راهنمای انتخاب پلتفرم اینترنت اشیا برای صنایع تولیدی

زمانیکه پای پلتفرم‌های صنعتی اینترنت اشیا به میان می‌آید، مسائل گیج‌کننده افزایش پیدا می‌کند. ما لیستی از سوالات را ارائه کرده‌ایم تا در تنظیم صحیح اولویت‌ها به شما کمک کند.

بیایید با این مساله رو به رو شویم: بازار اینترنت اشیا گیج کننده است و سرسختانه در برابر تثبیت مقاومت می‌کند. بنا به گزارش شرکت پژوهشی IoT Analytics، در سال ۲۰۱۶، ۳۶۰ پلتفرم اینترنت اشیا وجود داشت. در سال ۲۰۱۷ این عدد به ۴۵۰ رسید. سال گذشته، شرکت تحلیل‌گر بوتیک، جیمز برم و همکارانش گزارشی مبنی بر افزایش این تعداد به بیش از ۷۰۰ پلتفرم ارائه کردند. با رسیدن به چنین تعدادی از پلتفرم‌های اینترنت اشیا، انتخاب یک گزینه برای همکاری بسیار دشوار است، به احتمال زیاد بازار طی زمان ثابت می‌شود ولی با توجه به پیچیدگی و تغییرپذیری در کسب‌وکارهای مربوط به اینترنت اشیا، بازار همچنان در مقابل سناریوی “یک پلتفرم بر پیاده سازی تمام راه حل ها ” مقاومت می‌کند.

در اینجا، ما تمرکزمان را به بازار پلتفرم صنعتی اینترنت اشیا، بزرگترین بخش پلتفرم اینترنت اشیا، با تمرکز ویژه بر کاربردهای تولید (بزرگترین زیرمجموعه‌ی اینترنت اشیا صنعتی) محدود می‌کنیم، تعداد پلتفرم‌های اینترنت اشیا صنعتی بسیار زیاد است و به راحتی قابل شمارش نیست. به‌نظر می‌رسد که هر کمپانی بزرگ تکنولوژی و صنعتی پلتفرم خودش را دارد، و بسیاری از این پلتفرم‌ها از شریکان اکوسیستم متفاوتی حمایت می‌کنند. این واقعیت می‌تواند مقایسه‌ی پلتفرم‌های اینترنت اشیا صنعتی را دشوار کند، اما برای بیشتر کمپانی‌ها، توسعه‌ی چنین پلتفرمی در مقایسه با ساخت چنین زیرساختی از صفر منطقی به‌نظر می‌رسد. بنابراین سوال این است: با توجه به بازاری که به سرعت در حال تغییر است و نبود شفاف‌سازی همراه با چنین تصمیماتی، کمپانی‌های صنعتی چگونه بایستی پلتفرم اینترنت اشیا صنعتی را انتخاب کنند. بخشی از این مشکل نامفهومی کلمات مرتبط است، هردو کلمه‌ی “اینترنت اشیا” و “پلتفرم” تعریف دقیق ندارند. همانطور که بازار اینترنت اشیا به بلوغ می‌رسد، تاکید آن از اشیا متصل با محاسبات پردازنده برای پشتیبانی از اپلیکیشن‌های توانمند ساز اینترنت اشیا، یادگیری ماشین و خدمات فاصله می‌گیرد.

