Три совета для тех, кто хочет использовать Интернет вещей

15.08.20161861
Три совета для тех, кто хочет использовать Интернет вещей

Кому нужен IoT

Идея беспроводной передачи информации от объекта уже не является новшеством. От околоземных спутников мы получаем данные около шестидесяти лет, а в промышленности технологии M2M применяется уже больше двадцати лет. Но для широкого распространения инновационных технологий в коммерческом сегменте на тот момент присутствовал ряд ограничений, к примеру, затраты на сбор больших объемов данных и высокая стоимость их хранения.

Сегодня стоимость сбора, хранения и обработки информации значительно снизилась благодаря дешевеющим технологиям – можно применять недорогие сенсоры, облачные технологии хранения данных и open source инструменты для их анализа. Решения стали экономически доступны даже небольшим компаниям.

В ритейл-логистике, например, Интернет вещей применяется для отслеживания поставок, управления складскими и логистическими процессами. Уже созданы и представлены беспилотные грузовики: не за горами значительные перемены в отрасли логистики. Информационные массивы  генерируются бортовой электроникой автомобилей, кораблей и самолетов, системами смарт-домов, а теперь уже — и «умных городов», счетчиками потребления коммунальных услуг, бесконтактными методами идентификации и системами мониторинга состояния здоровья человека. Концепция Интернета вещей поможет экономить энергию, предотвращать ДТП, управлять движением и даже улучшать экологию: уже используются системы мониторинга окружающей среды. Экономия в промышленности — давно реальность.

Заметнее всего эффект Интернета вещей проявляется на данный момент на крупных промышленных предприятиях с территориально распределенными объектами и большим количеством сложного технического оборудования. Это нефтяные скважины, газовые месторождения, трубопроводы, металлургические производства. Технологии IoT дают возможность быстро (вплоть до режима онлайн) получать данные о состоянии объектов, установленных в любом уголке мира, предотвращая их внезапные поломки и даже техногенные катастрофы. На производстве неисправность оборудования способна привести к большим нарушениям плановых объемов выпуска (не говоря уже о вредных выбросах и экологических происшествиях).

Для остановки линии нужно привлечь квалифицированных сотрудников, провести обслуживание, потратив на него время, ресурсы, зачастую привлекая подрядные организации — а это лишние расходы. К примеру, Магнитогорский металлургический комбинат собирается внедрять решение на базе машинного обучения и Big Data – Yandex Data Factory – для оптимизации производства стали. Проведенное тестирование показало, что экономия предприятия на ферросплавах после внедрения решения может составить до 23 миллионов рублей в месяц. Это актуально не только для крупных промышленных предприятий, но и для поставщиков оборудования, в том числе гражданского назначения — лифтов, эскалаторов в торговых или офисных центрах, вентиляционного или холодильного оборудования. Например, FMCG-производитель, устанавливающий свои фирменные холодильники с продукцией по всей стране, уже не нуждается в большом количестве специалистов и менеджеров, которые каждый день следят за исправностью оборудования в торговых точек. Все данные стекаются в единый центр, а ремонт или замена производятся не после поломки, а заблаговременно.

В сельскохозяйственной промышленности сбор данных с сенсоров, картографирование и анализ температурных условий на каждом из посевных полей дают возможность предсказать урожайность, проанализировать потребность в сельскохозяйственной технике. А также появляются «умные фермы». К примеру, известная американская агрокультурная компания Monsanto для определения оптимальных условий для посева на 25 миллионах полей приобрела Climate Corporation, известную применением новейших технологий: картирования и анализа информации с датчиков.

Помимо этого возможна экономия на логистических процессах в крупных промышленных предприятий и бизнесе. К примеру, применение компанией Amazon робототехнических решений IoT дало возможность снизить операционные затраты на складские центры на 20%, по данным Deutsche Bank, за счет рационального использования складских помещений и оптимизации цикла складских расходов.

 

IoT с минимальными затратами

Разумеется, бизнес сталкивается со сложностями внедрения технологий IoT, и с сомнениями в их практической пользе. Действительно ли вложения сегодня дадут значительную экономию завтра? И как грамотно оптимизировать бизнес-процессы в компании посредством применения технологий интернета вещей? Прежде чем начать внедрение концепции Интернета вещей и необходимых для этого ИТ-инструментов, нужно определиться, действительно ли это оправдано.

По данным исследования IBM Institute в 2015 году, более 50% опрошенных предпринимателей убеждены в том, что применение «умных» технологий кардинально изменит бизнес-процессы в их организации. При этом сама технология бесполезна без четко сформулированных бизнес-задач. Если ранее мы задавались вопросами «как набрать побольше информации и где ее хранить», то сейчас нужно спрашивать себя: «какие полезные сведения и ценность для бизнеса мы хотим получить?».

