Internet rzeczy: zastosowania w biznesie

Najwięksi producenci urządzeń mobilnych czy sprzętu AGD i RTV chętnie mówią o wdrożonych przez siebie technologiach w kontekście Internetu Rzeczy. Jednak rozwiązania takie obejmują nie tylko sprzęt domowego użytku, lecz szereg przedsięwzięć mających zastosowanie biznesowe na przykład w przemyśle.

Kiedy myślimy o Internecie Rzeczy, wyobrażamy sobie wszystkie codzienne urządzenia włączone do globalnej sieci, inteligentne i zarządzane zdalnie. Już dzisiaj możemy sterować telewizorem, zmieniać temperaturę w domu i otrzymywać zdalne powiadomienia o zakończeniu prania. Czy rzeczywiście tylko takich zastosowań będzie dotyczył Internet Rzeczy? Gdzie tak naprawdę znajduje się wartość biznesowa wykraczająca poza inteligencję otoczenia typowego konsumenta?

Poza inicjatywami tak znanych producentów urządzeń, jak Apple i Samsung, idea Internetu Rzeczy rozwija się dynamicznie także poza obszarem dotyczącym bezpośrednio każdego z nas. Przemysł we wszystkich swoich zróżnicowanych postaciach zaczyna intensywnie budować przewagi konkurencyjne właśnie dzięki wykorzystaniu „podłączonych” maszyn. Nie jest to może Internet, który znamy, ale nie odbiega on znacząco od ilości urządzeń czy też wolumenu generowanych przez nie danych i informacji. Posłużmy się kilkoma przykładami.

Przykłady wdrożeń w przemyśle

Przemysł naftowy i gazowy. Nowoczesna platforma wiertnicza to 8 terabajtów danych generowanych każdego dnia. Oczywiście ich monitorowanie odbywa się w specjalnie do tego celu stworzonych centrach, jednak uzupełnienie obserwacji o wnioski wygenerowane dzięki zastosowaniu zaawansowanej analityki pozwala na wczesne reagowanie na potencjalne awarie.

Przemysł lotniczy. Samolot pasażerski Boeing 787 rejestruje dane dotyczące przebiegu pracy silników, samego lotu i stanu maszyny. To jest źródło 40 terabajtów danych na godzinę, które właściwie wykorzystane, rzecz jasna, mogą podnieść efektywność ekonomiczną eksploatacji samolotu, ale co najważniejsze – mogą przełożyć się na bezpieczeństwo samego lotu. Dane w tym przypadku służą również ocenie podejmowanych przez załogę decyzji oraz pozwalają identyfikować obszary usprawnień.

Przemysł motoryzacyjny. Inteligencja samochodu jest istotnym wyróżnikiem na bardzo dziś nasyconym i konkurencyjnym rynku. Sterowany, zazwyczaj elektronicznie, pojazd jest źródłem gigabajtów danych pomiarowych na sekundę, a ich skuteczna analiza to pole do nowych typów usług. Na przykład towarzystwa ubezpieczeniowe określają poziom zniżek stawki ubezpieczenia na podstawie analizy stylu jazdy. Dla samego producenta samochodu wiedza o przebiegu jego eksploatacji pozwala na wcześniejsze identyfikowanie awarii i minimalizację kosztów związanych z masowymi wezwaniami do serwisów.

We wszystkich przedstawionych przykładach samo gromadzenie danych nie daje oczekiwanych korzyści. Dopiero właściwe zaaplikowanie analityki biznesowej pozwala uwolnić znajdującą się w tych danych wiedzę. Prognozowanie pozwala na przewidywanie przyszłych wartości w szeregach rejestrowanych pomiarów, modelowanie predykcyjne ułatwia ocenę konsekwencji potencjalnych zdarzeń, a analiza statystyczna umożliwia identyfikowanie anomalii i proaktywne zapobieganie awariom. Zwiększając stopień złożoności aplikowanych metod matematycznych, możemy podnosić nasz poziom dojrzałości w inteligencji zarządzania eksploatacją urządzeń – od reaktywnego monitorowania ich funkcjonowania, poprzez prowadzenie działań prewencyjnych, aż po przewidywanie i planowanie pozwalające unikać awarii. Zwieńczeniem jest dojście do poziomu, gdzie jesteśmy w stanie optymalizować strategie serwisowania i wykorzystania maszyn z uwzględnieniem szerszego kontekstu działań biznesowych. Na tym poziomie należy spodziewać się znaczących korzyści biznesowych oraz możliwości skutecznego konkurowania na rynku tak rozbudowanym produktem lub usługą.

