Industriële IoT: Automatisering en Data-inzichten revolutioneren

IoT ontmoet Industrie

Zeker heeft u al van IoT gehoord – het lijkt onmogelijk om het te missen deze dagen. Nu hebben we ook Industrial IoT – in vogue om de toepasbaarheid op de bredere industriële sector te beschrijven.

IoT zal nieuwe data beschikbaar maken op manieren die we ons eerder niet konden voorstellen; het zal nieuwe markten stimuleren en bestaande markten die eerder weinig overlap hadden, verbinden, wat de behoefte aan applicaties die zin kunnen geven aan de beschikbare data om betekenisvolle resultaten te extraheren, verder aanzet. Het automatiseren van dit soort informatie-ontdekking en -exploitatie zal enorm zijn. IDC voorspelt een markt van $7,1 biljoen tegen 2020; McKinsey suggereert een meer 'gereserveerde' impact van $6,2 biljoen tegen 2025. Wanneer u dergelijke cijfers ziet, realiseert u zich dat er iets drastisch aan de hand is.

Waarom nu?

Ten eerste zijn er een aantal technische vooruitgang die de IoT-beweging mogelijk maken en drijven. Het zijn:

1. Draadloze communicatie, tenminste in de westerse wereld, is overvloedig en goedkoop. Nieuwe ontwikkelingen in 5G en low-power radio communicatiestandaarden zullen dit alleen nog duidelijker maken. Mobiele operators, die moe zijn van duizenden gratis minuten en sms'en weg te geven, zoeken nieuwe businessmodellen om hun balansen te verbeteren en hun infrastructuurinvesteringen te benutten – IoT is het antwoord.
2. Goedkope, gedistribueerde en schaalbare verwerkingskracht betekent dat zelfs een tienerenthousiast een enorme hoeveelheid verwerkingskracht kan bevelen (meer dan veel regeringen tien jaar geleden toegang hadden) voor weinig meer dan de prijs van een blikje frisdrank. Niet alleen in de Cloud, maar praktische verwerking vindt haar weg naar het edge device, wat ontstaat als Fog Computing-architectuur.
3. Lage kosten, 'goed genoeg' sensoren en devices zoals de Raspberry Pi beginnen de markt te vervuilen, wat zowel een enthousiaste hobbyist-community aanjaagt – herinneringen aan de PC-era van de late 70s en vroege 80s opwekken – als serieuze high-tech bedrijven. Elektronische apparaten komen van de productielijn met internet-verbonden sensoren als standaard. Of we er nu om vragen of niet, dingen worden 'gesensoriseerd'. En als u sensoren nodig heeft, zijn ze beschikbaar voor minder dan een paar dollar en een snelle zoekopdracht levert geweldige open source codevoorbeelden op, wat integratie pijnloos maakt.

M2M is niet IoT

Het is waar, sommige sectoren benutten dit soort capaciteit al jaren – luchtvaart, mijnbouw en Oil & Gas komen in gedachten. M2M (Machine to machine) is gebruikt om dit vroege werk te beschrijven, maar laten we het duidelijk maken – dat is niet IoT. Ondanks dat veel industriestalwarts dit vroege werk promoten als "IoT", misbegrijpen ze fundamenteel de echte drijfveren van IoT. Het gaat niet puur om de technologie en interconnecties.

Het verschil met IoT zit in de schaal en ambitie. IoT gaat niet alleen om het verbinden van apparaten, het gaat om autonomie van banale activiteiten en het openen en integreren van datasets op nieuwe manieren wat veel grotere veranderingen zal teweegbrengen. Silo's zullen worden afgebroken – of kijk toe hoe uw concurrenten u in hun stof laten. Businessmodellen zullen veranderen en nieuwe zullen ontstaat – denk aan beschikbaarheidsgebaseerd contracteren (of 'power by the hour' bij vliegtuigmotoren).

Van slimme steden tot intelligente productie, het gaat om organisatorische en persoonlijke verandering net zoveel als om technologie. Dat betekent ook dat de impact ver en breed gevoeld zal worden. Bijvoorbeeld, slimme stedebouwers willen IoT benutten om stedelijke data te exploiteren om burgers beter te informeren en een transparenter gouvernancemodel te bieden. "Ja wel", hoor ik u zeggen, "ik krijg gewoon meer advertenties voor dingen die ik niet nodig heb", maar dit is serieus, ontworpen om uw alledaagse leven makkelijker te maken.

De potentie van IoT in de productie is duidelijk. Ongeplande downtime en reactief onderhoud zijn ongewenne kostendrijvers. Ik las dat in de autobranche elk uur downtime kan oplopen tot $2 mln verlies. Fortune berekende dat IoT onderhoudsbesparingen van 25% kan leveren, ongeplande downtime met 50% kan reduceren en de levensduur van machines met jaren kan verlengen. Klinkt goed?

