Tren dan Tantangan IIoT untuk Ditonton

Industrial Internet of Things (IIoT) adalah aplikasi IoT dalam lingkungan industri. IIoT kadang-kadang disebut sebagai Industri 4.0, meskipun yang terakhir ini terutama berfokus pada sektor manufaktur, menggunakan teknologi yang ditingkatkan untuk mengurangi pemborosan dan meningkatkan nilai di bidang ini. Berikut tren dan tantangan IIoT yang harus diperhatikan.

IIoT mencakup semua area di mana peralatan industri digunakan.

Seperti Industri 4.0, IIoT akan merevolusi proses melalui mesin terhubung yang dapat mengoptimalkan produktivitas dan pendapatan. IIoT dapat dilihat di berbagai industri, mulai dari transportasi hingga keselamatan publik dan dari energi hingga, tentu saja, manufaktur.

Ada tren baru di ruang ini dan kita perlu melihat mengapa para pemimpin tantangan mencoba mengelola tren ini.

Memecahkan Masuknya data dari sistem yang berbeda

Semakin banyak data yang masuk untuk siapa saja yang menggunakan IoT, tetapi ini terutama berlaku di dunia IIoT. Operator menjadi kewalahan oleh jumlah data yang sangat besar, sehingga sulit untuk memanfaatkan kekuatannya untuk pengambilan keputusan. Salah satu alasan mengapa sangat sulit untuk memahami data adalah karena data tersebut berasal dari begitu banyak sistem yang berbeda.

Angie Sticher, COO/CPO dari UrsaLeo , satu-satunya perusahaan yang menawarkan kembar digital 3D fotorealistik yang dikombinasikan dengan data sensor langsung, data aset, data pemeliharaan, catatan, “berbagai jenis aliran data dari sistem berbeda yang tidak terhubung satu sama lain dan tidak dapat memberikan tampilan yang realistis dari apa yang terjadi di lingkungan tertentu.

Untuk membantu mengelola banjir data, teknologi sedang dikerahkan dan menciptakan alur kerja yang bergerak di antara sistem ini yang memberi karyawan dan manajer alat untuk mengatasi masalah dengan cepat dan menyelesaikan masalah.

Pada akhirnya, ini juga membantu dalam mencapai fase penyelesaian insiden dengan lebih cepat.”

Sukses Manufaktur di IIoT

Meskipun tren saat ini tidak menunjukkan peningkatan dalam manufaktur AS, beberapa di industri IIoT berpikir ini mungkin berubah. Joy Weiss, Presiden, dan CEO Otomatis Tempo , startup pabrik pintar untuk perakitan papan sirkuit cetak (PCBA), telah melihat tren ini terungkap. “Kami telah melihat tren yang berkembang di antara perusahaan yang lebih memilih untuk beralih ke mitra manufaktur yang berbasis di AS.

Menggunakan mitra ini alih-alih mengontrak di luar negeri karena sejumlah alasan, termasuk krisis kesehatan global baru-baru ini karena Coronavirus, ”katanya. “Beberapa keunggulan ini mencakup kedekatan geografis, tambahan sertifikasi dan standar IP dan keamanan, serta penggunaan komponen dan suku cadang asli AS.”

Christine Kyle-Remmert, CEO dan Pendiri LoneStarTracking , sebuah perusahaan yang menyediakan solusi telematika yang mencakup teknologi seluler Cat-M1 terbaru dan penerapan LoRaWan bebas seluler di seluruh Amerika Utara, menjelaskan bahwa konsumsi daya, jarak transmisi, dan harga adalah tiga faktor yang berperan dalam keberhasilan penerapan teknologi ini. .

“Seiring kemajuan teknologi, sensor menjadi lebih kecil, lebih ringan, dan lebih terjangkau. Namun, tidak ada yang punya waktu untuk berkeliling dan mengganti baterai. Hanya beberapa tahun yang lalu, sensor IoT hanya akan bertahan 1-2 tahun; namun, hari ini, kami menggunakan sensor yang dapat bertahan 10+ tahun pada baterai sel koin tunggal,” jelas Kyle-Remmert.

“Menggunakan teknologi seperti LoRaWAN, sensor IoT sekarang dapat berkomunikasi 10+ km dan bahkan lebih jauh, dengan daya yang sangat kecil. Jika Anda dapat mengembangkan sensor yang berbiaya rendah, maka tidak ada yang membatasi Anda untuk menggunakan lebih banyak sensor untuk mendapatkan cakupan yang lebih padat.”

Kesenjangan Keterampilan di Dunia IIoT

Seperti banyak teknologi baru, kesenjangan keterampilan menembus industri ini. Ekaterina Lyapina, Arsitek Solusi dan Konsultan AI dan IIoT di  Zyfra , sebuah perusahaan yang mengembangkan teknologi digitalisasi industri untuk permesinan, metalurgi, pertambangan, dan minyak dan gas mencatat, “Kualifikasi yang diperlukan untuk memasang robot pintar baru di lini produksi seringkali tidak tersedia di sebagian besar perusahaan.

Fasilitas dan pabrik kekurangan waktu luang dan teknisi robot untuk memperbarui produksi mereka yang sedang berlangsung. Hal ini membuat mereka tertinggal di belakang tren AI dan IIoT, karena mereka tidak mampu menggunakan teknologi robotika terbaru. Mereka kehilangan keterampilan dalam integrasi, implementasi, dan debugging sistem kecerdasan buatan yang ditingkatkan.

Jadi, faktor penghambat dalam otomatisasi AI adalah kualifikasi pekerja di garis depan. Khususnya pelatihan dan penyesuaian jaringan saraf memerlukan pengetahuan spesialis yang mendalam untuk menggali harta karun AI.”

Sticher menawarkan solusi potensial untuk kesenjangan keterampilan ini, dengan mencatat, “virtualisasi mendorong pengurangan biaya untuk pelatihan di sejumlah sektor. Digital Twins dan Model 3D memudahkan untuk melatih staf karena mencerminkan lingkungan dunia nyata dan memperpendek kurva pembelajaran.

Digabungkan dengan penggabungan dan penskalaan data dari banyak sistem, digital twins juga menawarkan pusat informasi yang realistis dan mudah diakses untuk status lingkungan saat ini.”

Kesimpulan

Apalagi dengan tatanan dunia baru, akibat pembatasan dan regulasi baru yang dibawa oleh Covid-19, menarik untuk melihat di mana posisi IIoT di penghujung tahun 2020.

Sementara inovasi dalam industri ini terus berlanjut, perusahaan bergulat dengan perubahan dan tindakan pencegahan keselamatan yang membutuhkan perhatian lebih segera.

Kredit Gambar:Pexels