Amazon Lookout for Equipment - Pemeliharaan Prediktif
Untuk bagian kedua dari seri AWS kami, kami mengeksplorasi pergeseran Amazon ke pasar pemeliharaan prediktif. Amazon baru-baru ini mengumumkan betapa seriusnya mereka mengambil ruang ini dalam langkah lebih lanjut yang menandakan validasi nyata dari kematangan metodologi dan teknologi yang mendukung pemeliharaan prediktif.
(Klik di sini untuk membaca blog pertama, AWS Monitron:First Impressions oleh CTO kami Rob Russell)
Platform pemeliharaan prediktif otomatis yang tampaknya dirancang terutama untuk digunakan oleh pengelola yang bekerja di lantai pabrik, Amazon Lookout for Equipment adalah produk siap pakai untuk organisasi tersebut yang tidak memiliki sumber daya maupun keinginan untuk merancang atau membangun prediksi mereka sendiri. platform pemeliharaan. Memastikan bahwa tingkat kode dan ilmu data dijaga agar tetap minimum, dibutuhkan data dari sensor yang ada dan menerapkan algoritme pembelajaran mesin siap pakai untuk memungkinkan pemeliharaan prediktif melalui analisis pemantauan kondisi otomatis.
Saya menggambarkannya sebagai Senseye versi AmazonBasics – dan itu tidak selalu berarti buruk. Meskipun ada beberapa perbedaan mencolok dalam keragaman aset yang tercakup, keberadaannya merupakan bukti bahwa pasar pemeliharaan prediktif kini telah mencapai tingkat kedewasaan yang lain. Memang, itu hanya baik untuk sektor yang diinvestasikan oleh perusahaan sebesar Amazon dan, dengan membuat solusinya tersedia secara umum, membantu membuat teknologi ada di mana-mana. Kami telah melampaui kebutuhan untuk membuktikan konsep pemeliharaan prediktif.
Tidak mengherankan bahwa banyak buzz yang dihasilkan tentang pengumuman mereka. Saat Amazon memasuki pasar, itu menarik minat orang – dapat dimengerti mengingat bahwa perusahaan pada umumnya sangat sukses dalam hal apa pun.
Langkah ke arah yang benar
Amazon Lookout for Equipment dirancang untuk pengelola, bukan ilmuwan data, dan berasal dari tempat pengetahuan. Menggabungkan keahlian dan wawasan yang diperoleh dari pemeliharaan asetnya sendiri, Amazon bertujuan untuk memudahkan pengguna untuk memulai dan mulai melihat nilai, mengatasi potensi masalah seputar kegunaan dan konfigurasi.
Dalam hal kemampuan teknis, saat ini hanya mencakup aset sederhana seperti motor, konveyor, dan servos – pada dasarnya, jenis aset yang digunakan Amazon sendiri. Itu belum memantau aset yang lebih canggih seperti robot atau mesin CNC, meskipun, pada waktunya, saya tidak ragu bahwa ini juga akan tercakup. Namun, sebagaimana adanya, ia akan kompeten untuk banyak peralatan pabrik standar.
Dan meskipun Amazon tidak memiliki orang di lapangan untuk membantu pelanggan yang tidak dapat memperoleh data dari mesin mereka, Amazon memiliki Monitron, penawaran pelengkapnya yang menggunakan pembelajaran mesin untuk mendeteksi perilaku abnormal pada mesin industri.
Jelas bahwa, dengan produk ini, Amazon menggunakan pendekatan swalayan untuk pemeliharaan prediktif. Pasar masih mengejar konsep ini, tetapi ini adalah langkah ke arah yang benar yang hanya akan membantu. Organisasi semakin mengambil kepemilikan yang lebih besar dari perjalanan data mereka sendiri daripada hanya membiarkan orang menyedot data mereka. Semakin banyak pelanggan kami yang memiliki data lake mereka sendiri – mereka mengumpulkan data itu sendiri dan memungkinkan akses ke pihak ketiga, di mana Amazon akan menjadi salah satunya.