Met de toenemende automatisering en computerisering van fabrieken door de jaren 90 en 00s heen, is veel van de kerninfrastructuur al aanwezig. Veel bedrijven zijn nu bezig deze infrastructuur 'up te graden' om IoT-klaar te zijn – kijk maar naar de klanten van ThingWorx en Xively om te zien wie de voorlopers zijn. De voordelen komen uit de analyse van de data en meer fundamenteel de prognose van toekomstige machinedegradatie.

Grote, asset-intensieve industrieën hebben al jaren goede redenen om predictieve onderhoudsregimes te implementeren en ze hebben zich gebaseerd op complexe en op maat gemaakte systemen om die taak te vervullen, niet te spreken over een klein fortuin aan sensor- en data-acquisitietechnologie. Ze denken niet eens na over het gebruiken van teams van diagnostische systeemingenieurs om de data te interpreteren, omdat ze van nature high-tech organisaties zijn. Echter, deze hoge drempels hebben ervoor gezorgd dat kleinere bedrijven of die in aangrenzende sectoren simpelweg uitgesloten zijn. Bovendien zal deze legacy-technologie fundamenteel niet schalen naarmate de Industriële IoT door de productiesector zweept en miljoenen kleine en middelgrote bedrijven online komen.

Dit is ook waar IoT-adoptie echt spannend is en een grote rol speelt in het verlagen van drempels omdat het hardwareprijzen dwingt naar beneden en data-toegang democratiseert. De vraag is dus meer 'wanneer' dan 'of' prognostische capaciteit binnen bereik zal komen. Dat laat de data science-discipline over... en ik ben moe van lezen over de 'sexiest job of the 21e eeuw'. Deze heren verdienen $250k... ok, ja, ik ben super jaloers – maar dat is niet het punt.

Ik betwijfel niet dat deze discipline niet kernachtig is (tenminste op dit moment), maar als de IoT evolueert, hoe kan het dan ooit aan de vraag voldoen op basis van deze afhankelijkheid van menselijke analyse? Ik geloof dat het bedenken van slimme manieren om veel van de data science-taken te automatiseren absoluut fundamenteel, zelfs kritiek, is voor een succesvolle IoT en vooral data science-zware oplossingen zoals de prognostiek die nodig is om predictief onderhoud realiteit te maken. Zonder dat blijft sommige echt coole technologie alleen beschikbaar voor de 'grote jongens'.

U zult niet verrast zijn te horen dat wij bij Senseye een product ontwikkelen om een meer toegankelijke predictief onderhoudsoplossing te maken die kan schalen met de Industriële IoT. We willen de voordelen leveren aan organisaties die machineprognostiek eerder als onbetaalbaar of te moeilijk om te implementeren en te gebruiken beschouwd hebben.

Het is zeker een uitdaging – niet alleen de toepassing van cutting-edge technologieën – maar de barrières die overwonnen moeten worden naarmate de industrie evolueert en IoT omarmt. Beveiliging is een belangrijke, hoewel de technologie grotendeels bestaat om ermee om te gaan, blijven de commerciële en politieke obstakels bestaan. Wat doet u daar aan? Culturele uitdagingen zijn ook zichtbaar als onderhoudsteams, gewend aan hun reactieve benadering van uitvallen, verbeteren weerstaan die uiteindelijk leiden tot een verfijning in onderhoudspersoneel.

Echter, er zijn drie verdere gebieden die we nauwlettend volgen die verstrekkende gevolgen hebben buiten ons eigen product. Ten eerste, de noodzaak voor edge (of fog, zoals Cisco het noemt) apparaten waaraan een deel van de data pre-processing taken kan worden uitgezourst. Het is simpelweg niet haalbaar om potentiële enorme hoeveelheden raw data elke seconde naar de Cloud te sturen – vooral in afgelegen omgevingen die vertrouwen op mobiele connectiviteit. We zien een toenemende activiteit in deze ruimte – vooral van innovatieve start-ups.

Ten tweede, sensor- en nodekosten moeten dramatisch blijven dalen. In de industriële ruimte waar hoge kwaliteit accelerometers nodig zijn, liggen deze nog in de duizenden dollars (per device!) wat een significante barrière is voor elk bedrijf, niet alleen kleinere. Als IoT zo pervasief moet worden als de hype ons doet geloven, moeten deze wel onder de $100 komen.

En ten derde, de bijna complete afwezigheid van interoperabiliteitsstandaarden en protocollen creëert opnieuw proprietarie silo's en leenhofjes – hetgeen IoT juist zou moeten afbreken. Deze gebrek aan compatibiliteit strekt zich uit over de technologie-stack, van communicatie tot applicatiemetadata. Sommige initiatieven, zoals Hypercat, hoewel potentiëel belovend, worden nog niet op een schaal of snelheid geadopteerd om kritische massa te bereiken.

Het is zeker een fascinerende en dynamische tijd om betrokken te zijn binnen wat alleen beschreven kan worden als de IoT-bubbel. Ik twijfel niet dat wij als bedrijf zullen moeten buigen en weven naarmate het allemaal evolueert.

We draaien momenteel gratis proefversies van onze oplossing voor geselecteerde faciliteiten, dus geef me een seintje als u in aanmerking wilt komen.