A megbízható partner a sikeres ipari IoT-bevezetés kulcsa (x)

 ( hup | 2018. december 17., hétfő - 13:05 )

A Microsoft szerint a hazai üzemek nagy része már egy éven belül lépni fog a területen – az ipar 4.0 tempója feszített, nem érdemes lemaradni.

Magyarországon is egyre határozottabban zakatol az ipar 4.0, egyre több gyárban tűnnek fel a legkülönbözőbb, online kapcsolattal rendelkező szenzorok a folyamatok megfigyelésére. Ez ráadásul nem csak nagyvállalatok üzemeiben figyelhető meg, de akár kis méretű vállalkozások műhelyeiben is - derült ki a Microsoft kutatásából, amelyet Valentin Scarlat, a cég IoT termékekkel foglalkozó marketingmenedzsere ismertetett a vállalat napokban rendezett sajtóreggelijén

A Microsoft kutatásában a legkülönbözőbb méretű cégeket kérdezte az ipari IoT vagy IIoT adoptációja kapcsán: a megkérdezettek 31 százaléka 100-nál kevesebb alkalmazottat foglalkoztató vállalat volt, 14 százaléknál 100 és 249 között mozgott a munkavállalók száma, 28 százalék 250 és 999 közötti alkalmazottal működött, a válaszadók maradék 25 százalék pedig a nagyvállalati szegmensből érkezett, ezernél több dolgozóval.

A vállalatok legnagyobb része pedig már alkalmaz, vagy erősen szemez IoT megoldásokkal: a megkérdezettek 36 százaléka már használ ilyen termékeket és folyamatosan bővíti is repertoárját, míg 31 százalék mérlegeli a technológia bevezetését. 33 százalék válaszolt úgy, jelenleg nem alkalmaz IoT termékeket. A technológia térnyerését remekül illusztrálja, hogy a bevezetést tervezők 54 százaléka már egy éven belül felszerelné üzemeit IoT eszközökkel, míg további 9 százalék 24 hónapos időkereten belül gondolkodik.

Az adat megvan, na és most?

A kutatásból ugyanakkor az is kiderül, hogy bár az okos szenzorok egyre elterjedtebbek, az azok által begyűjtött hatalmas adatmennyiséggel sok szereplő végül nem kezd semmit. A válaszadóknak így csak negyede beszélt arról, hogy a szenzorokon keresztül valós időben követi berendezéseinek állapotát, és szintén csak 25 százalék volt az, aki a szenzoradatokat AI-jal megtámogatott automatizációra használja fel. Ennél is kevesebben, a megkérdezetteknek mindössze 22 százaléka számolt be arról, hogy a kinyert adatokat hosszabb távon tárolná és az üzleti intelligencia fejlesztését célzó projektekben használná fel. A válaszadók 17 százalékánál még nagyban folyik a szenzorok beszerelése - és érdekes módon az egyik legnépszerűbbnek vélt funkciót, azaz a prediktív karbantartást csak a válaszadók 5 százaléka alkalmazza.

Ennek persze nem feltétlenül a tájékozatlanság az oka, sokaknál egyszerűen arról van szó, hogy a frissen beszerelt szenzorhálóval még nem volt idő elég adatot felhalmozni a prediktív karbantartási modellek kidolgozásához. Erre egyébként Gulyás Máté a Datapao szakértője is kitért előadásában, ahol egy konkrét példán keresztül is betekintést engedett egy hasonló karbantartási megoldás kidolgozásába, a Microsoft Azure Databricks segítségével. Az Apache Spark alapú elemzési szolgáltatás felületén néhány kattintással elkészíthető egy notebook a kívánt projekthez, amelyben aztán létrehozható a prediktív karbantartáshoz szükséges modell. Ehhez persze historikus adatokra is szükség van, amelyek alapján a modell betanítható és kinyerhetők azok a minták, amelyekkel aránylag pontosan behatárolható, hogy egy-egy berendezés mikor hibásodik majd meg, illetve milyen előjelei vannak a meghibásodásnak. A folyamat végeredményeként a rendszer nagy pontossággal meg tudja majd mondani, hogy még hány használati ciklus van hátra az adott motor vagy más, a gyártósoron használt eszköz élettartamából.

Az prediktív karbantartás tipikus zászlóvivője az ipar 4.0-nak, ráadásul rengeteg területen alkalmazható: míg legtöbben valószínűleg gyártósorokon dolgozó gépekre szerelt szenzorokra gondolnak ha a technológia szóba kerül, a várható problémák előrejelzésére szolgáló érzékelők ennél jóval változatosabb helyeken is bevethetők - például tehenek gyomrában. Ezt a területet a MOOW nevű cég vette célba, amely teheneknek szánt, lenyelhető szenzorokat készít, amelyek aztán folyamatosan küldik az adatokat az állat gyomrának pH értékéről vagy épp hőmérsékletéről, az állatok ilyen beható monitorozásával pedig akárcsak a gépek esetében, már korai szakaszban elcsíphetők az esetleges betegségek vagy rendellenességek.