Pemeliharaan Prediktif bukan lagi sebuah konsep - Amazon akan melakukan penelitian ekstensif sebelum meluncurkan seperti yang mereka lakukan di area ini. Ini telah melihat arah yang diambil pasar dan akan berfungsi sebagai pendukung bagi pelanggannya dan pasar industri yang lebih luas seiring dengan terus berkembangnya.
Nafsu makan yang meningkat
Mungkin tidak adil untuk menyarankan tingkat kepentingan pribadi tertentu dalam langkah ini ke dalam pemeliharaan prediktif. Misalkan Anda menganggapnya sebagai bisnis logistik. Dalam hal ini, Amazon sendiri memiliki sejumlah besar aset pergudangan seperti konveyor, motor, drive, dan servo yang semuanya memerlukan pemantauan - persyaratan yang, hingga saat ini, ditangani oleh beberapa penyedia khusus yang berbeda.
Amazon juga memahami pentingnya pemeliharaan prediktif. Ia mengetahui, misalnya, bahwa pemeliharaan prediktif adalah kasus penggunaan nomor satu untuk menerapkan teknologi Industri 4.0 dan mewakili cara terbaik untuk membuktikan nilai instrumen dan mesin organisasi dengan cepat.
Amazon telah mencoba masuk ke ruang industri untuk beberapa waktu sekarang. Membangun platform pemeliharaan prediktifnya sendiri, mirip dengan yang dinikmati oleh Microsoft, adalah cara sempurna untuk menunjukkan nilai dan kompetensinya. Ini adalah kasus penggunaan hasil bisnis yang baik untuk Industri 4.0, dan tentu saja merupakan area yang menarik menggunakan teknologi pembelajaran mesin terbaru yang ingin dikerjakan oleh para insinyur Amazon.
Ini memiliki beberapa tantangan untuk diatasi, tentu saja. Misalnya, Amazon bukan perusahaan industri tradisional dan sejauh ini memiliki kehadiran terbatas di lantai pabrik. Dan meskipun memahami logistik dan memiliki banyak pengalaman pemeliharaan internal, ada perbedaan besar antara analitik prediktif – sesuatu yang menjadi keunggulannya – dan pemeliharaan prediktif. Kami sering melihat para insinyur yang bersemangat jatuh ke dalam perangkap karena percaya bahwa pemeliharaan prediktif hanyalah analitik prediktif yang diterapkan pada mesin ketika hal ini tidak terjadi.
Jadi sangat menggembirakan bahwa Amazon tampaknya telah berhasil dalam situasi yang menantang dan sangat bernuansa. Produknya mungkin belum sekuat mungkin, tetapi akan berkembang. Namun, ini memenuhi selera yang berkembang untuk pemeliharaan prediktif, dan kehadirannya merupakan sinyal bagi perusahaan yang mungkin tidak yakin atau enggan bahwa pasar sekarang sudah matang dan tervalidasi. Lagi pula, Amazon tidak akan merilis produk yang tidak akan – atau tidak bisa – melakukan apa yang dijanjikannya.
Amazon adalah pemain pertama dari ukurannya yang pindah ke ruang ini dengan pendekatan baru yang dikembangkan sendiri, dan, untuk masa mendatang, itu mungkin satu-satunya. Organisasi besar lainnya yang serupa akan lebih cenderung mengambil pendekatan praktis dan bekerja dengan mitra daripada membangun solusi mereka sendiri.
Khususnya, langkah tersebut mewakili validasi besar-besaran bahwa ada permintaan untuk pemeliharaan prediktif. Untuk orang-orang yang bertanya apakah itu berhasil – peluncuran Amazon Lookout for Equipment akan menjadi jawaban ya, dan kami senang menyambut mereka di ruang yang menarik ini.
