Dátová analytika v priemyselnom prostredí
07.06.2019
Dáta ako kľúčová súčasť inteligentného priemyslu a logistiku sa musia adekvátne použiť, aby podnikom prinášali pridanú hodnotu. Preto sa stala dátová analytika nevyhnutným nástrojom pre optimalizáciu a automatizáciu výrobných procesov a riadenia logistiky (zásobovacieho reťazca).
Smart Industry systémy a digitálne technológie vnášajú nový rozmer i do analýzy dát. Výsledky analýz zhromaždených údajov sú dostupné v reálnom čase, čo výrazne znižuje reakčnú dobu pri rozhodovacích procesoch. Informačný systém predspracuje a vyhodnotí dáta a poverená osoba už disponuje nevyhnutnými podkladmi pre kvalifikované rozhodnutie.
V praxi to znamená, že i zamestnanci na nižších riadiacich úrovniach môžu adekvátne a včas reagovať na mimoriadne situácie alebo zabrániť ich vzniku. Na druhej strane slúži dátová analytika na to, aby mohli Smart Industry systémy postavené na princípoch kyberneticko-fyzikálnych výrobných systémov disponovať vnorenými funkciami s prvkami autonómnej samo-regulácie.
Výsledky dosiahnuté použitím dátovej analytiky (zdroj: Accenture) 41% rýchlejšia a efektívnejšia reakcie na problémy v zásobovacom reťazci, 33% optimalizácia zásob, 28% zlepšenie nákladov, 14% skrátenie dodacích cyklov
Inú podobu využitia dátovej analytiky predstavuje koncept digitálneho dvojčaťa – virtuálna kópia výrobných a logistických zariadení, dát, procesov, systémov, výrobných liniek alebo celého závodu. Digitálne dvojča pracuje s exaktnými, reálnymi a historickými údajmi, preto sa často využíva pri simulačných modeloch napríklad pri odhaľovaní úzkych hrdiel – zníženej priepustnosti vo výrobnom toku – alebo za účelom prediktívnej údržby.
Aj napriek tomu, že sa prediktívna analýza začína vo výrobných podnikoch ešte len objavovať, v blízkej budúcnosti bude nahradená analýzou preskriptívnou. Preskriptívna analýza využíva súbor nástrojov ako napríklad simulácie, neurónové siete a strojové učenie za účelom komplexnej analýzy udalostí.
V prípade, keď prediktívna analýza odhaľuje čo a kedy sa stane, preskriptívna analýza už určuje i prečo sa to stane. Vďaka tomu napomáha pri identifikácii budúcich rizík a príležitostí, ale zároveň poskytuje aj odporúčania, pričom zohľadňuje viacero možných dôsledkov potenciálnych rozhodnutí.
S prudkým nárastom umelej inteligencie (AI) bude nachádzať čoraz väčšie uplatnenie vo výrobných podnikoch aj strojové učenie (Machine Learning) a hĺbkové učenie (Deep Learning), predovšetkým v rámci procesov údržby zariadení a kontroly kvality.
Ďalší z očakávaných trendov, ktoré sa stanú súčasťou inteligentných tovární (Smart Factory) predstavuje vnorená analytika. Jednotlivé výrobné a prepravné zariadenia budú disponovať vlastnými algoritmami, čo znamená, že nadobudnú funkcie auto-diagnostiky. Zariadenia budú automaticky vykonávať analýzy vlastných výrobných a logistických operácií.
Prínosy vnorenej dátovej analytiky (zdroj: Accenture) 63% skrátenie dodacích cyklov (dátová analytika vnorená do každodenných činností), 53% zlepšenie nákladov, 45% optimalizácia zásob
Vizualizácia dát
Nevyhnutnú súčasť efektívnej dátovej analytiky predstavuje distribúcia správnych dát relevantnej skupine pracovníkov. Zamestnanci prijímajúci rozhodnutia potrebujú mať prístup k rýchle pochopiteľným dátam a analýzam, ktoré sú vo väčšine prípadov založené na overených modeloch užívateľskej skúsenosti (UX) a intuitívnych prvkoch zobrazovania (napríklad systémy ANDON).