بنابراین تلاش برای تعریف دقیق پلتفرم‌های اینترنت اشیاء در دسته بندی های دقیق، چه برای تولید یا دیگر صنایع، بیهوده است. مادامیکه تمرکز ابتدایی پلتفرم انجام “لوله‌کشی”مبتنی بر میان‌افزار بود، با توجه به بازار پر رقابت که در آن فروشندگان پلتفرم اینترنت اشیا با نرم‌افزار علمی داده و خدماتی روی پلتفرم‌هایشان خود را متمایز می‌کنند، آن عملکرد پایه به‌طور گسترده‌ای تبدیل به کالا شده‌ است. سازندگان و دیگر کمپانی‌های صنعتی که این بازار پر تغییر را دنبال می‌کنند، پیش از انتخاب پلتفرم، ابتدا می‌بایست از اهداف دیجیتال بلندمدت و کوتاه‌مدت خود کاملا آگاه باشند. همانند دیگر بازارهای پلتفرم، ارزشمندترین ترکیب نه‌تنها مجموعه ویژگی‌های پلتفرم است، بلکه توانایی آن برای توانمندسازی توسعه‌دهندگان و دیگران در راستای ساخت نرم‌افزاری است که نیاز کاربران را برطرف کند. به‌طورکلی، ارزش پلتفرم توانایی آن در الهام‌بخشی و پشتیبانی از هم‌آفرینی است.

ده سوال که بایستی هنگام انتخاب پلتفرم اینترنت اشیا صنعتی پرسید

درک بازار پلتفرم اینترنت اشیا صنعتی دشوار است، اما بعد از پاسخگویی به این سوالات، در هنگام خرید چنین نرم‌افزاری درک روشنی از اولویت‌ها خواهید داشت.

در گذشته در بازارهای برجسته‌ی پلتفرم، اتصال و محاسبات ابری پایه‌ی هم‌آفرینی بودند. مادامیکه پلتفرم به حل مشکل اصلی کمک می‌کند، توسعه‌دهندگان می‌توانند از آن برای دستیابی به نیازهای بازار استفاده کنند. اکوسیستم‌های تلفن‌های هوشمند از این دست هستند، اکوسیستم اندروید گوگل و اپ استور اپل هر دو الهام‌بخش همزیستی توسعه‌دهندگان، مصرف‌کنندگان و کارآفرینان بین‌المللی هستند. در سال ۲۰۱۸، درآمد بین‌المللی اپ استور معادل ۲۲.۶ بیلیون دلار بود و گوگل پلی استور ۱۱.۸ بیلیون دلار درآمد داشت. کمپانی‌هایی نظیر آمازون، گوگل، فیسبوک و سیلزفورس همگی پلتفرم‌هایی ایجاد کرده‌اند که اکوسیستم‌های بزرگتری را پشتیبانی کند.

مادامیکه پلتفرم اینترنت اشیا هنوز نتوانسته موفقیت آن مثال‌های برجسته را تکرار کند، مجریانی‌که به استفاده از یک پلتفرم یا چند پلتفرم اینترنت اشیا فکر می‌کنند، بایستی برای انتخاب پلتفرمی سر و دست بشکنند که نه تنها امر “لوله‌کشی” مبتنی بر کالا را آسان می‌کند بلکه می‌تواند از اکوسیستم مبتکرانه‌ای پشتیبانی کند که به بهبود محسوس شرکت در مدیریت دارایی‌های صنعتی و عملیات‌ها کمک می‌کند. در اینجا ما مجموعه‌ای از سوالات را ارائه می‌دهیم که به همین منظور طرح شده‌اند.

سوال اول: هدف دیجیتال فعلی و آینده‌ی کمپانی شما چیست؟

ممکن است این سوال آسان به نظر برسد، اما پاسخ مناسب آن به سختی پیدا می‌شود. کمپانی‌های صنعتی نباید استراتژی دیجیتال بلندمدت خود را به اهداف سطح پایین مانند بهبود کارآمدی عملیاتی یا کاهش هزینه تغییر دهند ــ هرچند که این اهداف حیاتی هستند. مادامیکه تکنولوژی اینترنت اشیاء می‌تواند به پر کردن شکاف میان دنیای فیزیکی و دیجیتال، که در بلندمدت الهام بخش مدل‌های کسب‌وکاری جدید است، کمک کند، اما تعداد قابل توجهی از کمپانی‌های تولیدی با تاخیر در کاربری فعلی اینترنت اشیاء خود رو به رو هستند. نظرسنجی ما در سال ۲۰۱۷ نشان می‌دهد که ۵۵% تولیدکنندگان گزارش داده‌اند که پروژه‌های اینترنت اشیا آن‌ها بیش از انتظار زمان برده است.

