.jpg "Quero me preparar")
.jpg "Quero me preparar")
A IoT se tornou uma das tecnologias mais importantes da atualidade. No entanto, ainda há desafios a serem enfrentados.
A Internet das Coisas (IoT) se tornou uma das tecnologias mais importantes da atualidade, pois reúne uma ampla quantidade de dados na rede corporativa, desencadeando uma série de informações que precisarão ser avaliadas, coletadas, organizadas e analisadas pelas corporações.
Já existem cerca de 7 bilhões de dispositivos de IoT conectados. No entanto, segundo especialistas, a expectativa é de que esse número cresça para 22 bilhões até 2025.
A seguir, você acompanhará os seguintes tópicos:
- Recomendações para enfrentar desafios de IoT;
- Suposição de planejamento estratégico;
- Impactos e recomendações;
- Steps of Curating IoT Data Into Insights.
Continue lendo o artigo.
Os dados de IoT estão transformando as empresas do setor fabril em fábricas inteligentes, pois impulsionam uma série de iniciativas de negócios digitais, a fim de otimizar processos, guiar os negócios de um modo mais certeiro e, consequentemente, criar novas oportunidades de receita.
Com base nas informações obtidas, as empresas conseguem aprimorar a eficiência operacional de ativos físicos em todo o setor, além de proporcionar experiências mais satisfatórias aos usuários.
As empresas vêm modernizando os processos de fabricação, utilizando tecnologias aprimoradas de software e IoT, baseando-se nas principais necessidades e dificuldades enfrentadas.
Ao introduzir novos dados de IoT em tempo real, a equipe de TI, assim como líderes e diretores, entenderão intimamente como os ativos de fabricação operam e, também, enxergarão maneiras de potencializar operações e solucionar eventuais problemas que possam surgir com o passar do tempo.
A pesquisa "2020 Gartner IoT Implementation Trends Survey", aponta que 26% das empresas afirmaram ter implementado a IoT em ambientes de produção em grande escala, devido aos benefícios que a tecnologia consegue fornece.
Contudo, embora sejam muitas as vantagens proporcionadas, há também desafios que devem ser considerados. A velocidade e o volume de dados de IoT ameaçam sobrecarregar a infraestrutura e os processos de negócios das fábricas, assim como influenciar nas habilidades das equipes.
A ausência de um Data Lake habilitado para IoT e para os dados do setor de Manufatura, por exemplo, causará aumentos consideráveis nas despesas operacionais, além de desencadear vulnerabilidades na segurança e informações de baixa qualidade.
Além disso, muitas vezes, as informações coletadas não serão fundidas com outros dados de fabricação e, por essa razão, gerarão resultados imprecisos e incompletos, levando a más tomadas de decisão e favorecendo a perda de lucros corporativos.
Para evitar que problemas como esses aconteçam, há algumas recomendações no Gartner® Report, como:
Recomendações
Os CIOs com foco na transformação digital de manufatura e inovação que estão impulsionando a iniciativa de fábrica inteligente devem:
- Implementar um mecanismo de coleta de dados que marcará dados de IoT contextualizando-os em camadas de dados quentes, mornos (frequentemente acessados) ou frios (raramente acessados).
- Estabelecer um data lake que combine dados de IoT quentes, mornos e frios contextualizados e dados de produção de fabricação de acordo com os requisitos do esquema de dados.
- Definir que tipo de insights de negócios cada responsável essencial pela tomada de decisões precisa, auditando os painéis existentes e avaliando o tipo de recursos visuais dos dados que eles precisam.
Pressuposto do Planejamento Estratégico
Até 2025, 55% dos fabricantes globais implementarão um data lake habilitado para IoT que fornecerá aos líderes de negócios insights de negócios precisos, acima dos 25% atuais.
Impactos e Recomendações
Os dados de IoT não são totalmente utilizados porque o volume gerado por ativos físicos dificulta a geração e a abstração de insights impactantes.
Conforme os investimentos em IoT se materializam totalmente na fábrica, novos fluxos de dados começam a ser coletados. Esses fluxos de dados de IoT são abundantes por natureza e são brutos, não filtrados, repetitivos e sem curadoria. Todos os dados de IoT são telemetria, e os dados têm um baixo nível de contextualização. Quando os dados de IoT são adquiridos pela primeira vez em sua forma bruta, eles são imediatamente marcados como “quentes”.
No entanto, à medida que os dados de IoT são processados com o tempo, um maior nível de contextualização é adicionado com a combinação de dados de fabricação. À medida que passam pelo funil de contextualização, os dados de IoT revelarão o nível de utilização e relevância para o papel de cada responsável pela tomada de decisões de fabricação.
Etapas da Curadoria de Dados de IoT em Insights
- Etapa 1: Aquisição;
- Etapa 2: Contextualização;
- Etapa 3: Visualização.
A visão conceitual explica:
- Aquisição refere-se aos dados brutos do endpoint provenientes dos sensores. Os dados brutos de endpoint que fluem por meio de uma arquitetura IoT geralmente são altos em volume, velocidade e variedade. No ponto de agregação, os dados de IoT são marcados como “quentes”.
- A contextualização refere-se à combinação de dados de fabricação. As funções de contextualização podem variar de simplistas (por exemplo, filtragem) a sofisticadas (por exemplo, classificação). Os dados de fabricação são combinados aos dados de IoT e os dados são marcados como quentes (simplistas) ou frios (sofisticados).
- A visualização refere-se à visualização descritiva, preditiva e prescritiva dos dados de manufatura e IoT curados como um subproduto de todo o processo de contextualização.
O modelo foi desenvolvido para que os dados quentes tenham pouca contextualização e os insights produzidos a partir dos dados quentes sejam específicos para um caso de uso, enquanto os dados frios exigem dados de fabricação e têm vários casos de uso de negócios. Por exemplo, dados quentes podem ser representados como dados de telemetria de séries temporais que podem acionar um desligamento automático se a máquina atingir seu limite designado de superaquecimento. ser reparado ou mantido para evitar paradas futuras não programadas. Os dados frios seriam responsáveis pelo tempo de inatividade em várias máquinas da fábrica e criariam insights sobre por que e com que frequência as máquinas precisariam ser reparadas ou mantidas para evitar futuros períodos de inatividade não programados.
Recomendações
- Organize um plano de alinhamento de “transformação digital” que consiste em IoT/TI/sistemas para determinar de qual ativo de fabricação começar a integrar dados (consulte Análise da pesquisa: Alinhamento e Integração de TI/OT).
- Ao ingerir dados de IoT, categorize os dados quentes em sua categoria adequada (por exemplo, telemetria, eventos ou séries temporais) e marque os dados de IoT contextualizados como quentes ou frios de acordo com os requisitos do esquema de dados.
Conclusão:
A IoT é uma tecnologia que se mostra cada vez mais necessária para extrair e explorar valor de negócios no setor fabril, com base no volume de dados.
É uma tendência que, segundo o Gartner, tende a crescer exponencialmente ao longo dos próximos anos. A previsão é de que haverá ao menos 12 milhões de dispositivos de endpoint IoT adquiridos todos os dias até 2022.
O conceito pode auxiliar, especialmente, os processos de fabricação modernos, os quais produzem uma enorme quantidade de dados.
Quando coletados e utilizados adequadamente, os dados de IoT podem fornecer informações valiosas para auxiliar na tomada de decisões comerciais mais inteligentes.
Logo, é uma boa tática para as corporações que visam levar uma vantagem competitiva para aproveitar ainda mais os negócios.
Escreva seu comentário