ما هو قادم لإنترنت الأشياء الصناعي والتحليلات المتطورة
نشرت: 2021-12-23السوق 4. هو مع ذلك تطور مستمر ، مع وجود شبكة الأشياء في جوهرها. يستمر التحول الرقمي في الخيارات الصناعية الآن وقد تسارعت بسبب الوباء الأخير. كيف يبدو البحث المستقبلي المنظور عن إنترنت الأشياء الصناعي والتحليلات الفائقة؟ ما هي الأولويات التي يجب أن تحظى بها C-Suite كما نذهب إلى عام 2022 وماضيه؟
اعتقدت McKinsey أنه بحلول عام 2020 ، بلغت القيمة الكاملة التي حققتها إنترنت الأشياء 1.6 تريليون دولار ، ومن المرجح أن يتوسع سوق B2B إلى ما بين 3.4 و 8.1 تريليون دولار بحلول عام 2030. يكشف هذا التقييم عن استمرار وجود توقعات سعرية كبيرة يجب فهمها في السنوات القادمة .
عند الشراء لفهم هذه الميزة ، هناك بعض العقبات والإمكانيات التي يجب معالجتها في الأعمال التجارية والأساليب الرقمية في سياق الأعمال. تم إنشاء أساس التنمية مع التقدم السريع لمكونات إنترنت الأشياء ، إلى جانب القدرة على توفير معلومات مهمة لمنافذ البيع بالتجزئة ، مع انخفاض أسعار كل منهما بشكل كبير على مر العقود. وينصب التركيز الآن على كيفية استخدامنا لهذه المعلومات التي يتم الحصول عليها حاليًا لتحقيق القيمة.
1. قابلية التشغيل البيني للأنظمة لتلقي قدر أكبر من المعرفة
لقد أثبت التحول الإلكتروني المتدرج أنه أحد أكثر العقبات تعقيدًا التي واجهتها الشركات في مجال إنترنت الأشياء. لم يتم تجهيز العديد من المشاريع التجريبية للقياس ، مما يحد من معدل التبني وتحقيق القيمة. أحد أسباب ذلك هو حاجز الطرق الذي تم إنتاجه عن طريق استخدام النظم البيئية المغلقة الملكية ، جنبًا إلى جنب مع الجمع بين التقنيات القديمة ، ومزيج من هياكل التفاصيل المتنوعة ولغات استشعار إنترنت الأشياء المخصصة. لتحقيق الربح من حقائق التحليلات المعقدة ، يجب الحصول عليها ومشاركتها باستخدام الأجهزة ، بحيث يمكن جمع الرؤى في جميع أنحاء المؤسسة. ولكي يتحقق ذلك ، تحتاج المنظمات إلى قابلية التشغيل البيني من جميع المشتريات المستقبلية المتوقعة ، واستراتيجية لرعاية المخاوف القديمة.
2. إعداد تخزين البيانات لأحدث التحليلات المستقبلية المتوقعة
تستخدم التحليلات الفائقة والذكاء الاصطناعي وإتقان الجهاز معلومات ضخمة ، بتنسيقها غير المطبوخ وغير المهيكل. تريد الشركات تعديل الطريقة التي تتبعها في التقاط هذه التفاصيل وتخزينها والعناية بها. بالنسبة إلى التحليلات التنبؤية ، تعد معلومات السلاسل الزمنية أمرًا بالغ الأهمية ، لذا يجب على الشركات أن تتعامل مع النقل للاستفادة من مستودعات التفاصيل السحابية واحتضان قواعد بيانات الرسم البياني حتى يتمكنوا من الاستفادة القصوى من معرفة التحليلات الجديدة عالية التطور التي يمكن الوصول إليها.
3. التحليلات المتطورة للغاية هي مبادرة ضخمة للمؤسسات
سيتم فهم القيمة عندما تتوسع الشركات وتبدأ باستخدام التحليلات الفائقة مثل الذكاء الاصطناعي واكتشاف الآلات في سياق وظائفها. إلى حد ما من التطبيقات التجريبية الصغيرة أو حظر استخدام الإجابات لمجموعات علوم المعرفة الداخلية ، تحتاج الشركات إلى البدء في إعداد أحدث التحليلات لاستخدامها خلال المجموعة. تحدث إضفاء الطابع الديمقراطي على البيانات عندما يبدأ الأشخاص اليوم أثناء المنظمة في مراجعة البيانات لدعم إبلاغ مواقفهم اليومية في العمل. تقدر McKinsey أن "أعظم فرصة لخلق القيمة تكمن في تحسين عمليات التصنيع - مما يؤدي إلى زيادة نجاح إدارة العمل اليومية للممتلكات والأشخاص".