Innowacje i efektywność biznesowa

Jak widać, potencjał drzemiący w pozyskiwanych z maszyn i urządzeń danych jest praktycznie nieograniczony i obejmuje zarówno możliwości budowania nowych usług i produktów, jak i poprawę własnej efektywności i minimalizację przestojów bardzo drogich maszyn. Uzasadnienie ekonomiczne jest w tym przypadku oczywiste – inwestycje ponoszone na zakup drogich maszyn, budowę linii produkcyjnych lub instalację specjalistycznych urządzeń powinny być chronione i optymalizowane. Maksymalizacja wykorzystania urządzeń i minimalizacja ich awarii są kluczowe. Nie należy ograniczać się do zwykłego monitorowania lub badania zapisów z ich działania post factum. Dzięki analityce można identyfikować trendy w danych oraz wcześnie przewidywać potencjalne zjawiska niepożądane. Skrócenie czasu pomiędzy identyfikacją zjawiska a podjęciem działań naprawczych przekłada się na realne zyski finansowe.

Skuteczne wykorzystanie danych pochodzących ze „świata rzeczy” jest możliwe dzięki wykorzystaniu rozwiązań technologicznych Big Data. Rozwiązania informatyczne pozwalają już w tej chwili skutecznie przetwarzać i analizować wielkich wolumenów danych napływających z zaskakującą prędkością i dynamiką. Wnioski i wiedza uzyskane dzięki analizie tych danych mogą być identyfikowane praktycznie w czasie rzeczywistym dzięki umiejętności zastosowania zaawansowanej analityki bezpośrednio na strumieniach danych.

Wielkie zbiory i różnorodność źródeł danych

Analizując zdarzenia pochodzące z urządzeń pomiarowych, nie należy zapominać o korelacji tych danych z klasycznymi danymi transakcyjnymi. Poprzez nadanie kontekstu biznesowego analizie możliwe jest lepsze zrozumienie spływających danych, właściwa ich interpretacja, ale co najważniejsze – uzyskanie nowych informacji oraz operacyjne wykorzystanie wniosków z analizy. Można automatycznie przebudować kolejkę zleceń produkcyjnych, poinformować kontrahentów o zmianach w funkcjonowaniu oferowanej usługi lub zmienić alokację zasobów, podnosząc w ten sposób efektywność procesów biznesowych. Na tej podstawie budować można nowe, niespotykane dotychczas, usługi i produkty – inteligentne, interaktywne i działające w czasie rzeczywistym. Ta transformacja może także wpłynąć na ich sposób rozliczania, otwierając drogę do modeli dopasowanych do szczegółowo realizowanego użycia produktów. Skalę korzyści, których możemy oczekiwać dzięki eksploracji Internetu Rzeczy, potwierdzają przykłady działających już rozwiązań inteligentnego zarządzania zasobami, zrealizowane z wykorzystaniem technologii SAS. Conocophillips, gigant z branży paliwowej, zredukował nieplanowane przestoje na platformach wiertniczych o 80% i zaoszczędził ponad 700 milionów dolarów w ciągu czterech lat eksploatacji systemu informatycznego. SR Technics, dostawca usług technologicznych dla linii lotniczych, umożliwił zaoszczędzenie 8 milionów dolarów kosztów paliwa w ciągu dwóch i pół roku, a jeden z kluczowych kolejowych przewoźników w Stanach Zjednoczonych spodziewa się – dzięki redukcji przestojów i optymalizacji czasu realizacji przeglądów i napraw taboru – oszczędności na poziomie 11 milionów dolarów.

Kierunki rozwoju

Najbardziej dynamicznego rozwoju zastosowań koncepcji Internetu Rzeczy możemy spodziewać się przede wszystkim w transporcie. Inteligentne systemy transportowe gromadzące dane dotyczące funkcjonowania infrastruktury drogowej oraz łączące je z informacjami pochodzącymi z pojazdów mogą usprawnić komunikację miejską, realizując w ten sposób ideę Inteligentnych Miast. Pociągi dzięki bieżącemu monitorowaniu ich funkcjonowania nie będą ulegać nieplanowanym awariom, a ich właściciele osiągną wysokie zaufanie klientów i zyski finansowe.

Z kolei telemedycyna to dziedzina zupełnie nowa, bazująca na Internecie Rzeczy. Jej rozwój dopiero ma miejsce, ale można wskazać już dwa kluczowe obszary wspomagane analityką i bieżącym przetwarzaniem „podłączonych” urządzeń. Pierwszy z nich to monitorowanie i kontrola chorych, którzy dzięki stałemu przesyłaniu przez Internet informacji o ich zdrowiu są pod stałą kontrolą lekarza. Drugi to monitorowanie i planowanie serwisu i przeglądów drogiego specjalistycznego sprzętu medycznego. Już dzisiaj Roche Diagnostics w ten właśnie sposób zdalnie kontroluje funkcjonowanie dostarczanej przez siebie aparatury.

Transformacja w konkretnych branżach i dziedzinach zastosowań Internetu Rzeczy przełoży się także na wzrost rynku firm oferujących urządzenia pomiarowe, rozwiązania informatyczne pozwalające na gromadzenie i analizę nowych danych. W momencie wzrostu dostępności nowych usług dla konsumentów masowych konieczne będzie również przeanalizowanie oraz wprowadzenie zmian do regulacji prawnych zabezpieczających prywatność i gwarantujących ochronę danych osobowych.

Artykuł ukazał się w Harvard Business Review.