Тенденции и проблемы при внедрении решений IIoT

Популярность технологий IIoT растет во всем мире. За счет чего это происходит и что препятствует их внедрению?

Агентство McKinsey провело опросы о готовности к промышленной автоматизации – 92% респондентов ответили, что их функционирующие бизнес-модели не переживут цифровизацию. Был также сделан вывод, что большинство компаний не были готовы и к четвертой промышленной революции и даже не планировали внедрение решений IoT. Но сочетание опасений, связанных с эффектом COVID-19, необходимости повышения производительности и жесткой нормативно-правовой среды стимулирует спрос на технологии промышленного интернета, побуждая компании обратить свой взгляд на IIoT.

Повышение доступности

Такие современнее технологии, как искусственный интеллект (ИИ), машинное зрение, Deep Learning, Fog/Edge, 5G позволяют создавать новые и инновационные варианты использования IIoT. Но наибольший вклад в развитие рынка вносит один простой факт: IIoT стал доступнее. Стоимость была огромным препятствием для осуществимости и масштабируемости развертывания промышленного интернета вещей. Цена устройств, сотовая связь и закрытые проприетарные системы затрудняли достижение целевых показателей рентабельности инвестиций. Глобальные сети с низким энергопотреблением (LPWAN), такие как LoRa, Sigfox, NB-IoT и LTE Cat-M, являются ключевой движущей силой снижения затрат и внедрения интернета вещей в массовое использование.

Эти технологии снижают затраты на подключение буквально почти "до копейки" в месяц, сокращая стоимость модулей, увеличивая срок службы батареи и расширяя зону покрытия, что позволяет реализовать варианты применения, которые никогда не были бы достижимы при использовании сотовой связи.

Снижение затрат оправдывает экономическое обоснование и рентабельность инвестиций. Клиенты прежде всего ищут решения для бизнес-проблем, это может быть операционная эффективность, соблюдение нормативных требований или безопасность.

Данные – фундамент изменений

Устройства IIoT находят все более широкое использование и будут генерировать все больше и больше данных. Огромное значение имеет эффективный сбор данных: они лежат в основе четвертой промышленной революции, потому что полученная на их основе информация помогает предприятиям принимать более обоснованные решения.

Сейчас большой интерес вызывают искусственный интеллект, периферийные вычисления и5G. По словам Intel, 5G особенно подходит для усовершенствования промышленного производства, а также частных, локальных и общедоступных систем.

Периферийные технологии также значимы: Intel указывает, что к 2023 г. более 50 Тбайт данных, генерируемых в различных отраслях, включая промышленные предприятия, будут обрабатываться на периферии. Такая обработка устраняет многие проблемы, связанные с задержкой, пропускной способностью, надежностью, безопасностью и конфиденциальностью, – с ними клиенты сталкиваются достаточно часто.

Технологические проблемы IoT на производстве

Несмотря на постоянное совершенствование технологий и активные внедрения на производственных мощностях по всему миру, некоторые проблемы с использованием IoT продолжают сохраняться.

Модернизация устаревшего оборудования

Оборудование на производстве используется в среднем уже в течение 15 лет. Это станки, машины, устройства, которые никогда не были предназначены для подключения к каким-либо сетям или датчикам. Компаниям необходимо принимать решение, модернизировать ли их или работать на другом, современном, оборудовании, чтобы собирать и анализировать данные в рамках общей тенденции интеграции.

Проблемы кибербезопасности в IoT

Возможность стороннего подключения также вызывает опасения и вопросы, связанные с кибербезопасностью, – несомненно, это сейчас является большой проблемой. Где-то от трети до половины производственных компаний сталкивались с нарушениями кибербезопасности за последние три года, и это имеет целый ряд последствий: потеря конфиденциальных данных, негативное влияние на производство, ущерб активам и т.д.

Подготовка кадров

Когда предприятия меняют свои производственные и бизнес-процессы, возникает необходимость вовлекать людей в процесс изменений и мотивировать/поощрять персонал на использование новых технологий. Многие производственные кадры стареют и не всегда готовы обучаться новому.

Проверка рентабельности инвестиций

Промышленная автоматизация требует значительных капиталовложений, и для многих компаний расчет окупаемости такой большой суммы является проблематичным. Четкая постановка проблемы, ее анализ и ответственное проектирование нивелируют эти опасения.

Отсутствие интеграции

К сожалению, многие решения IoT развертываются как разрозненные точечные решения, что ограничивает их полезность. Данные более эффективны в совокупности с другими данными, и должна быть общая дорожная карта стратегии/возможностей IIoT, которая определяет выбор различных вариантов использования.

Потребность в операционной модели

Вероятно, самая важная проблема IoT, которую должны решить клиенты, – это разработка операционной модели, учитывающей автоматизацию и поддерживающей ее. В нее входят процессы и управление изменениями, которые стимулируют сотрудников действовать в соответствии с такими процедурами, как обновление прошивки и замена батареи. Без надлежащей операционной модели многое из реализованного не достигает своих бизнес-целей или "умирает на корню" из-за отсутствия поддержки.

Вывод

Внедрение Интернета вещей в производственном секторе растет по мере увеличения спроса и повышения доступности решений. Но клиенты по-прежнему сталкиваются с рядом технологических и нетехнологических проблем, для решения которых отрасль должна объединиться. Важно отметить, что доступность Интернета вещей и технологий потеряет значение, если клиенты не будут осведомлены о передовых методах получения максимальной отдачи от внедрения IoT. Сочетание квалифицированного персонала, интеграции с унаследованными системами, инноваций в периферийном и глубоком обучении, а также открытого доступа для разработчиков будет способствовать еще большему расширению применения IIoT.