"As quatro partes principais de qualquer sistema IIoT são os activos inteligentes, a infraestrutura de comunicação de dados, a análise e as aplicações para interpretar os dados e atuar sobre eles, e as pessoas.
Os activos inteligentes incluem máquinas ou outros activos com sensores, processadores, memória e capacidades de comunicação. Em alguns casos, estes activos podem ter entidades virtuais associadas ou suportar configuração e desempenho definidos por software; os activos inteligentes geram mais dados e partilham informações em toda a cadeia de valor; alguns activos inteligentes serão eventualmente auto-conscientes ou funcionarão de forma autónoma. Através da Internet, as comunicações de dados entre estes activos e outras entidades utilizarão frequentemente tecnologias de rede como LTE, redes sem fios ZigBee, IEEE 802.15-4 e infra-estruturas de computação baseadas na nuvem cujo armazenamento pode satisfazer as necessidades de grandes volumes de dados. A análise potente e o software relacionado melhorarão a otimização dos activos, bem como a otimização do sistema. A análise preditiva será implementada para reduzir o tempo de inatividade não planeado. A informação mais recente disponível gerada por estas ferramentas conduzirá a novas aplicações que suportam modelos de negócio novos e transformadores. As empresas deixarão de oferecer produtos físicos para venda, mas oferecerão cada vez mais produtos "como um serviço". As pessoas participarão através do acesso a mais dados, melhores ferramentas analíticas e melhor informação, e tomarão cada vez mais decisões com base na análise gerada por estes recursos. A tomada de decisões quantitativas tornar-se-á mais comum e a informação "inteligente" estará disponível quando e onde as pessoas precisarem dela. Mas as pessoas continuarão também a ligar-se melhor umas às outras e às máquinas e sistemas através de ferramentas e aplicações sociais e móveis. "
Obviamente, as pessoas são a parte mais importante das quatro partes do sistema IIoT:
Activos inteligentes: A quantidade de dados que obtemos atualmente de sensores, motores, instrumentos, etc. está a aumentar a quantidade de dados que gerávamos quando comecei a utilizá-los há 20 anos. Temos de aprender a tirar partido de todos estes dados, encontrar informações úteis e utilizar a inteligência que obtemos para melhorar os nossos resultados.
Infraestrutura de dados: Há apenas uma década, a ligação em rede de PLCs ou outros sistemas de controlo era pouco comum em muitas indústrias. Atualmente, já não é esse o caso, pelo que todos temos de estar preparados para lidar com o dilúvio de dados provenientes de activos inteligentes.
Análise: É aqui que os dados se transformam em conhecimento. Acredito que a análise e as suas aplicações irão revolucionar o fabrico, e aqueles que não adoptarem a análise ficarão para trás. Como disse anteriormente, o contexto é fundamental para os dados, e a análise requer certamente contexto para ser eficaz. No entanto, apenas as pessoas sabem qual é o contexto crítico para permitir a análise e torná-la útil. A análise não se cria a si própria, são as pessoas que a criam.
As pessoas: Este é o componente mais crítico de todos. Mesmo com o aparecimento da aprendizagem automática e de pacotes de análise preditiva baseados na nuvem com conteúdos de aprendizagem automática, como o Microsoft Azure Machine Learning, o Braincube da IPLeanware, etc., as pessoas continuam a precisar de compreender totalmente os dados para escrever os algoritmos para as ferramentas acima referidas. As pessoas ainda precisam de descobrir quais as métricas que têm maior impacto no negócio. As pessoas ainda precisam de moldar os dados para obter significado das ferramentas.
É também necessário abordar as questões apresentadas pelas ferramentas acima referidas. Por exemplo, o que precisamos não é de software que resolva efetivamente o problema, mas de pessoas que perguntem "porquê". Quem é que tinha ouvido falar do termo "cientista de dados" na indústria transformadora ou nos serviços públicos há alguns anos? A ciência dos dados já existe há muito tempo, mas nos últimos cinco anos, a quantidade de trabalho neste domínio explodiu, em O trabalho explodiu em indústrias que nunca tinham considerado tal coisa. Os cientistas de dados estão a trabalhar em problemas que não existiam há apenas alguns anos. Da mesma forma, as pessoas são o componente mais importante da IIoT.
Os solucionadores de problemas certos com os dados certos podem ser uma combinação mágica, e muitas organizações estão tão concentradas nos três primeiros componentes (activos inteligentes, infraestrutura de dados e, especialmente, análise) que podem minimizar o quarto e mais importante componente - as pessoas. Outra suposição que algumas organizações fazem é que, se os mesmos dados ou informações forem apresentados a várias pessoas, cada pessoa pode, teoricamente, ter o mesmo impacto na organização com o que vê. No entanto, com base na sua interpretação da informação, competências e experiência, isto é incorreto. Nós não fazemos estas suposições - sabemos que colocar a informação certa à frente da pessoa certa, no momento certo, pode fazer a diferença.
Palavras-chave deste artigo: Terminal de transmissão de dados Ethernet industrial
Portuguese 
English 
Russian 
German 
Spanish 
Italian 
French 
Dutch