Rambler's Top100
 
Статьи
24 октября 2018

IoT: датчики — далеко не все

Мир меняется настолько сильно, что многие считают: начинается новая промышленная революция. Первая волна  интернет-революции подключила к сети практически каждого второго жителя на планете, а интернет вещей обещает подключить к сети огромное разнообразие устройств.

Представьте современное производство, оснащенное сложными и многофункциональными операционными технологиями. Например, роботизированной сборочной линией, складской системой, системой автоматизации или — более простой пример — системой кондиционирования воздуха. Как правило, на таком заводе существуют множество систем одновременно, каждая из которых представляет собой сложный автоматизированный комплекс. Однако в большинстве случаев невозможно понять, насколько эффективно эти системы взаимодействуют друг с другом. Эту проблему готов решить интернет вещей, подключая к публичному или гибридному облаку операционные технологии и предоставляя руководителям исчерпывающую информацию. И именно эта новая возможность заставляет людей говорить о новой промышленной революции. Поскольку аналитики Gartner прогнозируют 25 млрд подключенных устройств к 2020 году, такая революция выглядит вполне реальной. Но в правильном ли направлении идут люди для осуществления этой революции? По моему мнению, большинство — в неправильном.

Я слишком часто сталкиваюсь с организациями, которые готовы прыгнуть в IoT не глядя. «В нашей компании полно устройств и механизмов. А давайте все их свяжем друг с другом», — слышу я на каждом шагу. Но такой подход не позволяет привнести ценность IoT в бизнес. Простое оснащение ваших механизмов энергоэффективными датчиками не улучшит ваше положение, и перед вами сохранится задача извлечения пользы из этого мероприятия. Важно понять, что гораздо большая ценность кроется в способности собирать, хранить и анализировать массивные потоки данных, исходящие от этих датчиков. Получаемая информация должна дать вам ответы, например, на следующие вопросы:
  • достаточно ли используемое нами производственное оборудование загружено, эффективно и рентабельно?
  • бережно ли мы относимся к окружающей среде при выпуске нашей продукции и что мы могли бы сделать для того, чтобы использовать ресурсы более экономно?
  • как модернизация наших производственных линий повлияет на другие области производства?        
На мой взгляд, слишком много внимания уделяется подключению «вещей» и недостаточно времени тратится на получение инсайтов, которые как раз и двигают бизнес вперед. Мы в Dell рекомендуем нашим клиентам, используя имеющиеся у них мощности и данные, начать анализировать эти данные и действовать согласно получаемым инсайтам. Мы помогаем клиентам строить аналитические инфраструктуры, следовать подходу «безопасность на первом месте» и пользоваться преимуществами широкого выбора и гибкости.

Серверы, предназначенные для обработки данных с IoT-устройств, должны быть открытыми, легко расширяемыми и способными обрабатывать потоки данных в реальном времени без излишних усилий. Такой подход позволяет последовательно развивать бизнес и объединять все большее количество функциональных систем.

Аристотель однажды сказал: «Целое больше суммы его частей». Это применимо и к IoT. Объединение потоков данных и их анализ способны произвести революцию в отраслях — изменить то, что компании делают и как они это делают. Это также прокладывает путь к искусственному интеллекту и автоматизации принятия решений. Поэтому когда вы агитируете за IoT, постарайтесь получить четкое представление о данных и о том, что они могут вам дать.

Дермот О’Коннел, вице-президент и генеральный директор OEM and IOT Solutions, Dell EMEA

Комментарий Константина Тимофеева, руководителя направления компании Dell EMC по продаже OEM/IoT-решений в России и СНГ

Не могу не привести сравнение с модой и слепым следованием трендам. Мы в Dell EMC всегда говорим нашим заказчикам и клиентам, что внедрение IoT ради IoT не имеет смысла. IoT как любая другая технология и как цифровизация в целом является ценным и очень полезным инструментом в руках профессионала или по крайнем мере того, кто знает, что делать с полученными данными и как извлечь из них пользу. Не зря такое распространение получили направления Data Mining и Data Scientist. Простой пример: можно поставить датчики на все автомобили в таксопарке и «пассивно» отслеживать километраж и пробег, маршруты, вести статистику. А можно пойти по пути, который внедрила израильская страховая компания, оборудуя автомобили клиентов датчиками и дифференцируя тарифы в зависимости от манеры вождения и соответственно вероятности аварии.  Датчики позволяют каршеринговым компаниям получать данные о манере вождения и определять водителей с агрессивной манерой езды или желающих выжать из арендованного автомобиля все, что возможно, попробовать дрифт и другие приемы вождения, которые жалко опробовать на собственном авто. Не говоря уже о том, что в принципе система каршеринга как бизнес выстроена на IoT-датчиках. К чему это я? К тому, что технологии – наши  помощники, и никакие датчики за владельца не  смогут принять или подсказать верное решение исходя из полученных данных. Требуется понимание, какие данные нужно анализировать, для чего и какие задачи поможет решить аналитика. Иначе клиента, оборудовавшего собственное производство или сервис по последнему слову техники, может ждать жестокое разочарование, что чуда не произошло.

При этом умелое и разумное использование IIoT вместе с VR и AR поистине способно творить чудеса и подсказывать владельцу не только пути оптимизации расходов и износа оборудования, но и способы увеличения эффективности производства и скрытые возможности оптимизации ресурсов. А виртуальные фабрики или заводы – еще и сэкономить действительно колоссальные средства на устранение ошибок – ведь на каждом этапе от виртуального производства до создания реального расходы возрастают в геометрической прогрессии.
Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!