Понимание и правильное использование больших данных будет играть критически важную роль в обеспечении промышленных организаций ресурсами и инсайтами, необходимыми для принятия решений на основе данных, связанных с конкретными бизнес-результатами, пишет на портале Information Age старший вице-президент и генеральный менеджер по AIoT-решениям Aspen Technology Билл Скаддер.

Термин «большие данные» уже несколько лет остается в фокусе внимания промышленности, и вместе с тем найдется не так много терминов, таких же сложных для понимания. Его назойливое упоминание может вызвать соблазн отмахнуться от него, но не от самой концепции, имеющей реальную, значимую ценность для любого предприятия и особенно для технологического, потому что понимание и правильное использование больших данных является критически важным элементом успеха любого современного бизнеса.

Понимание того, как и где ИТ-специалисты промышленных предприятий могут точно применить и использовать большие данные в своих интересах, зависит от нескольких ключевых факторов, включая необходимость их демократизации, внедрение служб регистрации данных (data historian) нового поколения, переход от массового накопления к стратегическому управлению промышленными данными, переплетение больших данных с технологиями промышленного искусственного интеллекта, понимание того, как эти преимущества могут проявиться в условиях постпандемического ландшафта.

Как COVID-19 заставил переосмыслить хранение данных и доступ к ним

Пандемия ускорила процесс цифровизации многих промышленных организаций, вплоть до способов хранения данных и доступа к ним. Это выявило ограничения традиционных моделей управления промышленными данными, в которых они разбросаны по командам, источникам и местам хранения. Такая изоляция данных существенно затрудняет наблюдаемость, поскольку работать с наборами данных могут только определенные люди с уникальным доступом или опытом в предметной области, чего лишены другие сотрудники предприятия, для которых эти данные могут представлять не меньшее значение.

В условиях пандемии, когда многие сотрудники вынуждены работать удаленно, модель изолированного хранения промышленных данных и ограниченного доступа к ним оказалась крайне непродуктивной. Что происходит, когда доступом к определенным данным владеет один сотрудник, но он работает удаленно? В такой изменчивой ситуации, как пандемия, когда рекомендации по охране здоровья населения постоянно меняются, статичные доступ к корпоративным данным, рабочие процессы и отчетность существенно ограничивают возможности организации обеспечивать в режиме реального времени безопасность своих сотрудников, не говоря уже о повышении ценности и росте бизнеса.

COVID-19 доказал, что промышленным организациям необходимо переосмыслить способы хранения данных и обеспечения доступа к ним в масштабах предприятия. Поскольку все больше организаций применяют постоянный гибридный подход к рабочему месту, существует острая необходимость в использовании решений, обеспечивающих непрерывный и демократичный доступ к большим данным для всех пользователей.

Демократизация промышленных данных с помощью регистратора данных нового поколения

Большие данные могут быть палкой о двух концах. Теоретически, больше данных означает больше исходных данных для анализа с целью получения более эффективных и продуктивных результатов. Чем больше вы знаете о том, как работают команды, тем лучше эти данные можно использовать для повышения производительности, экономии времени, эффективности затрат и роста бизнеса. Но больше данных не всегда означает бóльшие возможности. Часто бывает наоборот: предприятия накапливают больше данных, чем используют или не понимают, что с ними делать. Такой подход к массовому сбору данных означает, что промышленные организации в итоге хранят массу неиспользуемых, неструктурированных и неоптимизированных данных. Большее количество данных в итоге приводит к меньшей наблюдаемости.

Чтобы сделать промышленные данные действенными и ценными, для их идентификации и повышения уровня ценности на основе актуальности требуется регистратор данных нового поколения. Интуитивный сбор данных с различных активов предприятия, от датчиков до периферии и облака, устанавливает универсальную основу для их форматирования и защиты. Вместо того чтобы изолированные данные проходили различные этапы форматирования и обеспечения безопасности в зависимости от их источника или команды, всем данным на предприятии присваиваются идентификационные метки и устанавливаются единые стандарты форматирования, что открывает доступ к ним и обеспечивает их видимость в масштабах всей организации.

Стратегическое управление промышленными данными

Вместо того чтобы массово накапливать данные и складировать их в неструктурированном болоте, лучше вооружиться стратегическим подходом к управлению промышленными данными на основе применения регистраторов данных и решений промышленного ИИ. Это позволит сделать их более видимыми, доступными и пригодными для обработки в масштабах предприятия. Речь идет не только о том, чтобы очистить озера данных. Этот стратегический подход к управлению данными также помогает преодолеть растущий разрыв в квалификации промышленных кадров.

Поскольку сотрудники-ветераны с многолетним опытом работы в данной области продолжают уходить на пенсию, а на смену им приходят молодые сотрудники, не обладающие таким же опытом, подход на основе ИИ и регистрации данных гарантирует, что критически важные исторические знания будут храниться в открытом доступе в организации независимо от команды, подразделения или отдельного сотрудника, выходящего на пенсию.

Большие данные продолжат играть критически важную роль в обеспечении промышленных организаций ресурсами и инсайтами, необходимыми для принятия бизнес-решений. Это может означать что угодно — от оптимизации производственных линий до обеспечения видимости процессов в режиме реального времени, и все это для того, чтобы помочь командам стать более продуктивными, эффективными и инновационными.

Но чтобы извлечь максимальную пользу из больших данных и эффективно применять их в промышленных приложениях, компании, занимающиеся технологическим проектированием, должны переключить свое внимание с массового накопления данных на более продуманное и стратегическое управление промышленными данными, в частности сосредоточившись на интеграции данных, мобильности и доступности. Внедряя такие инструменты, как регистры данных нового поколения и промышленные решения в области ИИ, промышленные организации смогут извлечь скрытую ценность из ранее неоптимизированных и неизученных наборов промышленных данных.