Apakah edge computing dan IIoT mengubah cara kita berpikir tentang data?
Saat kami mengamati apa yang terjadi di perusahaan industri, ada evolusi menarik yang terjadi—evolusi yang memiliki implikasi penting saat perusahaan membuat langkah tentatif pertama mereka menuju Internet of Things (IIoT) industri.
Secara tradisional, tim teknologi operasional (OT) cenderung memikirkan lingkungan mereka dalam hal peralatan otomatisasi dalam lingkungan mereka, baik perangkat keras maupun perangkat lunak. Mereka mungkin menggambarkan diri mereka sebagai "toko Rockwell" atau "toko Siemens." Mereka mengidentifikasi dengan alat yang memungkinkan otomatisasi.
Lihat juga: Dalam IoT industri, pikirkan romansa Mei-Desember
Tapi itu mulai berubah. Kami sekarang melihat semakin banyak organisasi di mana para insinyur kurang fokus pada alat dan lebih pada data yang dihasilkan oleh sistem otomasi mereka. Evolusi ini mencerminkan peningkatan pengakuan bahwa data dan analitik canggih menawarkan peluang luar biasa untuk membuka nilai bisnis. Semakin banyak orang yang berfokus pada data daripada aplikasi. Itu adalah perubahan besar dalam pola pikir.
Apa yang mendorong perubahan ini? Sebagian, ini didorong oleh pertumbuhan data yang eksplosif sebagai akibat dari peningkatan kecerdasan komputasi di edge, lebih dekat ke proses produksi.
Apa empat “aku” itu?
Ini adalah langkah pertama dalam kemajuan menuju infrastruktur IIoT yang sebenarnya—perkembangan yang saya sebut "empat 'saya". Dimulai dengan Insightful, menggunakan analisis bisnis untuk mendorong wawasan dan efisiensi. Mereka kemudian dapat berkembang ke Intelligent, menghubungkan elemen di seluruh infrastruktur untuk memungkinkan pengoptimalan waktu nyata. Status utamanya adalah Invisible, di mana keputusan dibuat secara real time berdasarkan kecerdasan buatan (AI) tanpa campur tangan manusia.
Sebagian besar perusahaan industri berada dalam tahap Informed, meskipun perusahaan berwawasan ke depan berpikir secara strategis tentang peta jalan mereka ke tahap yang lebih maju. Beberapa industri mengalami kemajuan lebih cepat daripada yang lain berdasarkan laba atas investasi yang mereka rasakan. Misalnya, industri makanan dan minuman secara aktif merangkul teknologi IIoT. Mereka menyadari nilai penggunaan analitik data waktu nyata untuk membantu memastikan tidak hanya efisiensi produksi tetapi juga keamanan dan kualitas produk mereka, yang sangat penting bagi nilai merek mereka. Industri lain yang sangat diatur melihat nilai dalam data produksi untuk membantu memastikan kepatuhan.
Beberapa industri "jadul", di sisi lain, mungkin lambat untuk mengenali nilai data dalam hal mengoptimalkan efisiensinya atau mendapatkan keunggulan kompetitif. Seiring kemajuan teknologi, saya memperkirakan ketidaksepakatan ini akan mulai mengenali analitik real-time sebagai komponen penting dari perusahaan industri modern—atau mendapati diri mereka mengejar ketinggalan.
Untuk perusahaan yang "mendapatkannya", pertumbuhan data ini—dan peningkatan kritisnya terhadap bisnis—merupakan katalis untuk memodernisasi infrastruktur mereka. Infrastruktur tersebut harus dapat diskalakan untuk mengakomodasi percepatan pertumbuhan data dan fleksibel untuk memungkinkan cara baru menggunakan analitik data waktu nyata. Saat mereka menjadi lebih bergantung pada data, mereka perlu memikirkan cara melindungi data berharga itu. Itu berarti melihat ketersediaan dan integritas data sebagai persyaratan inti, bukan sebagai renungan.
