Mencapai ketinggian IoT

Donna Prlich, chief product officer di Pentaho

Saya akhirnya membaca Wuthering Heights, kata Donna Prlich, chief product officer, Pentaho , sebuah buku yang pada saat diterbitkan dianggap sebagai terobosan dan sangat kontroversial karena alur ceritanya yang gelap, berbelit-belit, dan karakter yang kejam.

Emily Brontë memilih elemen cerita ini untuk menegaskan tentang kemunafikan dalam konteks era Victoria di Inggris, dengan kepura-puraannya menutupi begitu banyak kesengsaraan manusia yang ada di baliknya.

Apa hubungannya Wuthering Heights dengan IoT, Anda mungkin bertanya-tanya? Ini adalah contoh yang kuat tentang pentingnya konteks. Di waktu dan tempat lain, penerbit kemungkinan besar akan menganggap karya agung Brontë terlalu kontroversial. Alih-alih, dengan menyesuaikan diri dengan zeitgeist zaman, buku ini bahkan memukau para pencelanya yang paling keras dan menjadi salah satu yang paling banyak dibaca dan diperdebatkan selama beberapa generasi.

Sama seperti di Inggris abad ke-19, hari ini kita hidup di masa politik dan ekonomi yang sangat bergejolak yang ditandai oleh revolusi industri yang dipimpin oleh teknologi. Dalam konteks ini, perencanaan menjadi sangat sulit. Satu-satunya hal yang diketahui secara pasti oleh bisnis adalah bahwa mereka perlu bersiap untuk berbagai hasil yang berbeda.

Itulah mengapa saya percaya bahwa IoT, dengan segala tantangan dan kompleksitasnya, kini hadir dengan caranya sendiri. Potensi analisis datanya yang sangat besar dapat memberikan visibilitas perencanaan yang diperlukan untuk menghadapi gelombang sosio-ekonomi saat ini, daripada tenggelam olehnya.

Menempatkan nilai IoT dalam konteks

Namun, untuk mewujudkan potensi IoT, kita harus sepenuhnya memanfaatkan semua data. Studi terbaru oleh McKinsey “Membuka potensi Internet of Things” mengungkapkan bahwa “interoperabilitas antar sistem IoT diperlukan untuk menangkap 40% dari nilai potensial.”

Yang terpenting, penelitian ini juga mengungkapkan bahwa ketika Anda menambahkan konteks data besar ke implementasi IoT sebagai bagian dari proses analitik, Anda dapat memperoleh setidaknya 20% nilai lagi. Terlepas dari temuan ini, sebagian besar data yang dikumpulkan dalam implementasi IoT saat ini tidak digunakan dan oleh karena itu tidak sepenuhnya dieksploitasi.

Untuk menempatkan data IoT ke dalam konteks yang akan memberikan wawasan yang berarti, data tersebut perlu dipadukan dengan data lain – bukan data yang berumur 20 menit atau dua hari, tetapi sedekat mungkin dengan waktu nyata. Sebagai ilustrasi, izinkan saya menawarkan dua contoh betapa berharganya hal ini dalam dua industri tradisional yang bermargin tipis – gula dan perkapalan.

Mempermanis efisiensi rantai pasokan

Salah satu pelanggan kami adalah produsen dan distributor gula global yang besar. Di pasar komoditas ini, keberhasilan tergantung pada sejauh mana produksi dioptimalkan baik untuk penawaran maupun permintaan. Untuk membantu mencapai hal ini, pelanggan membangun seluruh lini pemurnian dan pemrosesan robotik untuk gula, mulai dari bahan mentah hingga memproduksi barang jadi. Pada setiap tahap sensor produksi menghasilkan banyak informasi tentang jalur pemrosesan tersebut.

Keunikan gula adalah sifatnya yang sangat bervariasi tergantung pada sumbernya – cupcakes di Peru rasanya jauh lebih manis daripada di AS. Tantangan perusahaan ini adalah efisiensi yang cukup besar dalam proses pemurnian dan distribusi, tetapi masih perlu menyesuaikan dengan variasi kualitas gula. Jika gula tiba di tempat tujuan dan rasanya tidak seperti yang diharapkan, perusahaan memiliki masalah besar di tangannya.

Hanya ketika perusahaan mampu memadukan lebih banyak data kualitatif tentang jenis bahan mentah – sumber geografis, konsentrasi gula, rute pengiriman – bersama dengan data sensornya, barulah ia dapat memperoleh keunggulan ekstra yang sangat diperlukan dalam pasar komoditas.

Teritip adalah tarikan (mahal)!

Kecerdasan Aset Laut Caterpillar telah memantau armada kapal untuk Angkatan Laut AS, Pertahanan Luar Negeri dan sektor Komersial selama bertahun-tahun. Cat Asset Intelligence mengumpulkan dan menganalisis data sensor untuk semua peralatan penting di atas kapal.

Data ini membantu memprediksi apakah aset yang terpasang akan gagal sehingga dapat diperbaiki sebelum itu terjadi. Data operasional memberikan informasi yang dapat ditindaklanjuti yang memungkinkan pemilik dan operator merencanakan pemeliharaan mereka, di mana pun kapal berada, untuk menghindari waktu henti dan penundaan. Itulah kasus penggunaan pemeliharaan prediktif klasik.

Dalam beberapa tahun terakhir pemilik kapal juga ingin mengurangi biaya perawatan yang tinggi dari waktu ke waktu. Ia mulai melihat lebih banyak informasi yang keluar dari sensor tentang hal-hal seperti konsumsi bahan bakar, hambatan, dan sudut lambung kapal berlayar ke laut.

Perusahaan menyadari bahwa seiring waktu kapal mengumpulkan sejumlah besar teritip dan pertumbuhan laut lainnya, yang menciptakan banyak hambatan. Seorang pelanggan telah membersihkan lambung kapalnya setiap dua tahun sekali. Dengan menggunakan perangkat lunak Asset Intelligence, mereka menggandakan frekuensi ini, menghemat $10 juta selama dua tahun untuk pemeliharaan delapan kapal – persis seperti yang mereka lakukan.

Jadi, apakah Anda peduli dengan ketinggian yang Wuthering atau jenis yang dapat Anda capai dengan IoT, ingatlah bahwa konteks membuat perbedaan antara cerita sehari-hari dan sebuah mahakarya.

Penulis blog ini adalah Donna Prlich, chief product officer di Pentaho