Skip to main content
Trang này được hiển thị bằng tính năng dịch tự động. Xem bằng tiếng Anh?

Cách khắc phục ba trở ngại quản lý dữ liệu

Tất cả các doanh nghiệp công nghiệp đều mong muốn biến dữ liệu của họ thành giá trị và hầu hết đều có một dự án chuyển đổi kỹ thuật số đang được tiến hành. Nhưng theo một cuộc khảo sát toàn cầu về CIO của Gartner Inc, chưa đến một nửa đạt được mục tiêu của họ. Dưới đây là cách để tránh ba trở ngại phổ biến nhất.

Cách mở khóa toàn bộ giá trị của việc liên kết CNTT và OT của bạn

Tất cả các doanh nghiệp công nghiệp đều mong muốn biến dữ liệu của họ thành giá trị và hầu hết đều có một dự án chuyển đổi kỹ thuật số đang được tiến hành.

Tuy nhiên, theo một cuộc khảo sát toàn cầu về CIO của Gartner Inc, chưa đến một nửa đạt được mục tiêu của mình¹.

Kết nối các điểm giữa CNTT (Công nghệ thông tin) và OT (Công nghệ hoạt động) là cơ bản.

Với đôi mắt của bạn hướng về phía chân trời, đây là cách để tránh ba trở ngại phổ biến nhất làm trật bánh khả năng của các tổ chức trong việc mở khóa toàn bộ giá trị của việc liên kết hệ thống hoạt động và kinh doanh của họ.

[1]

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

Adam Cartwright

Vấp ngã 1: một điểm đến không rõ ràng

AI thường trở thành một cái búa tìm kiếm một cái đinh. AI không thể bù đắp cho các mục tiêu được xác định kém. Đừng để phản ứng thông minh của các mô hình ngôn ngữ lớn khiến bạn nghĩ rằng AI hiểu những gì bạn nên làm hoặc các công nghệ AI khác sau đó sẽ biến điều đó thành hiện thực.

Nếu bạn không hiểu thành công trông như thế nào và nó sẽ được đo lường như thế nào, thì bạn sẽ thất bại. Sử dụng sự nghiêm ngặt tương tự như bạn sẽ áp dụng để chỉ định một nhà tư vấn để xác định dự án AI của bạn.

Khắc phụcMỗi dự án kỹ thuật số hoặc AI phải là một dự án thay đổi. Mang theo nhân viên của bạn và giúp họ hào hứng mang tất cả kiến thức của họ vào dự án để họ giúp làm cho nó thành công và hòa nhập vào doanh nghiệp của bạn như bình thường.

Vấp ngã 2: đừng sợ phá vỡ silo

Các silo dữ liệu là di sản của nhiều thập kỷ hệ thống bị ngắt kết nối - phần cứng và phần mềm được thêm vào theo thời gian hoặc được quản lý bởi các nhóm riêng biệt mà không có chuỗi kỹ thuật số thống nhất. Các máy vẫn có thể chạy trơn tru, nhưng dữ liệu của chúng bị khóa trong các hệ thống độc lập không thể nói chuyện với nhau. Các hệ thống và giao thức cũ là một vấn đề cụ thể; các nhóm CNTT muốn dữ liệu OT 'giống như một API' và thực tế không phải vậy.

Sự phân mảnh này là một trở ngại lớn để có được những hiểu biết có ý nghĩa, theo thời gian thực có thể được thực hiện bởi các hệ thống hiện có của tổ chức.

Khắc phục: Các nền tảng IoT công nghiệp như Industrial Edge của Siemens giúp thống nhất các môi trường này bằng cách tạo ra một giao diện duy nhất để chia sẻ dữ liệu có thể cắm vào OT. Chúng kết nối các cảm biến, máy móc và cơ sở hạ tầng kế thừa với đám mây - cung cấp các giao diện tiêu chuẩn mà CNTT đang tìm kiếm.

Vấp ngã 3: không dán nhãn dữ liệu một cách chính xác

Dữ liệu thô không có ngữ cảnh chỉ là nhiễu. Để có được cái nhìn sâu sắc, dữ liệu đó phải được gắn nhãn chính xác bằng siêu dữ liệu như tem thời gian, mô tả nguồn hoặc định danh tài sản.

Nhưng ghi nhãn thủ công tốn nhiều công sức và nhiều công ty thiếu nguồn lực nội bộ để thực hiện quy mô lớn.

Khắc phục: Dán nhãn khi bạn đi. Đây phải là một kỷ luật và cần được đưa vào quy trình vận hành tiêu chuẩn của bạn. Nếu bạn có bộ dữ liệu kế thừa khổng lồ, các công cụ hỗ trợ AI như Siemens SALT (Công cụ ghi nhãn bán tự động) được thiết kế để đáp ứng thách thức này.

Đừng để dữ liệu của bạn bị lãng phí

Số hóa thực sự phụ thuộc vào việc kết hợp OT và CNTT - giúp máy móc và hệ thống nói cùng một ngôn ngữ. Nhưng nó cũng phụ thuộc vào các thực tiễn dữ liệu thông minh: phá bỏ các silo, ghi nhãn dữ liệu một cách chính xác và áp dụng AI với mục đích và cẩn thận.

Bằng cách tránh ba trở ngại quản lý dữ liệu này, các doanh nghiệp công nghiệp có thể ngừng bỏ lỡ giá trị đã ẩn trong hoạt động của họ và bắt đầu làm cho dữ liệu của họ thực sự hoạt động cho họ.