Skip to main content
Questa pagina viene visualizzata utilizzando la traduzione automatica. Visualizzare la versione in inglese?

Come risolvere tre ostacoli nella gestione dei dati

Tutte le aziende industriali sono ansiose di trasformare i propri dati in valore e la maggior parte ha un progetto di trasformazione digitale in corso. Ma secondo un sondaggio globale tra i CIO condotto da Gartner Inc, meno della metà raggiunge i propri obiettivi. Ecco come evitare i tre ostacoli più comuni.

Come sfruttare appieno il valore del collegamento tra IT e OT

Tutte le aziende industriali sono ansiose di trasformare i propri dati in valore e la maggior parte ha un progetto di trasformazione digitale in corso.

Ma, secondo un sondaggio globale tra i CIO di Gartner Inc, meno della metà raggiunge i propri obiettivi¹.

Collegare i punti tra IT (Information Technology) e OT (Operational Technology) è fondamentale.

Con gli occhi puntati all'orizzonte, ecco come evitare i tre ostacoli più comuni che ostacolano la capacità delle organizzazioni di sfruttare appieno il valore del collegamento dei loro sistemi operativi e aziendali.

[1]

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

Adam Cartwright

Ostacolo 1: una destinazione poco chiara

L'intelligenza artificiale spesso diventa un martello in cerca di un chiodo. L'intelligenza artificiale non può compensare obiettivi mal definiti. Non lasci che le risposte intelligenti dei modelli linguistici di grandi dimensioni Le facciano pensare che l'IA capisca cosa dovrebbe fare o che altre tecnologie di intelligenza artificiale lo faranno accadere.

Se non capisce com'è il successo e come verrà misurato, allora fallirà. Usare lo stesso rigore che applicherebbe alla scelta di un consulente per definire il suo progetto di intelligenza artificiale.

La correzione: Ogni progetto digitale o di intelligenza artificiale deve essere un progetto di cambiamento. Porti i suoi collaboratori con Lei e li aiuti a essere entusiasti di apportare tutte le loro conoscenze al progetto in modo che contribuiscano a renderlo un successo e a integrarsi nella sua attività come al solito.

Ostacolo 2: non abbia paura di rompere il silo

I silos di dati sono l'eredità di decenni di sistemi disconnessi: hardware e software aggiunti nel tempo o gestiti da team separati senza un thread digitale unificante. Le macchine potrebbero ancora funzionare senza problemi, ma i loro dati sono bloccati in sistemi autonomi che non possono parlare tra loro. I sistemi e i protocolli legacy sono un problema particolare; i team IT vogliono che i dati OT «siano come un'API» e non è così.

Questa frammentazione è uno dei principali ostacoli all'acquisizione di informazioni significative e in tempo reale su cui possono agire i sistemi esistenti delle organizzazioni.

La soluzione: Le piattaforme IoT industriali come Industrial Edge di Siemens aiutano a unificare questi ambienti creando un'unica interfaccia per la condivisione dei dati che può essere collegata a OT. Collegano sensori, macchine e infrastrutture legacy al cloud, fornendo le interfacce standardizzate che l'IT sta cercando.

Ostacolo 3: non etichettare correttamente i dati

I dati grezzi senza contesto sono solo rumore. Per ottenere informazioni, tali dati devono essere etichettati correttamente con metadati come timestamp, descrizioni delle fonti o identificatori delle risorse.

Ma l'etichettatura manuale richiede molta manodopera e molte aziende non hanno le risorse interne per farlo su larga scala.

La soluzione: Etichetta man mano che va. Questa deve essere una disciplina e deve essere integrata nelle sue procedure operative standard. Se dispone di enormi set di dati legacy, strumenti basati sull'intelligenza artificiale come Siemens SALT (Semi-Automatic Labelling Tool) sono progettati per affrontare questa sfida.

Non lasci che i suoi dati vadano sprecati

La vera digitalizzazione dipende dall'unione di OT e IT, facendo sì che macchine e sistemi parlino la stessa lingua. Ma dipende anche da pratiche intelligenti in materia di dati: abbattimento dei silos, etichettatura corretta dei dati e applicazione dell'IA con scopo e cura.

Evitando questi tre ostacoli nella gestione dei dati, le aziende industriali possono smettere di perdere il valore già nascosto nelle loro operazioni e iniziare a far sì che i loro dati funzionino davvero per loro.