Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial Internet of Things >> Technologie de l'Internet des objets

Débloquer l'intelligence continue : cas d'usage entreprise et insights temps réel

L'intelligence continue (CI) promet des cas d'usage dans divers secteurs industriels et horizontalement à travers les départements de nombreuses entreprises.

Une grande partie de l'attention portée à l'intelligence continue (CI) aujourd'hui se concentre sur les opérations IT et les alertes et corrections de sécurité. Pourtant, la CI promet aussi des cas d'usage dans divers secteurs industriels et horizontalement à travers les départements de nombreuses entreprises.

Les experts disent que la CI peut apporter des avantages dans des départements au-delà de l'IT, y compris des cas d'usage en applications temps réel dans la finance, la fabrication et la chaîne d'approvisionnement.

Dans un article de 2020, Kevin Petrie du cabinet de conseil Eckerson Group a examiné les utilisations potentielles de la CI. Il a dit : « La CI s'aligne bien avec les initiatives d'entreprise populaires. Elle inclut le streaming de données en temps réel et s'ajoute aux plateformes cloud vers lesquelles les entreprises migrent. La CI applique aussi l'apprentissage automatique et d'autres algorithmes avancés pour engager les clients et rationaliser les opérations de nouvelles façons créatives. Peut-être le plus important, la CI démocratise les données en mettant des recommandations actionnables au bout des doigts des analystes et opérateurs dans toute l'entreprise. »

Cas d'usage CI : Commerce de détail

Par exemple, Petrie a décrit comment un détaillant pourrait affiner une stratégie de prix de rentrée scolaire pour des sacs à dos d'étudiants. Cette stratégie impliquerait des analystes financiers définissant « des prix spécifiques à chaque magasin pour les régions clés, basés sur les prix historiques et le comportement d'achat récent. » Le modèle prendrait en compte des données contextuelles également, y compris — comme il l'a noté à l'époque — des données sur les taux d'infection au COVID-19 et les plans scolaires pour l'apprentissage virtuel/en présentiel.

Après la mise en ligne, le détaillant surveillerait les tendances d'achat en temps réel, ainsi que les tendances des médias sociaux liées à la planification scolaire, l'achat de sacs à dos et le COVID-19. Un modèle d'apprentissage automatique pourrait recommander des ajustements de prix continus et spécifiques à l'emplacement, s'appuyant sur les divers points de données.

Un cas d'usage courant cité aujourd'hui se concentre sur la cybersécurité. Un système basé sur l'intelligence artificielle pourrait surveiller en continu les schémas de menaces publics et l'activité réseau comme les tentatives d'accès inhabituelles. Il pourrait repérer les intrusions et agir plus vite que les humains sur une base 24/7.

Les cas d'usage cités par divers fournisseurs de logiciels CI incluent des applications dans le secteur manufacturier. Par exemple, une entreprise peut utiliser la CI pour améliorer la qualité des produits et réduire les coûts de production.

Voir aussi : Insights sur l'intelligence continue

Internet des Objets

La CI peut optimiser l'utilisation des données de capteurs pour la maintenance préventive d'équipements dans des environnements Internet des Objets. C'est couramment mentionné dans la fabrication. Aussi, un système de chaîne d'approvisionnement activé par la CI peut mieux gérer le flux de produits en surveillant les données de ventes, les données économiques et saisonnières, ainsi que les conditions d'inventaire et de logistique.

Dans les secteurs financiers et du commerce de détail, une autre application clé pour la CI peut être la détection de fraude. Dans ce cas, un système surveille les transactions pour les anomalies. Lorsqu'une transaction reflète un schéma suspect, il peut alerter les gestionnaires ou même bloquer automatiquement les transactions en temps réel.

D'autres cas d'usage discutés incluent l'optimisation des coûts de santé et l'amélioration de la qualité des soins pour les patients nécessitant une surveillance régulière par des appareils.

Même au sein des groupes IT, les applications CI testées ou implémentées aujourd'hui incluent des fonctions au-delà de la disponibilité des systèmes, y compris l'assurance et la gestion de la qualité des données, et la modernisation des applications.

Soyez conscient

Cependant, des défis significatifs existent pour les implémentations CI, et les experts disent que le concept est encore en maturation. Les défis incluent des problèmes techniques et business. Petrie d'Eckerson Group a noté : « Aujourd'hui, les cas d'usage CI comme ceux-ci sont plus une vision technologique que une réalité business. Les entreprises luttent encore avec une latence élevée, des scripts manuels, des outils en silos et des flux de travail disjoints. Les équipes d'analytique de données utilisent souvent des solutions « CI » pour des cas d'usage élémentaires, comme la préparation automatisée des données et le reporting, l'affinement des listes de diffusion marketing et des réponses, ou l'analyse des logs opérationnels IT. »

La CI a du potentiel. Cependant, dans certains cas, les technologies de base peuvent être plus prêtes que l'entreprise. Il y a du travail à faire sur le portefeuille technologique, la culture et les processus business de l'organisation.

Technologie de l'Internet des objets

  1. La Quatrième Révolution Industrielle : comment l'Industrie 4.0 redessine le manufacturing
  2. Assurer la conformité des données dans l'Internet des objets
  3. Exploiter les données dans l'Internet de la fiabilité : stratégies pour une gestion efficace
  4. Maintenance prédictive : exploiter l'Industrie 4.0 pour une production ininterrompue
  5. Démocratiser l'Internet des objets : la prochaine génération satellite IoT apporte connectivité universelle, abordable
  6. Libérer la valeur des données IoT : stratégies sécurisées et pilotées par les insights
  7. Pourquoi les mesures analogiques pilotent la performance usine
  8. Tableau : transformer les données brutes en insights stratégiques
  9. L'avenir des centres de données : tendances, technologies et durabilité