Zarządzanie danymi

PatrC_0016

Patryk Choroś
Principal Business Solutions Manager, SAS Institute

Podstawą myślenia o Przemyśle 4.0 powinna być umiejętność zarządzania danymi i ich skutecznej analizy. Zrealizowanie tego zadania wymaga zaadresowania kilku aspektów na poziomie rozważanych architektur i rozwiązań. Już na samym początku, adaptując rozwiązania Internetu Rzeczy, wykorzystamy doświadczenia z budowy systemów Big Data oraz możliwości analizowania danych w locie (Stream Processing). To jednak nie wypełnia fundamentu koniecznego do wykorzystania potencjału idei Przemysłu 4.0.

Kolejny krok to skuteczna analiza danych, identyfikacja wzorców lub anomalii, wykorzystanie ich do wyciągnięcia wniosków i nowej wiedzy. Tak pozyskane informacje, nadal dzięki doświadczeniom ery Big Data, powinny możliwie sprawnie zostać wykorzystane do podjęcia właściwych działań – przechodzimy z analityki predykcyjnej do preskrypcyjnej. W tym miejscu pojawia się prawdziwa zdolność do zoptymalizowania działań, dobrania strategii i planów produkcji lub logistyki tak, aby jak najlepiej wypełniały przyjętą strategię organizacji. Tym co determinuje skuteczność w tym obszarze jest automatyzacja procesów wspierania podejmowania decyzji oraz szerokość funkcjonalna stosowanych narzędzi (od pozyskania danych, poprzez predykcję aż po optymalizację). Przemysł 4.0 to także nowy kontekst podejmowania działań. Opisany powyżej łańcuch to tylko wycinek drogi. Dzięki nowoczesnej technologii procesy, które do tej pory były realizowane „za zamkniętymi drzwiami” stają się dostępne dla klienta, produkt staje się bardziej personalizowany, a interakcja nabiera dynamiki. Analityka jest tu jedynym ratunkiem – dzięki jej automatyzacji oraz objęciu danymi możliwie szerokiego kontekstu.