Amazon Lookout for Equipment: Revolusi 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 menunjukkan validasi nyata akan kematangan metodologi dan teknologi yang mendukung pemeliharaan prediktif.
(Klik di sini untuk membaca blog pertama, AWS Monitron: First Impressions by our CTO Rob Russell)
Platform pemeliharaan prediktif otomatis yang tampak dirancang terutama untuk digunakan oleh pengawas yang bekerja di lantai pabrik, Amazon Lookout for Equipment adalah produk off-the-shelf bagi organisasi yang tidak memiliki sumber daya atau keinginan untuk merancang atau membangun platform pemeliharaan prediktif mereka sendiri. Memastikan tingkat kode dan data science dipertahankan minimum, ini mengambil data dari sensor yang ada dan menerapkan algoritma machine learning off-the-shelf untuk mengaktifkan pemeliharaan prediktif melalui analisis kondisi otomatis.
Saya akan menggambarkannya sebagai versi AmazonBasics dari Senseye – dan itu tidak harus merupakan hal buruk. Sementara ada beberapa perbedaan yang mencolok dalam keragaman aset yang dicakup, keberadaan sendiri adalah bukti bahwa pasar pemeliharaan prediktif kini telah mencapai tingkat kematangan yang lain. Memang, ini hanya bisa baik untuk sektor bahwa perusahaan sebesar Amazon berinvestasi dan, dengan membuat solusinya secara umum tersedia, membantu membuat teknologi menjadi umum. Kami telah melampaui kebutuhan untuk membuktikan konsep pemeliharaan prediktif.
Tidak mengherankan jika banyak gila-gilaan yang muncul tentang pengumuman mereka. Saat Amazon masuk ke suatu pasar, itu memicu minat orang – yang dapat dipahami mengingat perusahaan umumnya sangat sukses dalam apapun yang dilakukan.
Langkah ke arah yang benar
Amazon Lookout for Equipment dirancang untuk pengawas, bukan ilmuwan data, dan ini berasal dari tempat pengetahuan. Dengan mengintegrasikan keahlian dan wawasan yang diperoleh dari memelihara aset mereka sendiri, Amazon bertujuan untuk membuatnya sesederhana mungkin bagi pengguna untuk memulai dan mulai melihat nilai, mengatasi potensi masalah tentang kegunaan dan konfigurasi.
Dalam hal kemampuan teknis, saat ini hanya mencakup aset sederhana seperti motor, conveyor, dan servo – pada dasarnya, jenis aset yang digunakan oleh Amazon itu sendiri. Ini belum memantau aset yang lebih canggih seperti robot atau mesin CNC, meskipun, seiring waktu, saya tidak ragu bahwa ini juga akan dicakup. Seperti yang sekarang, meskipun, itu akan kompeten untuk banyak peralatan pabrik standar.
Dan sementara Amazon tidak memiliki orang di lapangan untuk membantu pelanggan yang tidak dapat mendapatkan data dari mesin mereka, mereka memiliki Monitron, penawaran komplementernya yang menggunakan machine learning untuk mendeteksi perilaku anomali dalam mesin industri.
Jelas bahwa, dengan produk ini, Amazon melirik pendekatan self-service untuk pemeliharaan prediktif. Pasar masih tertangkap dengan konsep ini, tapi itu adalah langkah ke arah yang benar yang hanya akan membantu. Organisasi semakin mengambil kepemilikan yang lebih besar atas perjalanan data mereka sendiri daripada hanya membiarkan orang menyaring data mereka. Sejumlah pelanggan kami sendiri sekarang memiliki data lake mereka – mereka mengumpulkan data mereka sendiri dan mengaktifkan akses untuk pihak ketiga, di mana Amazon akan salah satu.
Pemeliharaan Prediktif tidak lagi sebuah konsep - Amazon akan melakukan penelitian yang luas sebelum meluncur seperti yang telah mereka lakukan di area ini. Mereka telah melihat arah yang diambil pasar dan akan berfungsi sebagai penggerak bagi pelanggan mereka dan pasar industri yang lebih luas seiring berjalannya waktu.
Minat yang berkembang
Mungkin tidak adil untuk menyarankan tingkat kepentingan diri tertentu dalam langkah ini ke pemeliharaan prediktif. Misalkan Anda memikirkan ini sebagai bisnis logistik. Dalam hal itu, Amazon itu sendiri memiliki sejumlah besar aset gudang seperti conveyor, motor, drive, dan servo yang semuanya perlu dipantau - persyaratan yang, hingga akhir-akhir ini, diatasi oleh beberapa penyedia yang berbeda yang khusus.
Amazon juga memahami signifikansi pemeliharaan prediktif. Mereka tahu, misalnya, bahwa pemeliharaan prediktif adalah use case nomor satu untuk menerapkan teknologi Industry 4.0 dan mewakili cara terbaik untuk secepatnya membuktikan nilai instrumen dan mesin organisasi.
Amazon telah mencoba masuk ke ruang industri untuk beberapa waktu sekarang. Membangun platform pemeliharaan prediktif mereka sendiri, yang mirip dengan yang dinikmati oleh Microsoft, adalah cara yang sempurna untuk menunjukkan nilai dan kompetensi mereka. Ini adalah use case hasil bisnis yang baik untuk Industry 4.0, dan ini pasti adalah area yang menarik menggunakan teknologi machine learning terbaru yang para insinyur Amazon akan ingin kerjakan.
Ada beberapa tantangan yang harus diatasi, tentu. Misalnya, Amazon bukan perusahaan industri tradisional dan hingga sekarang memiliki kehadiran yang terbatas di lantai pabrik. Dan sambil memahami logistik dan memiliki banyak pengalaman pemeliharaan internal, ada perbedaan yang besar antara analisis prediktif – sesuatu yang mereka ungguli – dan pemeliharaan prediktif. Kami sering melihat insinyur yang bersemangat jatuh ke dalam jebakan percaya bahwa pemeliharaan prediktif hanyalah analisis prediktif yang diterapkan pada mesin ketika ini bukan kasusnya.
Jadi mengesankan bahwa Amazon tampaknya telah berhasil dalam situasi yang menantang, sangat nuans. Produk mungkin belum sekapabil yang seharusnya, tapi itu akan berevolusi. Namun, itu memenuhi minat yang berkembang untuk pemeliharaan prediktif, dan keberadaannya adalah sinyal bagi perusahaan yang mungkin tidak yakin atau ragu-ragu bahwa pasar sekarang matang dan divalidasi. Bagaimanapun, Amazon tidak akan merilis produk yang tidak akan – atau tidak bisa – melakukan apa yang dijanjikannya.
Amazon adalah pemain pertama dengan ukurannya yang bergerak ke ruang ini dengan pendekatan buatan sendiri baru, dan, untuk masa depan yang dapat dilihat, kemungkinan akan menjadi satu-satunya. Organisasi besar yang serupa cenderung akan lebih mungkin mengambil pendekatan praktis dan bekerja dengan mitra daripada membangun solusi mereka sendiri.
Secara mencolok, langkah ini mewakili validasi besar bahwa ada permintaan untuk pemeliharaan prediktif. Bagi mereka yang bertanya apakah itu bekerja – peluncuran Amazon Lookout for Equipment harus menjadi jawaban yang nyaring, dan kami sangat senang menyambut mereka ke ruang yang menarik ini.
