Rockwell Automation: monitoreo remoto y análisis en la nube

Cloud

Rockwell Automation: monitoreo remoto y análisis en la nube

Publicado hace 11 meses

Marc Baret, director de servicios industriales de EMEA, Rockwell Automation analiza el futuro de la automatización para el monitoreo remoto y el análisis de la nube

La automatización está cambiando rápidamente los trabajos que hacemos, los lugares donde trabajamos e incluso cómo definimos el trabajo. Forrester  ha pronosticado que un millón de trabajos de conocimiento serán reemplazados por chatbots, robótica de software, RPA y agentes virtuales solo en 2020. Esto puede sonar como una advertencia ominosa, pero el informe también estima que se agregarán 331,500 empleos solo a la fuerza laboral de los EE. UU., Elevados por roles que requieren empatía, intuición y agilidad mental y física.

A medida que aumente la adopción de la automatización, reforzará la conectividad y la confiabilidad y ayudará a las empresas a hacer que los datos, los sistemas y los procesos sean más accesibles y disponibles. Sin embargo, muchas empresas de fabricación están encontrando que su camino hacia la automatización y las estrategias de transformación digital se están ralentizando por los niveles de productividad y el riesgo simultáneo de tiempo de inactividad.

Abordar esto es posible a través de herramientas como el análisis predictivo y el mantenimiento que actúan como una extensión virtual de sus equipos. Sin embargo, implementar estas tecnologías con éxito requiere experiencia externa adicional. Para explorar esto más a fondo, aquí están las cinco principales trampas que vemos que enfrentan las empresas a medida que se acercan a la transformación digital y sugerencias sobre cómo abordarlas.

Peligro # 1: Riesgos de Ciberseguridad

Las infracciones de seguridad siguen siendo importantes titulares debido al grave impacto que pueden tener en los negocios. Una violación no solo conlleva el riesgo de pérdida de información confidencial, sino también problemas de interrupción, tiempo de inactividad y rendimiento, así como graves daños a la reputación. Esto resalta la importancia de que las empresas mejoren sus procesos de gestión de datos e inviertan en su infraestructura de TI.

El soporte de mantenimiento predictivo puede ayudar a los fabricantes a evitar tales problemas al monitorear automáticamente patrones inusuales e identificar de inmediato signos potenciales de robo de datos o intrusión en la red. También requieren un enfoque integral de la seguridad que incluya políticas y procedimientos y proporcione capas de defensa en torno a las personas, los procesos y los riesgos tecnológicos.

Peligro # 2: Tener demasiados datos

Las empresas están generando grandes volúmenes de datos que, cuando se utilizan correctamente, pueden ser un activo inmensamente valioso. Sin embargo, muchas organizaciones de fabricación no saben cómo hacer el mejor uso de sus datos y, como resultado, no optimizan sus flujos de trabajo o procesos de producción de una manera que les permita obtener los mejores conocimientos y resultados.

Ser capaz de comprender grandes cantidades de datos es clave para resolver los mayores desafíos que enfrentan las organizaciones. Pero las habilidades y capacidades requeridas para hacerlo rara vez son parte de las competencias centrales de una empresa. Por lo tanto, es importante asociarse con un experto en datos de confianza que pueda recopilar la información correcta, almacenarla y presentarla de una manera que les permita tomar las decisiones comerciales más efectivas.

Peligro # 3: Mala gestión de datos

Las empresas están acumulando más datos que nunca, pero simplemente tener grandes cantidades de datos no es suficiente. Necesitan herramientas que les ayuden a aprovechar mejor sus datos y comprender la información que tienen.

El verdadero valor de la automatización radica en la propiedad intelectual que las empresas mantienen en sus clientes, procesos y diseños de productos. Aprovechar la inteligencia artificial y el aprendizaje automático les permite analizar grandes cantidades de información, formular hipótesis y crear patrones de datos significativos, y entrenar modelos de aprendizaje para descubrir lo desconocido. Además, los equipos de datos podrán probar más casos de uso en tiempos significativamente reducidos, lo que les ayudará a dar grandes pasos en la comprensión de sus datos.

El  análisis de McKinsey resalta el potencial de estos avances en inteligencia artificial y  descubrió que las técnicas de aprendizaje profundo más avanzadas podrían representar hasta $ 5.8 billones en valor anual. En dos tercios de los 400 casos de uso que probó, la IA mejoró el rendimiento más allá de lo que permitían otras técnicas de análisis. Sin esta capacidad para recopilar grandes cantidades de datos de múltiples plataformas y actuar de manera efectiva, los fabricantes continuarán luchando para sacar conclusiones efectivas sobre los cambios y la productividad dentro de sus plantas.

Peligro # 4: no mantenerse al día con el ritmo de la tecnología

La cantidad de palabras de moda que rodean la transformación digital a menudo puede ser abrumadora e incluso irritante para las empresas que simplemente quieren que la tecnología funcione. Muchos proveedores también exigen grandes inversiones por adelantado, lo que puede ser una perspectiva desalentadora y puede retrasar a las empresas cuando un proyecto no funciona. Además, quedar encerrado en un solo proveedor o implementación puede hacer que las empresas se queden atrás de sus competidores.

Por lo tanto, es importante trabajar con proveedores que ofrecen un piloto o prototipo antes de cualquier implementación que represente un gran cambio tecnológico. Esto proporcionará una visión paso a paso de cómo funcionará el proceso, proporcionará hitos y ayudará a la empresa a comprender cómo funcionará y cuál será su ROI esperado. Los socios tecnológicos de confianza deben ser extensiones de un equipo para ayudar a las empresas a alcanzar sus objetivos y KPI.

Escollo # 5: Falta de experiencia

Incluso con las tecnologías de automatización adecuadas, las empresas a menudo requieren soporte externo de personas con experiencia y conocimientos adecuados. Esto ahora se puede lograr mediante el uso de realidad aumentada para proporcionar  soporte de aplicaciones remotas  e información de superposición para que los ingenieros sigan.

Al igual que con cualquier implementación de tecnología, debe adaptarse a la cultura de la empresa y lo que funciona mejor para sus necesidades específicas. Sin embargo, las empresas que tardan en avanzar en este tipo de tecnología emergente corren el riesgo real de quedarse atrás.

Abrace el futuro de la automatización

Es posible cumplir con los desafíos clave de una mejor productividad y un menor tiempo de inactividad con las prácticas tecnológicas adecuadas y el socio tecnológico adecuado. Al comprender las dificultades comunes descritas anteriormente, las empresas manufactureras pueden navegar mejor su camino hacia el futuro de la automatización. Sin embargo, la digitalización no es algo que puedan lograr solos.

© 2021 Hub Digital, Todos los derechos reservados