![](https://s.stat888.com/img/bg.png)
4. إتقان الآلة بدون رمز و MLOps
أتمتة التحليلات الفائقة هي فرصة مستقبلية مهمة للشركات الصناعية. التقنيات لديها تقنية متقدمة وفهم الأجهزة بدون رمز (ML) يتم نشرها حاليًا من قبل المنظمات في جميع أنحاء العالم. تصاريح تعلم الآلة بدون رمز مهمة تحدث فرقًا للمعلمين والمشغلين لتطوير أنواع أصولهم أو عملياتهم بسرعة خالية من أي خبرة في الترميز أو البرمجة. يتم نشر التصميمات على الفور ، والدراسة من المعرفة التاريخية والتاريخية وإعطاء رؤى حيوية لمساعدة الأفراد على تحسين العمليات. نحن نتطلع إلى الاستفادة من هذا في الصيانة التنبؤية ومراقبة الموقف في الوقت الفعلي. ML Ops هو برنامج للاختبار المتكامل المستمر والنشر المستمر عن طريق الأتمتة لتوفير تصاميم معلومات قابلة للتطوير ومحدثة لتصنيع اكتشاف المعدات. من خلال تصنيع فهم الأجهزة ، يمكن وضع أتمتة النماذج في الحال ، مما يساعد في قابلية التوسع في التحليلات المبتكرة أثناء العمل.
5. تمكين العمليات عن بعد والتلقائية
أدى الانتقال إلى وظائف التشغيل والمركزية عن بُعد إلى تحسينات مثل الفحص عن بُعد وزيادة الأتمتة في العديد من الخيارات. ستساعد هذه الابتكارات في تقليل النفقات الجارية ومخاطر السلامة للموظفين وتمكين المزيد من معرفة القيمة التي يمكن أن تنتجها إنترنت الأشياء. تعمل إمكانية المراقبة عن بُعد والحصول على التنبيهات عند توقع الإنتاجية أو الفشل أو الخطأ على تحسين كفاءات الفرق. تقدم التحليلات المتقدمة النتيجة الجذرية في التقييم ، مما يضمن تسمية الموظفين المناسبين والمناطق المناسبة بموقع الإنترنت ، جنبًا إلى جنب مع الرؤى التي تسمح للمشغلين بالتوصل إلى استنتاجات مستنيرة ، وهذه الأنواع من التعديلات في الإجراءات أو المعدات المستخدمة للتأكد من أن فقدان الإنتاجية ليس كذلك واسع المعرفة.
6. الامتثال للانبعاثات وخفضها
تضع المنظمات على مستوى الصناعة أهدافًا للانبعاثات ، والمرحلة القادمة تتأكد من امتثالها لهذه الأهداف. يمكن لإنترنت الأشياء والتحليلات المتقدمة أن تساعد الشركات على تحديد خطوط الأساس الدقيقة للتركيز على البيئة ويمكنها مراقبة الاستخدام المستمر. يمكن اكتشاف مجالات الاستخدام الكبير للطاقة جنبًا إلى جنب مع فرص تحسين الفرص. يمكن تطبيق Auto ML للتنبؤ بطفرات استخدام الطاقة الكهربائية لدعم تخزين الطاقة الكهربائية وتقليل الهدر.
7. تحليل شامل للشركة
يوفر دمج البيانات وأحدث التحليلات في جميع أنحاء الشركة بأكملها إمكانية لتحسين التنبؤ وإعداد التقارير والامتثال. يمكن استخدام البيانات لدفع التكتيكات للتقدم والتحسين والتنويع. يمكن استخدام الرؤى لتعزيز الإجراءات وربما تدعم فهم المشاركة بين الأقسام الفريدة ونماذج الشركة.
يمكن أن تختلف مخاطر القيمة من كل حالة استخدام لإنترنت الأشياء والتحليلات الفائقة بشكل كبير. وبالتالي فإن الهدف الأعلى للحصول على القيمة الكاملة التي يمكن تحقيقها ، هو تضمين الابتكار داخل المنظمة الإجمالية بدءًا من c-suite إلى الأسفل. لم يعد التحول الرقمي أطول في قسم تكنولوجيا المعلومات أو مجموعة الابتكار. لكي يتم النظر إلى القيمة الحقيقية ، فإنها تريد أن تكون جزءًا لا يتجزأ من وجود الشركة.
تكمن المشكلة في القياس ، والقيام بذلك بمعدل سريع بحيث يمكن فهم هذه القيمة بسرعة. سيساعد هذا في تغيير الثقافات والتقنيات والمنهجيات الداخلية. سوف يتحسن الزخم مع تحول الطيارين إلى النشرات ، ويتم إنشاء التطورات التي تقلل الاختناقات ، وتعزز دقة اتخاذ القرار وتعزز نتائج الشركة بشكل عام.
تريفور بلوخ ، المؤسس والرئيس التنفيذي للفريق VROC AI