Big Data y automatización: cómo organizar, proteger y aplicar de manera eficiente

by John Lewis, editor colaborador, Tech B2B
A3 México Posted 04/04/2023

Al implementar la visión artificial habilitada para IA para automatizar los procesos de inspección, los fabricantes impulsan iniciativas de mejora de la calidad con miras a mejorar el rendimiento de la producción, aumentar la eficiencia del proceso y reducir los costos. En un nivel más alto, muchos fabricantes ven estos esfuerzos como parte de una estrategia de fabricación inteligente más amplia vinculada con la Industria 4.0 o el Internet industrial de las cosas (IIoT), utilizando implementaciones de tecnología rápidas, fáciles y rentables para volverse más flexibles, eficientes y rentables. e innovador.

El rápido avance de la tecnología inalámbrica 5G está impulsando un aumento en la cantidad de dispositivos que se instalan y conectan en las instalaciones, lo que aumenta exponencialmente la cantidad de datos disponibles. Crédito: Laboratorios NextLink

“Al final, un fabricante que puede diferenciar sus productos y ser más competitivo mediante el aumento de la calidad, la reducción de los costos o ambas cosas está en una mejor posición para crecer”, dice Max Versace, director ejecutivo de Neurala.

Jeremy Dodson, director de seguridad de la información de NextLink Labs, está de acuerdo y señala que al automatizar procesos específicos y usar análisis de big data, los fabricantes pueden identificar cuellos de botella e ineficiencias en sus operaciones y realizar mejoras que conduzcan a una mayor eficiencia y productividad.

¿Qué es Big Data?

Gartner define big data como activos de información de gran volumen y/o gran variedad que exigen formas innovadoras y rentables de procesamiento de la información. Las herramientas de big data y análisis pueden ayudar a los fabricantes a analizar grandes cantidades de datos y tomar decisiones informadas sobre sus operaciones, cadenas de suministro y desarrollo de productos.

“Los fabricantes pueden identificar y abordar los problemas de calidad en tiempo real mediante la recopilación y el análisis de datos de los procesos de producción, lo que lleva a una mejor calidad del producto”, explica Dodson. “Al adoptar nuevas tecnologías, los fabricantes pueden adelantarse a la competencia y obtener una ventaja competitiva en el mercado. Simplificar las operaciones y mejorar la eficiencia ayuda a los fabricantes a reducir costos y aumentar la rentabilidad”.

Beneficios de los grandes datos

Llevar los objetivos de big data y automatización más allá del ámbito de la fabricación puede abarcar toda la organización de una manera transformadora, desde recursos humanos y marketing hasta una mayor satisfacción del cliente. Mediante el uso de big data y análisis para comprender mejor las necesidades y preferencias de los clientes, los fabricantes pueden mejorar la experiencia del cliente y no solo aumentar la satisfacción del cliente, sino también lograr la individualidad de los productos a través de ciclos de innovación cada vez más cortos.

“La cantidad de datos disponibles se está disparando debido al rápido desarrollo de la tecnología inalámbrica 5G, OPC y otros estándares de IP para todo el sistema, que están impulsando un aumento en la cantidad de dispositivos que se instalan y conectan en las instalaciones”, dice Chris Liu, director de producto. gerente de marketing para edge/IIoT en Siemens Industry, Inc.

Sin embargo, a medida que los grandes datos continúan creciendo exponencialmente, también lo hace la cantidad de datos oscuros, o datos que nadie en la organización utiliza por completo. Según un informe reciente "El estado de los datos oscuros" de TRUE Global Intelligence, patrocinado por Splunk, alrededor del 55 % de los datos de una organización no solo están sin explotar, sino que, de hecho, pueden estar completamente ocultos, sin descubrir, sin cuantificar o incluso desconocidos.

