5-jaars deadline: Versnellen van enterprise-adoptie van intelligente systemen

Een vijfjaarstijdsbestek voor de overstap naar intelligente systemen kan strakker zijn dan het op het eerste gezicht lijkt.

De klok tikt voor organisaties die zoeken naar een succesvolle overgang naar enterprise-brede intelligente systemen. Ze hebben vijf jaar om het te laten werken, vanaf nu.

Vijf jaar kan lang lijken, maar succes vereist dat ondernemingen een paar gemeenschappelijke hindernissen wegnemen. Die omvatten de aanwezigheid van legacy-systemen, data silos, gebrek aan rekenkracht aan de edge, en integratie van diverse systemen in een omgeving die machine learning en real-time collaboratie benut.

Die intelligente systemen leveren de infrastructuur die ten grondslag ligt aan bredere data-centrische initiatieven zoals de opkomende concepten van continuous intelligence en observability.

Digitale transformatiebedrijf Wind River benadrukte de uitdagingen en kansen voor bedrijven in grote industrieën via een recent uitgegeven rapport. In een enquête onder meer dan 500 tech-leiders over de hele wereld, vond Wind River dat 62% van de tech-leiders zegt dat hun bedrijven "opgestart zijn op een reis om intelligente systemen bedrijven te worden".

Plus, 8 van de 10 respondenten willen succes bewijzen binnen vijf jaar, met 16% van die leiders die zeggen dat ze verwachten vier keer de ROI van hun peers te bereiken.

De respondenten vertegenwoordigde kernindustrieën. Respondenten zaten in productie, energie en nutsbedrijven, lucht- en ruimtevaart en defensie, medische technologie, automotive en telecommunicatie.

Kenmerken van intelligente systemen

Hoe zal een intelligente systemen bedrijf eruitzien?

Wind River stelde 13 elementen voor die bedrijven nu kunnen hebben of kunnen verwachten te benutten binnen hun vijfjaarsvenster.

De kenmerken die respondenten als het belangrijkst beoordeelden, werden geleid door "echte compute op de verre edge", wat Wind River citeerde als "foundationeel de komende 3-tot-5 jaar". Neem het voorbeeld van een Internet of Things-omgeving. Dat kan betekenen dat ingesloten apparaten autonoom opereren en misschien dat meer intelligentie verschuift van centrale systemen naar die edge-apparaten.

Andere belangrijke kenmerken omvatten geautomatiseerd leren en machine learning-functionaliteit; near-real-time naadloze ecosysteemverbindingen; real-time collaboratieve workflow-platforms; en digitale feedback loops die productontwikkeling beïnvloeden.

De respondenten zeiden dat die laatste twee elementen hun infrastructuur vandaag op hun plaats moeten hebben.

De sleutelkenmerken die nodig zijn binnen individuele industrieën en de status van die elementen varieerden. Hier zijn enkele voorbeelden.

Zie ook: Continuous Intelligence Insights

Productie

Met 2,7 miljoen robots al aan het werk en meer op de horizon in de productie, telt de edge vandaag. "Compute leveren op de verre edge, spanningen voorspellen, falen oplossen, en apparaten in de cloud aanpassen — dit zijn alle foundationele capaciteiten voor succes die geleverd moeten worden in een enkele, real-time, collaboratieve workflow," zei het rapport.

Toch toonde het onderzoek dat slechts 11% van de productiebedrijven "zich al zien als intelligente systemen digitale bedrijven". Nog 55% van de rest streeft ernaar te komen.

Energie en nutsbedrijven

Wind River zei dat de vijfjaarsvisie voor energie gericht is op geautomatiseerd leren en machine learning. "Productieleiders kijken naar een combinatie van cloud-gebaseerde apparaataanpassing, voorspellend systeembeheer, en het sequenceren van benodigde workflowprocessen om een helder pad naar praktisch succes te creëren," zei het rapport.

Energie-sectorrespondenten zeiden dat "foundationele capaciteit van compute op de verre edge meer dan 10 keer belangrijker is dan in staat te zijn om experimenten te draaien als een leerend systeem".

Het rapport zei dat 41% van de energie- en nutsbedrijfrespondenten gelooft dat intelligente systemen positief kunnen transformeren hoe zorgvuldig en efficiënt we omgevingshulpbronnen gebruiken.

Lucht- en ruimtevaart en defensie

Kunstmatige intelligentie is cruciaal in deze sector. Wind River citeerde onderzoeksfirma CB Insights die commentaar gaf op de rapportdata: "In de lucht- en ruimtevaart- en defensie-industrie, moet supporting software snelle beslissingen nemen in high-risk scenario's. Kunstmatige intelligentie wordt integraal voor de $8,7T ruimte als bedrijven en overheidsinstanties verkennen het gebruik van technologieën van robotica en autonoom systemen tot cyberbeveiliging en telecommunicatie voor nationale veiligheid."

De respondenten benadrukten de noodzaak voor echte compute aan de verre edge en de mogelijkheid om in real-time te emuleren en simuleren als de belangrijkste kenmerken van intelligentie in lucht- en ruimtevaart en defensie.

