■ Možda je zato toliko važno da organizacije mogu preživjeti golemu digitalnu transformaciju koju donosi Industrija 4.0 bez kritične pomoći IIoT-a. Kombinacija ovih dviju tehnologija, umjetne inteligencije (AI) i IIoT, može učinkovito upravljati i u potpunosti iskoristiti ogromne količine podataka generiranih tijekom digitalne proizvodnje, podižući kontrolu industrijskog procesa na potpuno novu razinu.
4 Mora-imati mogućnosti za IIoT upravljanje podacima
Prodorom vala digitalizacije u industrijsko područje veliki podaci postali su ulaz u industrijsku digitalizaciju. Prema IDC-u, globalna količina podataka dosegla je 42ZB u 2019., a očekuje se da će dosegnuti 163ZB u 2022., sa ukupnom godišnjom stopom rasta od 57%. Scenariji primjene industrijskih podataka u industrijskom području također se povećavaju, a statistika Saidi Intelligencea pokazuje da će kinesko industrijsko tržište velikih podataka iznositi oko 14,69 milijardi juana u 2019., a očekuje se da će zadržati visoku stopu rasta od više od 30% u budućnosti. Ipak, kada organizacije počnu raditi na implementaciji IIoT-a u svojim industrijskim sustavima, jedan od prvih izazova s kojima se suočavaju je kako dohvatiti podatke iz IIoT sustava i učiniti ih dostupnima za-analizu i-donošenje odluka u proizvodnom procesu. Kako bismo osigurali da su rješenja za upravljanje podacima-spremna za IIoT, evo 4 značajke na koje se treba usredotočiti:
Svestrana povezivost za rukovanje raznim podacima. Postoje različiti standardi za IoT sustave koji proizvode podatke koji se moraju pridržavati različitih protokola kao što su MQTT, OPC, AMQP itd. Osim toga, većina IoT podataka postoji u polu-strukturiranim ili nestrukturiranim formatima. Stoga se sustav za upravljanje podacima mora moći povezati sa svim sustavima i pridržavati se raznih protokola kako bi mogao primati podatke iz tih sustava. U isto vrijeme, rješenje mora podržavati i strukturirane i nestrukturirane podatke.
Bogate mogućnosti obrade rubova. Dobro rješenje za upravljanje podacima trebalo bi moći filtrirati zapisnike pogrešaka iz sustava, a također bi trebalo moći obogatiti podatke metapodacima, kao što su vremenske oznake ili statični tekst, kako bi se podržala bolja analiza podataka.
Mogućnosti obrade velikih količina podataka i strojnog učenja. Budući da je količina IoT podataka vrlo velika, važno je da sustav održava ultra-nisku latenciju pri izvođenju analitike podataka u stvarnom-vremenu kako bi se podaci mogli obraditi u-stvarnom vremenu.
Mogućnost-nadzora u stvarnom vremenu. Prikupljanje i obrada IoT podataka stalan je proces, tako da bi rješenja za upravljanje podacima trebala pružiti-praćenje u stvarnom vremenu putem vizualizacije kako bi se prikazao status procesa u smislu izvedbe i propusnosti u bilo kojem trenutku.
Kako umjetna inteligencija utječe na industrijski IoT?
Prije rasprave o ovoj temi, pogledajmo što stručne istraživačke organizacije imaju za reći o budućnosti obje tehnologije, AI i IoT: prema Markets&Markets, AI će do 2025. biti industrija vrijedna 190 milijardi dolara. IDC, s druge strane, vjeruje da 40% inicijativa za digitalnu transformaciju u 2019. pokreće AI. Business Insider predviđa da će do 2025. biti više od 64 milijarde IoT uređaja, u odnosu na oko 10 milijardi u 2018. Kao rezultat toga, McKinsey daje ovo predviđanje da do 2025. IoT ima potencijal generirati između 4 i 11 bilijuna dolara ekonomske vrijednosti.
Iz gornjih brojki jasno je da se AI i IoT, dva tehnološka koncepta koja postoje desetljećima, ponovno -pojavljuju u pravo vrijeme i na pravom mjestu, remete tradicionalne industrijske norme i trebaju pokrenuti digitalnu revoluciju koja će tradicionalnu industrijsku revoluciju iz 18. stoljeća odvesti u 21. stoljeće s Industrijom 4.0. Uz ugradnju AI-a, izvedba Industrijski IoT trebao bi biti znatno poboljšan.