“La mayoría de las empresas ya generan muchos más datos de los que utilizan”, dice Jeff Winter, ejecutivo de la industria para la fabricación en Microsoft. Citando un estudio de la Universidad de Texas que estima que un aumento del 10 % en la usabilidad de los datos da como resultado un aumento de los ingresos de la compañía Fortune 1000 promedio de $ 2 mil millones, Winter explica que antes de que una empresa pueda mejorar su capacidad para administrar y manejar cantidades tan masivas de datos, es importante definir su visión de Industria 4.0 y lo que significa para la organización.

“Cuando se trata de transformación digital, las empresas pueden tener muchos objetivos diferentes. La optimización de la producción tiene un conjunto diferente de criterios que la reducción de costos, la expansión a un nuevo mercado, la creación de un nuevo modelo de negocios o el cambio de la experiencia del cliente”, dice Winter. “En el centro de todo está la capacidad de capturar y aprovechar adecuadamente el poder de esos datos”.

Optimización Digital vs Transformación Digital

Muchas empresas se centran actualmente en la optimización digital, lo que simplemente significa mejorar en lo que ya están haciendo. La optimización en sí misma no es particularmente transformadora. La optimización puede implicar la aplicación de big data e IA para, por ejemplo, fabricar y entregar productos a los clientes de manera más rápida y eficiente, al mismo tiempo que se reduce el desperdicio.

Por el contrario, la transformación digital implica el uso de big data e IA para cambiar fundamentalmente la forma en que opera una empresa. La optimización digital y la transformación digital vienen con diferentes desafíos, beneficios y complicaciones. Independientemente del objetivo de transformación digital, la transformación suele ser mucho más difícil porque afecta a todo el personal y los procesos de una organización, mientras que la optimización rara vez tiene tal impacto.

Informes de inteligencia de mercado para miembros A3

“Estoy trabajando con algunas empresas en las que toda su misión de transformación digital es cambiar la experiencia del cliente”, explica Winter. “La fabricación es una pequeña parte de eso, pero eso también incluye un modelo de negocio completamente nuevo con contratos basados ​​en resultados, venta de productos como servicio, lo que cambia significativamente la gestión de operaciones, la gestión de proyectos y la ingeniería también”.

Consideraciones clave de Big Data

Después de definir la visión, elegir los objetivos y decidir si centrarse en la optimización digital, la transformación o ambas, el siguiente paso es comprender los problemas que deben abordarse e identificar los datos necesarios que deben recopilarse para cada uno.

Por ejemplo, si un proyecto se centra en minimizar los gastos de retirada de productos, no basta con almacenar imágenes y resultados de inspección de los productos inspeccionados, según Versace. También es importante capturar la fecha de producción, la hora, el número de lote, el número de producto, el distribuidor o la ubicación de envío al cliente si desea actuar rápidamente en caso de una retirada, explica. “Solo entonces puede comenzar a definir el proceso mediante el cual los datos pueden recopilarse, organizarse, protegerse y almacenarse de una manera que permita un acceso rápido cuando sea necesario”.

El gobierno de datos es otro factor clave a considerar, según Dodson. Es esencial establecer políticas y procedimientos claros para administrar y proteger los datos, incluido quién tiene acceso a ellos y cómo se pueden utilizar. Los fabricantes deben implementar medidas sólidas de ciberseguridad para protegerse contra las filtraciones de datos y las ciberamenazas. Esto incluye cosas como cifrado, cortafuegos y almacenamiento seguro de datos.

La calidad de los datos también es de suma importancia. Es esencial asegurarse de que los datos recopilados sean precisos y relevantes. Esto requiere procesos para verificar la calidad de los datos y garantizar que se gestionen de forma coherente. El análisis de datos es otro factor crítico para el éxito. Los fabricantes deben tener un plan para analizar y utilizar los datos recopilados. Esto puede incluir el uso de herramientas como el software de visualización de datos o la contratación de analistas de datos para ayudar a interpretar los datos.

