Industriële 'dingen' produceren 'industriële' resultaten

Bedrijven instrumenteren en verbinden hun industriële apparatuur, gebouwen en faciliteiten en voertuigen met miljarden sensoren om het zogenaamde Industrial Internet of Things (IIoT) te creëren, zegt Kareem Yusuf, Ph.D. algemeen directeur voor IBM Watson IoT

Het industriële internet der dingen genereert exponentiële hoeveelheden gegevens die kansen creëren om patronen te identificeren die nieuwe manieren van werken en nieuwe bedrijfswaarde ontsluiten. Volgens het IBM Institute of Business Value (IBV)-onderzoek uit 2017, Intelligent Connections, "is 60% [van de industriële bedrijven] die zijn ondervraagd in ons onderzoek van 2017 bezig met het uitvoeren van plannen om IoT in hun bedrijfsmodellen op te nemen. Ze zeggen dat de belangrijkste factoren die van invloed zijn op investeringen in IoT gericht zijn op het verhogen van de efficiëntie.”

Maar aangezien 80% van de gegenereerde IIoT-gegevens ongestructureerd is, raken bedrijven overweldigd door het begrijpen van de enorme hoeveelheid gegevens. Kunstmatige intelligentie (AI) is van cruciaal belang om al deze gegevens te begrijpen, zodat mensen en dingen slimmer en beter kunnen werken. Volgens hetzelfde IBM IBV-onderzoek was tweederde van de heruitvinders, degenen die werden geïdentificeerd als degenen met de hoogste mate van IoT-adoptie en een visionaire benadering van een intelligente IoT-strategie volgen, het er sterk mee eens  dat het volledige potentieel van IoT alleen kan worden gerealiseerd met de introductie van AI-technologieën.

Bij IBM werken we samen met onze klanten om het IIoT, geavanceerde analyses en AI te benutten om de operationele kosten te verlagen en de uptime te verhogen, betere producten sneller op de markt te brengen en nieuwe bedrijfswaarde te vinden in drie belangrijke activaklassen:industriële apparatuur, gebouwen en faciliteiten , en voertuigen.

Industriële apparatuur

In een tijd van intense wereldwijde concurrentie worden fabrikanten geconfronteerd met een verscheidenheid aan problemen die van invloed zijn op de productiviteit, waaronder personeelsverloop, lacunes in vaardigheden en stijgende grondstofkosten. Dit alles wordt verergerd door stroomafwaartse defecten en uitval van apparatuur. Door IoT en AI te combineren, kunnen fabrikanten de productiekosten stabiliseren door verliesgebieden, zoals energieverspilling, apparatuurstoringen en problemen die de productkwaliteit verbeteren, te lokaliseren en te voorspellen.

IBM voegt krachtige nieuwe AI- en analysemogelijkheden toe aan ons Maximo Enterprise Asset Management-portfolio, waaronder productieoptimalisatie, productiekwaliteitsinzichten en apparatuuronderhoudsassistent. Samen helpen deze oplossingen onze klanten de productiecapaciteit te maximaliseren met voorspellende onderhoudskwaliteit, visuele en akoestische inspectie, evenals voorgeschreven reparaties.

Gebouwen en voorzieningen

Tegenwoordig is 70% van de totale eigendomskosten van een gebouw gekoppeld aan onderhouds- en energiekosten. Door IIoT en AI te combineren, kunnen winkeleigenaren en vastgoedbeheerders nu patronen van ruimte-, energie-, verkeer- en activagebruik analyseren om gebruiksstrategieën te creëren die verspilling verminderen en middelen optimaliseren om investeringen in onroerend goed te maximaliseren.

Om deze mogelijkheid aan te pakken, breidt IBM ons TRIRIGA Facility Management-portfolio uit met Building Insights, dat bedrijven helpt de exabytes aan gegevens die gebouwen genereren te decoderen, energieverbruik en misbruik te visualiseren, en gebruik te maken van inzichten uit het weer, historische prestaties en gegevens van andere derde -partijanalyses om investeringen in onroerend goed te optimaliseren.

Voertuigen

De opkomst van autonoom rijden, elektrische voertuigen, evoluties in consumentenvoorkeuren en de bijna onbeperkte beschikbaarheid van realtime gegevens over rijpatronen, gebruik en prestaties transformeren de auto-industrie. Tegelijkertijd, naarmate voertuigen complexer worden, exploderen de technische vereisten, waarbij het typische voertuig tegenwoordig meer dan 100 miljoen regels code en duizenden technische vereisten vereist.

Om Systems Engineers te ondersteunen bij het beheren van deze complexiteit, breidt IBM onze Software &Systems Engineering-portfolio uit met de Requirements Quality Assistant. Deze AI-gebaseerde oplossing voor vereistenbeheer van de volgende generatie beoordeelt de kwaliteit van vereisten en geeft advies over hoe de kwaliteit kan worden verbeterd.

IBM is uniek gepositioneerd om bedrijven in activa-intensieve industrieën te helpen bij het opschalen van hun focus op Industrial IoT, met onze diepgaande kennis van de industrie en AI, een sterke basis van Industrial IoT Solutions en het toonaangevende Industrial IoT Platform, zoals IBM onlangs werd genoemd een leider in Forrester's evaluatie van de "meest significante" softwareplatforms voor het industriële internet der dingen (IoT), Q3 2018.

Ons IBM Watson IoT-platform helpt organisaties veilig verbinding te maken en gegevens te verzamelen uit meerdere ongelijksoortige bronnen en maakt gebruik van de kracht van Blockchain en AI-gestuurde analyses in realtime. IBM Services maakt gebruik van het IBM Watson IoT Platform als de onderliggende technologie en lanceert een nieuw Connected Manufacturing-aanbod dat een methode en aanpak omvat om onze klanten te helpen hun IoT-transformatie te versnellen - van strategie, implementatie en beveiliging tot beheerde services en doorlopende activiteiten. Deze gecombineerde mogelijkheid helpt onze klanten om al hun productieapparatuur, sensoren en systemen met elkaar te verbinden om bedrijfsverbeteringen mogelijk te maken op het gebied van OEE, kwaliteit, doorlooptijden en productiviteit.

De auteur van deze blog is Kareem Yusuf, Ph.D, algemeen directeur, IBM Watson IoT