L'edge computing et l'IIoT changent-ils notre façon de penser les données ?

Alors que nous observons ce qui se passe dans les entreprises industrielles, une évolution intéressante se produit, une évolution qui a des implications importantes alors que les entreprises font leurs premiers pas vers l'Internet des objets industriel (IIoT).

Traditionnellement, les équipes de technologie opérationnelle (OT) ont tendance à penser à leur environnement en termes d'équipement d'automatisation au sein de leur environnement, à la fois matériel et logiciel. Ils peuvent se décrire comme une « boutique Rockwell » ou une « boutique Siemens ». Ils se sont identifiés aux outils qui ont rendu l'automatisation possible.

Voir aussi : Dans l'IoT industriel, pensez à une romance mai-décembre

Mais cela commence à changer. Nous voyons maintenant un nombre croissant d'organisations où les ingénieurs se concentrent moins sur les outils et plus sur les données générées par leurs systèmes d'automatisation. Cette évolution reflète la reconnaissance croissante que les données et les analyses avancées offrent d'énormes opportunités pour libérer de la valeur commerciale. De plus en plus, les gens se concentrent sur les données plutôt que sur les applications. C'est un changement majeur de mentalité.

Qu'est-ce qui motive ce changement ? Cela est en partie dû à la croissance explosive des données résultant de l'augmentation de l'intelligence informatique à la périphérie, plus proche des processus de production.

Quels sont les quatre « moi » ?

Il s'agit de la première étape de la progression vers une véritable infrastructure IIoT, une progression que j'appelle « les quatre « moi ». Cela commence par Insightful, en utilisant l'analyse commerciale pour générer des informations et des gains d'efficacité. Ils peuvent ensuite évoluer vers des éléments intelligents, connectant l'ensemble de l'infrastructure pour permettre une optimisation en temps réel. L'état ultime est Invisible, où les décisions sont prises en temps réel sur la base de l'intelligence artificielle (IA) sans intervention humaine.

La plupart des entreprises industrielles sont au stade Informé, bien que les entreprises tournées vers l'avenir réfléchissent stratégiquement à leur feuille de route pour les phases les plus avancées. Certaines industries progressent plus rapidement que d'autres en fonction de leur retour sur investissement perçu. Par exemple, les industries agroalimentaires adoptent activement les technologies IIoT. Ils reconnaissent la valeur de l'utilisation de l'analyse de données en temps réel pour garantir non seulement l'efficacité de la production, mais également la sécurité et la qualité de leurs produits, ce qui est essentiel à la valeur de leurs marques. D'autres industries hautement réglementées voient la valeur des données de production pour aider à assurer la conformité.

Certaines industries « à l'ancienne », en revanche, peuvent être lentes à reconnaître la valeur des données en termes d'optimisation de leur efficacité ou d'obtention d'un avantage concurrentiel. Au fur et à mesure que la technologie progresse, je prédis que ces derniers commenceront à reconnaître l'analyse en temps réel comme un élément essentiel d'une entreprise industrielle moderne, ou se retrouveront à rattraper leur retard.

Pour les entreprises qui « l'obtiennent », cette croissance des données, et sa criticité croissante pour l'entreprise, est un catalyseur pour moderniser leur infrastructure. Cette infrastructure doit être évolutive pour s'adapter à la croissance accélérée des données et flexible pour permettre de nouvelles façons d'utiliser l'analyse de données en temps réel. À mesure qu'ils dépendent de plus en plus des données, ils doivent réfléchir à la manière de protéger ces précieuses données. Cela signifie considérer la disponibilité et l'intégrité des données comme une exigence fondamentale, et non comme une réflexion après coup.