В таком проекте важно поставить очень конкретную и измеримую бизнес-цель, будь то понижение затрат на сервисное обслуживание и ремонт, исключение рисков простоя оборудования или повышение конкурентоспособности продукции на рынке. После постановки правильной бизнес-цели следует этап выбора технических инструментов, когда важным вопросом становится стоимость проекта.

Снижение стоимости внедрения новейших технологий возможно за счет перехода на облачные ресурсы, которые исключают потребность построения собственной ИТ-инфраструктуры «с нуля». Подключение оборудования, сбор информации, аналитика — все это уже доступно в облаках. Так, к примеру, Microsoft предоставляет расширенный функционал для работы с Интернетом вещей, включающий предварительно настроенные решения в облаке Azure: IoT Suite, Stream Analytics и Machine Learning. Наблюдать и контролировать технические и бизнес-процессы пользователь может с любого подключенного к сети устройства, даже если организация не имеет ни единого сервера.

Большую популярность завоевывают и инструменты Open Source для работы с данными — такие как Apache Hadoop и Apache Spark.

В дальнейшем для эффективного применеия Интернета вещей важно организовать системную работу с информацией. В частности, нужно создать единое хранилище (Data Warehouse) с фундаментом в виде системы структурированных данных и нормативно-справочной информации. Весь информационный поток нужно объединить, привести к единому формату — сделать массив так называемых серых данных, разделяя данные на те, что имеют долгосрочную ценность, которые быстро устаревают, и те, структура которых меняется очень быстро. Только после этого можно будет данные из разных систем анализировать в одной плоскости.

Объемы данных, собираемых посредством IoT-датчиков, значительны, поэтому сбор информации всегда должен быть связан с последующей ее обработкой аналитическими инструментами, фиксацией пограничных с нормой значений, созданием предиктивных моделей — прогнозированием состояния того или иного оборудования с учетом определенных условий и нагрузок (типов предыдущих сбоев, периодов их возникновения, сроков амортизации, данных о состоянии помещения – температура, влажность и т.д.). Представьте себе, что без таких аналитических систем, настоящего искусственного интеллекта, человек в состоянии был бы использовать всего лишь 1% данных, собираемых, к примеру, с нефтяной вышки с 30 000 сенсорами, датчиками и устройствами (по подсчетам McKinsey).

Разумеется, в IoT-проекте требуется заблаговременно продумать и решить вопросы информационной безопасности. Цифровые преобразования, рост объемов передаваемых данных тесно связаны с повышением нагрузки на системы безопасности. Согласно прогнозам, к 2020 году рынок IoT объединит от 26 (Gartner) до 50 (Cisco) миллиардов устройств. Основным риском для предприятий станет опасность утраты, утечки данных — случайной или умышленной. Хорошая новость заключается в том, что большинство IoT-платформ уже обладают встроенными и достаточно мощными средствами защиты корпоративных сведений.ponedelnik2

 

Практические IoT-советы

  1. В долгосрочной перспективе вкладывайтесь в готовые платформенные решения

Во-первых, в них уже преднастроена большая часть коннекторов и интеграционных механизмов. То есть вы сможете быстро подключиться к источнику данных и начать их использовать.

Во-вторых, производительность платформенных решений все же в разы выше, чем у Open Source — как с точки зрения обработки массивов информации, так и в плане создания на их основе визуализированной аналитики и прогнозных моделей.

  1. Выбирайте правильного ИТ-партнера

На данный момент в России, да и во всем мире, пока еще не так много компаний-интеграторов, предлагающих комплексные решения в области Интернета вещей. Среди них важно найти тех, у кого есть партнеры трех уровней: технологического (значит, что они могут выбрать, купить и установить надежные промышленные датчики), интеграционного (организуют безопасный и быстрый сбор данных) и аналитического (умеют работать с данными и строить аналитические прогнозные модели, отталкиваясь от бизнес-целей организации).

Второе важное качество ИТ-партнера — умение быстро продемонстрировать реальные выгоды от IoT даже на небольшом участке и при незначительном объеме информации. К примеру, мы применяем методику «небольших шагов» — строим прототипы, пилотные модели, показываем примеры эффекта на основе реальных данных. Такой подход дает ощутимый бизнес-результат в понятные для заказчика сроки: прототипирование редко занимает больше двух месяцев. Реальных успешных кейсов в области IoT и Big Data сегодня на рынке по-прежнему мало.

  1. Пользуйтесь моментом

В момент роста интереса к технологии, наряду с недостаточно накопленной экспертизой на рынке, можно довольно выгодно внедрить инновации в своей организации. Интеграторы готовы делать хорошие ценовые предложения для того, чтобы нарабатывать опыт и совместно с перспективными заказчиками запускать успешные пилотные проекты.

Источник: https://rusbase.com/