Hasonló megoldások bevezetését persze érdemes kis lépésekben kezdeni, egy határozott üzletfejlesztési célt kijelölve, afelé kis iterációkban haladva - így a rizikó is több részre osztható. Szerencsére a szimpatikus megoldásokat a fejlesztők már otthon, kicsiben is kipróbálhatják, kvázi ingyen - mint a fentebb említett Azure Databricks esetében. A lehetőséggel pedig érdemes élni, hiszen ahogy a piacon egyre élénkülő érdeklődésből is látszik, a technológiák használata hosszú távon megkerülhetetlen lesz a versenyképesség megtartásához.

Gulyás Máté, Datapao

Ennek megfelelően ha élesben még viszonylag alacsony is a megoldás elterjedtsége, számos cég tervbe vette már a prediktív karbantartás bevezetését: a válaszadók mintegy 36 százaléka tervezi hasonló célra használni szenzoradatait, ezzel ez a legnépszerűbb felhasználás mód - fej-fej mellett a flottamenedzsmenttel. De ugyancsak népszerű a távoli diagnosztika, ennek bevezetését 33 százalék kezdte meg vagy tervezi, 28 százalék pedig az alkalmazottak megfelelő biztonságát szavatolná a szenzoradatok birtokában.

Utóbbira jó példa a Softline fejlesztése, amelyről az eseményen Marko Ristic sales menedzser beszélt. A vállalat megoldása AI-jal és gépi látással igyekszik biztonságosabbá tenni a munkakörnyezetet: a rendszer kamerákon keresztül nem csak azt képes emberi közbeavatkozás nélkül ellenőrizni, hogy az alkalmazottak felvették-e az előírt védőfelszereléseket, de azt is, azokat megfelelően viselik-e, kabát esetében például felhúzott cipzárral, sisaknál pedig leengedett plexirostéllyal.

De ugyanezzel a rendszerrel egy sor más feladat is elvégezhető, ellenőrizhető például hogy az egyes dolgozók csak a számukra engedélyezett munkaterületeken tartózkodnak-e, illetve a munkahelyen töltött idejük is pontosan monitorozható. Ha pedig a rendszer bárhol rendellenességet talál, rögtön értesítést is küld arról.

Általánosságban elmondható, hogy az IoT rendszerekkel a vállalatok legnagyobb része elégedett: 54 százalék mondta hogy "valamelyest" meg van elégedve a technológiával, míg 29 százalék nagyon elégedett volt azzal. Mindössze 17 százalék számolt be negatív tapasztalatokról az IoT bevezetés kapcsán.

A bizonytalan árcédula okozza a legtöbb fejfájást

A legnagyobb kihívást - ahogy sok más iparágban is - egyértelműen a költségek jelentik, ebben a válaszadók 63 százaléka egyezett meg. Sok esetben ugyanis nehéz megbecsülni egy-egy projekt végleges árát már a tervezési fázisban, ami sokaknál elbizonytalaníthatja az IoT törekvéseket. Erre jön még a projektek bonyolultsága, ami 39 százaléknak jelent nehézséget. Ehhez szorosan kapcsolódik, hogy sok vállalatnál kihívást jelent, hogy megtalálja a saját igényeihez igazodó specifikus megoldásokat - ez utóbbit 20 százalék jelölte meg problémaként. Ennél jóval többen aggódnak az IoT korántsem elhanyagolható biztonsági kérdései miatt, ezekre a válaszadók 33 százaléka tekint nehézségként, 28 százaléknak pedig a megfelelő platform kiválasztása is problémát jelent.

Mindezek fényében nem meglepő, hogy a cégek IoT megoldás kiválasztásakor a legfontosabb szempontoknak a gyártó megbízhatóságát, illetve a biztonsági funkciókat ítélik, ezután jönnek csak az olyan aspektusok mint a megfelelő skálázódás, a kompatibilitás a meglévő rendszerekkel, illetve természetesen az ár. A megfelelő együttműködések kulcsszerepet játszanak az ipari IoT rendszerek kiépítésében. A területen már hazai ipar legnagyobb része aktív, a legtöbben pedig közülük is a következő 12 hónapban tervezik a IoT projektek megvalósítását - a feszített tempó mellett pedig a megbízható partnerek még inkább felértékelődnek.

További információkért érdemes felkeresni a Microsoft kapcsolódó weboldalát.

(A Microsoft megbízásából készített anyag)