вещей IIoT также нуждаются в надёжном облаке, что в свою очередь, ещё и
усиливает зависимость от управляемых облачных сервисов в производстве.
Производители создают распределенное облако, предназначенное для работы в нужный момент. Акцент будет сделан на архитектуре публичного облака, которая улучшает управление информацией и опирается на услуги, предлагаемые провайдерами публичного облака. Гибридные варианты все еще будут присутствовать, но переход будет по-прежнему ориентирован от частных облаков к распределенной архитектуре публичных облаков. Управляемые облачные сервисы могут быть предназначены для управления конкретными устройствами и данными, генерируя ценные и полезные сведения о подключенных устройствах в производственных средах.
AWS, Google Cloud и Microsoft Azure уже поддерживают эту тенденцию, и платформы данных интернет вещей также быстро подключаются.
Роль искусственного интеллекта
В последние несколько лет искусственный интеллект и машинное обучение наращивают обороты, но мы можем ожидать более тесную связь между искусственным интеллектом и IIoT в ближайшем будущем. Искусственный интеллект будет стимулировать и улучшать процесс принятия решений IoT. ИИ в IoT выдвигает вычислительно-интенсивную аналитику на грань масштаба и производительности. Это включает в себя API для пользовательского программирования, распределения нагрузки и распределенных возможностей.
Производителям необходима возможность детального определения моделей аналитики и машинного обучения на платформе для повышения производительности и сокращения времени отклика. Как вы можете достичь этого? По данным обучения. Это ключ к манипулированию выходными данными, используемыми для настройки моделей машинного обучения (МО) и обеспечения автоматизации и принятия решений для извлечения выгоды из предприятия в режиме реального времени.
Кроме того, решения для управления данными и инфраструктурой, вероятно, продолжат расширять использование технологий ИИ и МО для предоставления более автоматизированных ИТ-операций компаниям. Эти системы, управляемые искусственным интеллектом, будут выполнять больше повседневных задач, а также укреплять стратегию развития, прогнозировать и реагировать на потенциальные угрозы и вызовы.
Человеческий фактор
Промышленность 4.0 вращается вокруг технологических достижений. AI, периферийные вычисления, виртуальное тестирование и IIoT — все это важные движущие силы нового производственного предприятия. Но они не работает без человеческого фактора. В то время как автоматизация будет по-прежнему «отнимать» у персонала предприятия утомительные, повторяющиеся задачи, сотрудники перейдут к роли принятия решений на основе поддержки данных.
Для успешного развертывания интернет вещей работники должны выполнять различные работы, а это потребует постоянных усилий по обучению сотрудников, часто высокотехнологичным задачам. Взаимодействие с человеком необходимо для обновления и мониторинга устройств промышленных интернет вещей, требующих новых навыков. Сотрудники также должны будут изменить свою деятельность в производственном цехе, а руководство должно лучше понимать, как данные, полученные с устройств интернет вещей, повлияют на цепочку поставок.
Машины не заменяют людей. Вместо этого появляется новое взаимодействие между человеком и машинами для обеспечения оптимизированного производственного процесса. Это означает инвестирование времени, бюджетов и энергии, чтобы убедиться, что все сделано правильно, и это включает в себя признание того, где будут новые рабочие места и какой тип переподготовки необходим.
Мы можем ожидать, что эти тенденции и прогнозы (и даже больше) будут реализованы в 2020 году. Я, например, с интересом жду, когда IIoT продолжит улучшать изготовление и поставку продукции, делая заводы еще более эффективными, обеспечивая большую безопасность и улучшая квалификационные навыки работников производства по всему миру.
