Skip to main content
K zobrazení této stránky byl použit automatický překlad. Chcete ji raději zobrazit v angličtině?

Jak opravit tři překážky správy dat

Všechny průmyslové podniky touží proměnit svá data v hodnotu a většina z nich má v provozu projekt digitální transformace. Podle globálního průzkumu CIO společnosti Gartner Inc však méně než polovina splňuje své cíle. Zde je návod, jak se vyhnout třem nejčastějším překážkám.

Jak odemknout plnou hodnotu propojení IT a OT

Všechny průmyslové podniky touží proměnit svá data v hodnotu a většina z nich má v provozu projekt digitální transformace.

Podle globálního průzkumu CIO společnosti Gartner Inc však méně než polovina splňuje své cíle¹.

Propojení bodů mezi IT (informační technologie) a OT (provozní technologie) je zásadní.

S očima na obzoru, zde je návod, jak se vyhnout třem nejčastějším překážkám, které vykolejí schopnost organizací uvolnit plnou hodnotu propojení jejich provozních a obchodních systémů.

[1]

91011169-5fd9-40c8-acfd-ecab0d7577e1 - AdamCartwright4 original

Adam Cartwright

Kámen úrazu 1: nejasný cíl

AI se často stává kladivem hledajícím hřebík. AI nemůže kompenzovat špatně definované cíle. Nedovolte, aby vás chytré reakce velkých jazykových modelů přiměly myslet si, že AI rozumí tomu, co byste měli dělat, nebo že k tomu dojde jiné technologie AI.

Pokud nechápete, jak vypadá úspěch a jak bude měřen, pak selžete. Použijte stejnou přísnost, jakou byste použili při určování konzultanta k definování vašeho projektu AI.

OpravaKaždý digitální projekt nebo projekt AI musí být projektem změny. Přiveďte své lidi s sebou a pomozte jim být nadšeni, že do projektu přinesou všechny své znalosti, aby pomohli dosáhnout úspěchu a integrovat se do vašeho podnikání jako obvykle.

Kámen úrazu 2: nebojte se rozbít silo

Datová sila jsou dědictvím desetiletí odpojených systémů - hardware a software přidávaný v průběhu času nebo spravovaný samostatnými týmy bez sjednocujícího digitálního vlákna. Stroje mohou stále běžet hladce, ale jejich data jsou uzamčena v samostatných systémech, které spolu nemohou mluvit. Starší systémy a protokoly jsou zvláštním problémem; IT týmy chtějí, aby data OT „byla jako API“, a není tomu tak.

Tato fragmentace je hlavní překážkou pro získání smysluplných poznatků v reálném čase, na které mohou působit stávající systémy organizace.

Oprava: Průmyslové platformy IoT, jako je Industrial Edge společnosti Siemens, pomáhají sjednotit tato prostředí vytvořením jediného rozhraní pro sdílení dat, které lze připojit k OT. Propojují senzory, stroje a starší infrastrukturu do cloudu a poskytují standardizovaná rozhraní, která IT hledají.

Kádek úrazu 3: nesprávné označení údajů

Nezpracovaná data bez kontextu jsou jen šum. Aby bylo možné získat přehled, musí být tato data řádně označena metadaty, jako jsou časová razítka, popisy zdrojů nebo identifikátory aktiv.

Ruční označování je však náročné na práci a mnoha společnostem chybí interní zdroje, aby to dokázaly ve velkém měřítku.

Oprava: Označte, jak jdete. To musí být disciplína a musí být začleněna do vašich standardních provozních postupů. Pokud máte obrovské starší datové sady, jsou nástroje poháněné umělou inteligencí, jako je Siemens SALT (Semi-Automatic Labelling Tool) navrženy tak, aby se této výzvy postavily.

Nenechte svá data plýtvat

Skutečná digitalizace závisí na spojení OT a IT - na tom, aby stroje a systémy mluvili stejným jazykem. Záleží však také na inteligentních datových postupech: rozbíjení sil, správné označování dat a použití umělé inteligence účelně a opatrně.

Tím, že se vyhneme těmto třem překážkám v oblasti správy dat, mohou průmyslové podniky přestat přicházet o hodnotu, která se již skrývá v jejich provozu, a začít zajistit, aby jejich data skutečně fungovala pro ně.