Het onderzoek benadrukte ook de noodzaak voor de mogelijkheid om "workflows te synthetiseren met één proces voor alle betrokken partijen en het gebruik van tools zoals digitale feedback loops in nieuwe product- en dienstontwikkeling".

Medische technologie

"Alan Turing's idee van het imitationspel was een voorganger van huidige denken over intelligente systemen binnen de medische industrie. De toepassing van intelligente systemen voor preventief onderhoud en innovatie is extreem opwindend," merkte het Wind River-rapport op. Het zei vervolgens dat het medtech-veld vandaag meer investering vereist dan enige andere verticale.

Het rapport citeerde Accenture-data die toont dat over vijf jaar "AI alleen de VS gezondheidszorg $150 miljard per jaar kan besparen".

De sleutels voor medtech omvatten een real-time collaboratief workflow-platform gecombineerd met de mogelijkheid om data in feedback loops terug te cyclen in productontwikkeling, events te detecteren, ze op te lossen, en totale automatisering te leveren.

Het nadeel, volgens het rapport: "Terwijl 78% van leiders in medische technologiebedrijven op een pad zijn om intelligente systemen te bouwen, is een derde van hen niet succesvol". Dus er is nog genoeg werk en innovatie nodig in medtech.

Automotive

De automotive-industrie is een beetje verder op de weg als het om intelligente systemen gaat. Natuurlijk is automotive al een paar decennia door een reeks revoluties gegaan. Die trend zal voortduren.

Het rapport noteert, "De infrastructuurkenmerken die automakers in de eerste drie jaar implementeren, zullen 70% van de totale impact van intelligente systemen op de industrie voor rekening brengen."

Het gaat verder met zeggen, "De juiste volgorde krijgen en focussen op het bouwen van de juiste sets van intelligente systeemkenmerken zijn beide sleutels tot succes."

Citerend de "toenemend diverse wereld van inkomstenkansen" in automotive zei het rapport dat een collaboratief workflow-platform nodig is, zelfs als het geen grote impact in de nabije termijn heeft.

Die "diverse wereld" in de automotive-sector is een waar het business niet langer alleen over het bouwen van auto's gaat maar ook ontwikkelingen zoals hoe auto's nu waardevolle bronnen van informatie over consumenten zijn en de evolutie van het voertuigbezitsbusinessmodel.

Het rapport zei dat automotive drie sleutellementen van intelligente systemen in de komende drie tot vijf jaar moet uitbouwen: De mogelijkheid om echte compute op de verre edge te hebben, de mogelijkheid om spanningen en falen te voorspellen en op te lossen, en de mogelijkheid om apparaatervaringen in de cloud aan te passen.

Een van de factoren die automotive bijzonder maakt onder de grote industrieën werd genoteerd door het rapport. Het zei, "De automotive-industrie heeft unieke drijfveren voor succes. Het belangrijkste kenmerk van intelligente systemen voor succes van organisaties is dat ze kunnen worden gebouwd, ontwikkeld en geopereerd met behulp van simulaties of emulaties om productiviteit te verhogen en time-to-market te verminderen."

Telecommunicatie

Terwijl TV-commercials voor telecombedrijven focussen op de overstap naar 5G, is de sleutel voor de sector, volgens het rapport, om "complete intelligente systemen bedrijven" te worden. Dat begint met "een real-time collaboratief workflowproces samen met de mogelijkheid om apparaten aan de edge aan te passen".

In de enquête zei een derde van carrier-leiders in de VS dat ze geloven dat hun organisaties toegewijd zijn aan het idee van intelligente systemen als kern van hun toekomst. "Toch lopen de kansen op succes, zelfs binnen die groep, op slechts 54%. Toegewijd zijn aan het idee is geen garantie," zei het rapport.

Enquêterespondenten zeiden dat binnen drie jaar de telecom-sector een duidelijke focus zal hebben op het creëren van een intelligente systemen toekomst, kernzakelijke praktijken op hun plaats hebben die bijdragen aan een intelligente systemen toekomst, en hun embedded producten/diensten volledig ontwikkeld hebben voor intelligente systemen. "Dit is een agressieve korte-termijnvisie vergeleken met die van de andere sectoren," zei het rapport.

"Alleen de automotive-sector heeft gelijke focus op de sleutel intelligente kenmerken die nu nodig zijn: echte compute aan de edge, de mogelijkheid om in near real-time te simuleren en emuleren, en digitale feedback loops die data verbinden met producten en diensten," zei Wind River.

Het voegde toe dat 90% van de telecom-leiders gelooft dat meer dan 50% van hun embedded producten en diensten zullen moeten werken op de far-edge cloud, binnen minder dan drie jaar. Drieenzestig procent gelooft dat hun producten en diensten geïnfuseerd zullen zijn met AI en ML in de komende drie jaar.

"Over vijf jaar kunnen twee sleutelkenmerken realiteit worden: totale automatisering en de mogelijkheid om te handelen op basis van sensordata en algoritmes," concludeerde het rapport.