Umjetna inteligencija postaje mozak industrijske inteligencije
Nakon dovoljnog razvoja osnovnih elemenata kao što su podaci, algoritmi i aritmetičke snage, umjetna inteligencija ima temelj za realizaciju. Istodobno, razvoj umjetne inteligencije donosi i dobre mogućnosti za razvoj proizvodne industrije, te sveobuhvatno podiže razinu industrijske proizvodnje iz više dimenzija. Trenutačno se umjetna inteligencija koristi u nizu scenarija primjene u industrijskom području, kao što je industrijski vizualni pregled u scenarijima inteligentne proizvodnje i prediktivno održavanje u području upravljanja opremom. Tijekom prediktivnog održavanja, koristeći postojeće podatke, algoritmi umjetne inteligencije mogu odrediti kada treba provesti preventivne mjere prije nego što je stroju potreban popravak. Računalni vid za vizualni pregled također je ključna tehnologija koja može smanjiti troškove i povećati učinkovitost; kada se dobiju pravi podaci o obuci i hardver, algoritmi strojnog učenja (ML) mogu biti precizniji i učinkovitiji od ljudi u vizualnom pregledu, a već ih koristi BMW, na primjer, kako bi osigurao kontrolu kvalitete svojih automobilskih dijelova. Globalno se proizvodne tvrtke sve više fokusiraju na poboljšanje učinkovitosti strojeva i sustava te smanjenje troškova proizvodnje. Kako tehnologija poluvodiča napreduje, a pristupačni senzori i procesori postaju sve dostupniji, prihvaćanje IIoT-a nastavit će rasti. Prema analizi Grand View Researcha, globalno IIoT tržište iznosit će približno 216,13 milijardi dolara u 2020. godini. Sada kada industrijski sektor ubrzava prema pametnim i autonomnim industrijskim procesima, prikupljanje podataka s IoT uređaja doseže neviđenu razmjeru. Kada se veliki podaci, AI i IoT spoje, to stvara niz prilika za napredna rješenja za analizu podataka IoT. U tom procesu, umjetna inteligencija, posebno tehnologije dubokog/strojnog učenja, pružaju snažnu podršku za upravljanje i analizu golemih količina senzorskih podataka.
Izvješće istraživačke tvrtke MobiDev predviđa da će do 2025. AI i IoT vrijediti više od 26 milijardi dolara. Također su pokazali da umjetna inteligencija poboljšava učinkovitost IoT podataka za 25%, a industrijske analitike za 42%, te da igra važnu ulogu i u središtu IoT-a iu rubnoj mreži. Na primjer, na tekućoj traci u tvornici, kontrola kvalitete može se izvršiti upotrebom AI vizualnih pregleda, što može učinkovito smanjiti stopu proizvodnih grešaka tijekom procesa proizvodnje.
AI + IIoT rješenja
Pod utjecajem brojnih povoljnih čimbenika kao što su napredak u tehnologiji poluvodiča i elektroničkih uređaja, povećana upotreba platformi za računalstvo u oblaku, standardizacija IPv6 i državna podrška za aktivnosti istraživanja i razvoja vezane za IIoT-, IIoT rješenja i tržište koje uključuje AI brzo rastu, a prema novom izvješću o istraživanju tržišta koje je proveo Markets&Markets, predviđa se da će veličina globalnog tržišta IIoT porasti sa 76,7 USD milijardi u 2021 na 106,1 milijardu dolara u 2026., a do 2026. očekuje se da će prihod od umjetne inteligencije u ovom segmentu dosegnuti 16,7 milijardi dolara.
Pod ovim megatrendom, glavni dobavljači tehnologije također će već naporno raditi na promoviranju AI + IIoT rješenja s inovativnim tehnologijama i proizvodima.
Zaključak
Umjetna inteligencija ima sposobnost samostalno i inteligentno upravljati sobom i svojim aplikacijama. Među tehnološkim otkrićima u proteklom desetljeću, gotovo ništa nije doseglo razinu utjecaja koju je AI u kombinaciji s industrijskim internetom stvari (IoT) imala na industrijski sektor. Prema Deloitteovim statističkim istraživanjima i predviđanjima, primjena umjetne inteligencije u kineskom proizvodnom sektoru vrlo je obećavajuća, a očekuje se da će aplikacije biti oko 25,22 milijarde juana u 2020., te da će dosegnuti 205,76 milijardi juana do 2025., uz stopu rasta od više od 40%. Integriranjem AI algoritama u industrijske IoT infrastrukture, cijeli strojevi i oprema mogu se osposobiti i automatizirati za inteligentno upravljanje i rad tvornice. Možda još ne možemo vidjeti široko rasprostranjene AI+IIoT aplikacije, ali vjerujem da će za nekoliko godina AI i IoT postati sve prisutniji u industrijskom sektoru.