インダストリアルIoTと高度な分析の今後
公開: 2021-12-23
それにもかかわらず、Marketplace 4.は継続的な進化であり、WebofThingsをメインにしています。 産業オプションのデジタルトランスフォーメーションは現在も続いており、最新のパンデミックによって加速されています。 インダストリアルIoTと優れた分析の予測可能な将来の検索はどのようなものですか？ 2022年以降に入ると、C-Suiteにはどのような優先順位が必要ですか？
マッキンゼーは、2020年までにIoTによって獲得された完全な価値は1.6兆ドルであり、B2B市場は2030年までに3.4〜8.1兆ドルに拡大すると考えています。この評価は、今後数年間で理解される重要な価格見通しが継続していることを示しています。
このメリットを理解するために購入する際には、ビジネスおよびビジネスの過程でのデジタルアプローチで取り組む必要のあるいくつかのハードルと可能性があります。 開発の基盤は、IoTコンポーネントの急速な進歩と、アウトレットの重要な情報を小売りする機能によって確立されており、両方の価格は数十年にわたって大幅に下がっています。 そして今、私たちが価値を生み出すために現在得られているこの情報をどのように使用するかに重点が置かれています。
1.より多くの知識を受け取るためのシステムの相互運用性
電子変換のスケーリングは、企業がIoT分野で経験した最も複雑なハードルの1つであることが確認されています。 多くのパイロットプロジェクトは拡張性を備えておらず、採用率と価値の実現が制限されています。 この原因の1つは、独自のシャットエコシステムの使用と、レガシーテクニックの組み合わせ、多様な詳細アーキテクチャの混合、および特注のIoTセンサー言語によって生み出されたメソッドバリアです。 高度な分析から利益を得るには、組織全体で洞察を収集できるように、デバイスに関連する事実を取得して共有する必要があります。 これを実現するには、組織は、予測可能なすべての将来の調達からの相互運用性と、レガシーの懸念に対処するための戦略を必要とする必要があります。
2.予測可能な将来の最先端の分析のためのデータストレージのセットアップ
優れた分析、人工知能、デバイスマスタリングは、未調理の非構造化形式で膨大な情報を使用します。 企業は、この詳細をキャプチャ、保存、および処理する方法を調整したいと考えています。 予測分析では時系列情報が重要であるため、企業はクラウド詳細ウェアハウスの利用に移行し、グラフデータベースを採用して、高度に開発された新しい分析ノウハウを最大限に活用できるようにする必要があります。
3.高度に開発された分析企業-巨大なイニシアチブ
価値は、企業が拡張し、機能の過程で合成インテリジェンスやマシン検出などの優れた分析を使用して開始するときに理解されます。 小規模なパイロットアプリケーションや、社内の知識科学グループへの回答の使用を禁止するよりも、企業は、グループ内で利用される最先端の分析の設定を開始する必要があります。 データの民主化は、組織内の今日の人々がデータのレビューを開始して、日常業務の位置を通知するのをサポートするときに行われます。 マッキンゼーは、「価値を創造するための最大の機会は、製造業務を最適化することであり、所持品や人の日常的な管理をより成功させることです」と推定しています。
4.ノーコードマシンマスタリングとMLOps
優れた分析の自動化は、産業企業にとって将来の重要なチャンスです。 テクノロジーは進歩し、ノーコードデバイス理解（ML）は現在、世界中の組織によって展開されています。 ノーコードMLにより、問題は、コーディングやプログラミングの専門知識がなくても、資産や操作の種類を迅速に開発するための教祖やオペレーターに違いをもたらすことができます。 設計は即座に展開され、住居と歴史的知識から研究され、個人の業務改善に役立つ重要な洞察を提供します。 私たちは、これが予知保全とリアルタイムの状況監視に利用されることを検討しています。 ML Opsは、継続的な統合テストと自動化による継続的な展開のソフトウェアであり、機器の発見を産業化するためのスケーラブルで最新の情報設計を提供します。 モデルの自動化をその場で実施できるのは、デバイスの理解の工業化によってであり、ビジネス中の革新的な分析のスケーラビリティを支援します。
5.リモートおよび自動操作の有効化
遠隔操作および集中機能への移行により、遠隔チェックや多くのオプションの自動化などの改善が促進されました。 これらのイノベーションは、ランニングコストの最小化、スタッフの安全上の危険性を最小限に抑え、IoTによって生み出される価値をさらに知ることを可能にします。 生産性、失敗、または間違いが予測されたときにリモートで監視してアラートを取得できる可能性により、チームの効率が向上します。 高度な分析は、適切な人員と領域がインターネットサイトに呼ばれることを保証する評価の根本的な結果を提示し、オペレーターが情報に基づいた結論を出すことを可能にする洞察とともに、生産性の損失がないことを確認するために利用される手順または機器の調整としてこれらのタイプを示します知識が豊富です。
6.排出量の遵守と削減
業界全体の組織が排出目標を設定しており、次の段階では、これらの目標に準拠していることを確認しています。 IoTと高度な分析は、企業が環境に焦点を当てるための正確なベースラインを決定するのに役立ち、継続的な使用状況を監視できます。 かなりのエネルギー利用の領域は、機会改善の機会とともに発見することができます。 Auto MLを適用して、電力使用量の急増を予測し、電力貯蔵と浪費家の最小化をサポートできます。
7.全体的な企業分析
会社全体でデータと最先端の分析を統合することで、予測、レポート、コンプライアンスを強化することができます。 データを利用して、進歩、最適化、多様化のための戦術を推進することができます。 インサイトは手順を強化するために利用でき、独自の部門や企業モデル間での共有を理解することでサポートされる可能性があります。
IoTと優れた分析の各使用状況からのバリューアットリスクは大幅に異なる可能性があります。 したがって、達成可能な価値全体を把握するための最大の目的は、c-suiteから組織全体にイノベーションを組み込むことです。 デジタルトランスフォーメーションは、IT部門やイノベーショングループに長くは存在しません。 本物の価値が認められるためには、それは会社の存在に組み込まれることを望んでいます。
問題は、価値を迅速に理解できるように、スケーリングすることと、それを迅速に行うことです。 これは、内面の文化、技術、方法論を変えるのに役立ちます。 パイロットがロールアウトに移行するにつれて勢いが増し、ボトルネックを削減し、選択の精度を高め、全体として企業の成果を高める進歩が生まれます。
VROC AIの創設者兼チームCEO、Trevor Bloch