“Con respecto a la infraestructura y el almacenamiento de datos, los fabricantes deben tener una infraestructura escalable y confiable para almacenar y administrar las grandes cantidades de datos generados por sus operaciones”, dice Dodson. “La privacidad de los datos también es crucial. Los fabricantes deben ser transparentes sobre cómo recopilan y utilizan los datos y respetan la privacidad de sus clientes y empleados. Esto puede requerir la implementación de sistemas de gestión de consentimiento y el cumplimiento de las normas de privacidad de datos pertinentes”.

Por el lado de la fabricación, la estabilidad de los datos es otro factor clave a considerar, según Liu. “Con impresionantes velocidades de adquisición de datos de 100 milisegundos, la estabilidad del sistema es fundamental para garantizar que los datos no se pierdan durante el ciclo de adquisición”.

Finalmente, para obtener el máximo valor de los grandes datos, es posible que los fabricantes deban compartir e integrar datos entre diferentes departamentos y sistemas. Hacerlo requiere una cuidadosa planificación y coordinación para garantizar que los datos se compartan de forma segura y controlada.

Consideraciones de Edge vs Cloud

Cuando se trata de un mayor uso de la tecnología y la automatización, los pros y los contras de la informática perimetral local y los enfoques basados ​​en la nube deben sopesarse cuidadosamente. Las implementaciones más exitosas adoptan un enfoque híbrido, sopesando la necesidad de velocidad de procesamiento frente a la necesidad de potencia de procesamiento. Para las aplicaciones industriales, la informática perimetral local siempre será más rápida que la nube en el procesamiento en tiempo real. Otras ventajas de la informática local incluyen un mayor control sobre la infraestructura y los datos.

Con un enfoque local, un fabricante tiene más control sobre su infraestructura y datos, ya que todos están alojados dentro de las instalaciones de la organización. En algunos casos, un enfoque local puede ofrecer mayores niveles de seguridad, ya que el fabricante tiene más control sobre la seguridad física de su centro de datos y puede implementar medidas de seguridad adicionales según sea necesario.

Los inconvenientes incluyen costos iniciales más altos. Configurar una infraestructura local puede ser más costoso que usar servicios basados ​​en la nube, ya que el fabricante debe comprar y mantener todo el hardware y el software necesarios. La escalabilidad limitada es otra desventaja. Una infraestructura local puede ser más difícil de escalar hacia arriba o hacia abajo a medida que cambian las necesidades, ya que requiere agregar o quitar hardware físicamente.

Por el contrario, las soluciones basadas en la nube ofrecen costos iniciales más bajos. Los servicios basados ​​en la nube generalmente se pagan por suscripción, lo que puede ser más rentable que comprar y mantener hardware y software en las instalaciones. Los servicios basados ​​en la nube generalmente son más fáciles de escalar hacia arriba o hacia abajo a medida que cambian las necesidades, ya que el proveedor puede agregar o eliminar recursos según sea necesario.

Los servicios basados ​​en la nube ofrecen menos control sobre la infraestructura y los datos. Con un enfoque basado en la nube, el fabricante confía en el proveedor para mantener y proteger la infraestructura y los datos. Si bien los proveedores de la nube generalmente cuentan con sólidas medidas de seguridad, aún existe el riesgo de filtraciones de datos u otros incidentes de seguridad.

En última instancia, la decisión entre los enfoques locales y basados ​​en la nube dependerá de las necesidades y prioridades específicas del fabricante. Es vital que los fabricantes evalúen cuidadosamente sus opciones y elijan el método que mejor satisfaga sus necesidades de seguridad, costo, control y escalabilidad.

La ciberseguridad es clave

Si bien los beneficios del big data y la automatización son significativos, es fundamental que los fabricantes den prioridad a la ciberseguridad al implementar nuevas tecnologías. Sin las medidas de ciberseguridad adecuadas, los fabricantes corren el riesgo de exponer datos confidenciales y sufrir infracciones costosas que podrían socavar todos los beneficios de sus avances tecnológicos.