Vzhľadom na narastajúce tendencie personalizácie služieb koncovým zákazníkom, zvyšovanie variabilizácie a dynamickej a agilnej výroby narastá využívanie vizualizácie kontextových údajov na úrovni operátorov, čím prispieva k demokratizácii dát vo výrobných podnikoch. Okrem zobrazovania technicko-pracovných postupov na pracovisku majú operátori prístup aj k dodatočným informáciám viazaných na špecifiká konkrétneho produktu.
Spoločnosť ANASOFT pri implementácii Smart Industry riešenia EMANS za účelom optimalizácie riadenia skladu a expedície v obchodno-distribučnej spoločnosti umožnila okrem zobrazovania objednávok na termináloch operátorov aj zobrazenie dodatočnej informácie špecifikujúcej individuálne očakávania klientov. Týmto spôsobom vizualizácie kontextových údajov došlo k razantnému zníženiu reklamácií bez navýšenia prácnosti alebo prevádzkových nákladov.
V súčasnosti sa rozširujúci trend virtuálnych asistentov sa prejaví aj vo výrobnom odvetví. Zlepšujúce sa rozhranie prirodzeného jazyka umožní operátorom komunikovať hlasom (hlasom ovládané rozšírené rozhranie človek-stroj) s podnikovými informačnými a Smart Industry systémami. Okrem demokratizácie dát v rámci podnikových procesov dôjde aj k ich transformácii do multimediálnej podoby, čo znamená, že na vyžiadanie budú poskytované konkrétne dáta (informácie, poznatky) v užívateľom zvolenej podobe.
Disruptívne technológie pre zásobovací reťazec (zdroj: SCM World)
Bezpečnosť dát
S narastajúcim množstvom dostupných dát, vzájomne poprepájaných strojov ako aj ďalších zariadení pripojených do siete stúpa zároveň aj nebezpečenstvo kyberútokov a zneužitia podnikových dát. Výrobné spoločnosti preto musia pristupovať k zvýšeným bezpečnostným opatreniam, aby ochránili osobné, priemyselné a senzitívne obchodné údaje ako aj samotné zariadenia. Uložené podnikové dáta sa musia chrániť v databázach, dátových úložiskách a súborových serveroch napríklad nezávislým monitorovaním prístupov na sieťovej úrovni a firewallom blokujúcim podozrivé transakcie a útoky na databázy.
Vzhľadom k platným regulám týkajúcich sa zabezpečenia osobných údajov musia spoločnosti aplikovať aj vhodnú formu zabezpečenia použitím selektívnej anonymizácie alebo pseudonymizácie pri zverejňovaní interných reportov alebo analýz, či chrániť údaje maskovaním dát zabraňujúcim neautorizovanému použitiu. Medzi časté príčiny zneužitia údajov patrí krádež autorizovanými užívateľmi, neopatrnosť, či nedbalosť (infikovanie informačných technológií) zamestnancov. Internému kompromitovaniu podnikových dát zabraňujú bezpečnostné riešenia typu Data Leakage Prevention (DLP).
Výrobné podniky musia dbať nielen na ochranu informačných systémov a jednotlivých zariadení (PLC), ale aj celej IT infraštruktúry, nakoľko komplexné siete Internetu vecí (IoT) sú náchylné na neoprávnené zásahy. Okrem firewallu zabezpečujúceho firemný perimeter sa výrobné podniky musia chrániť aj voči neoprávneným zásahom zamestnancami v rámci prevencie proti sabotážam alebo neúmyselnému ohrozeniu (poškodeniu) výrobných procesov a zariadení. Súčasné bezpečnostné riešenia disponujú širokou podporou SCADA protokolov a sú spolu s technológiou Advanced Threat Prevention vhodné aj do najnáročnejších výrobných prostredí.
Štatistiky o kyberbezpečnosti (zdroj: CSO, Cybersecurity Ventures) 50% spoločností je bez poistenia proti kyber riziku; 3,5 milióna neobsadených kyberbezpečnostných pozícií do roku 2021; 150 miliónov USD priemerná cena úniku dát do roku 2020; 1 bilión USD predpokladané výdaje na kyberbezpečnosť 2017-2021; 3 biliónov USD ročné náklady na škodu zapríčinenú kyberzločinom do roku 2021