پژوهش اخیر از Bain & Company به نتیجه‌ای مشابه رسیده است، این که یکی از موانع مشترک، عدم تطابق میان اهداف کمپانی‌های صنعتی و اهداف فروشندگان است. بسیاری از فروشندگان پلتفرم‌های اینترنت اشیاء توانایی‌های خود را به‌منظور کمک به توانمدسازی تعمیر و نگهداری پیشگویانه عرضه می‌کنند، درحالیکه کمپانی‌های صنعتی در طول مدت خیلی به این مورد علاقه‌ای نشان نمی‌دهند‌، چراکه این مفهوم معمولا به سختی با موفقیت پیاده‌سازی می‌شود.

با توجه به ریسک مواجهه با تاخیرهای غیرمنتظره به هنگام به‌کارگیری یا مقیاس‌گذاری پروژه‌ی اینترنت اشیاء، کمپانی‌های صنعتی بایستی مطمئن شوند که تکنولوژی پلتفرم اینترنت اشیائی که انتخاب کرده‌اند، نیازهای بلند مدت و کوتاه مدت آن‌ها را برطرف می‌کند و اینکه فروشنده و اکوسیستم همراهش می‌تواند بعدا از آن خواسته‌ها پشتیبانی کند. کریس کوچر، بنیان‌گذار شرکت مشاوره‌ای Grey Heron در سان فرانسیسکو، می‌گوید:”شما واقعا بایستی آنچه می‌خواهید با این پلتفرم جدید انجام دهید را تعریف کنید چراکه براساس آن قابلیت، عملکرد شما مشخص می‌شود.”

پاسخ دادن به آن سوال نیاز به درک روشنی از نیازهای کمپانی شما از دیدگاه فنی و کسب‌وکاری دارد و تعیین اینکه پلتفرم در نهایت چگونه می‌تواند کسب‌وکار شما و ارتباط مشتریان‌تان را بهبود بخشد نیز لازم است. ممکن است این هدف در کلام ساده به‌نظر برسد اما به تغییرپذیری اکوسیستم پیرامون پلتفرم شما بستگی دارد. هاروارد بیزینس ریویو می‌گوید:” دوام سودهای کسب‌وکاری بیشتر به تعامل میان پلتفرم و شبکه‌ی هماهنگ با آن بستگی دارد تا فاکتورهای داخلی در سطح کمپانی.”

بنابراین بسیار مهم است که کمپانی‌های صنعتی پلتفرمی را انتخاب کنند که اهداف بلندمدت آن‌ها را کاملا پشتیبانی می‌کند. اگر کمپانی شما خطایی در فرآیند گزینش مرتکب شود، به‌ راحتی تاخیرهای چند ماهه یا حتی چندساله در پی دارد.

کمپانی‌های صنعتی که تصمیم به خرید پلتفرم اینترنت اشیا دارند، بایستی لیستی تهیه کنند که نشان دهد پلتفرم برای بهبود کسب‌کارشان باید دارای چه ویژگی‌هایی باشد و میزان اهمیت هر آیتم را مشخص کنند. سازمان‌ها همچنان در فاز اولیه‌ی دوره‌ی دیجیتال خود، بایستی تلاششان را صرف استفاده از وضعیت‌هایی با برگشت مشخص سرمایه کنند تا پله‌ای به سوی پروژه‌های بلند پروازانه‌ی پیشِ رو باشد.

تعدادی از سازمان‌ها ابزار آنلاینی ساخته‌اند که به کمپانی‌های صنعتی کمک می‌کند بتوانند ملاحظات شروع یا مقیاس‌گذاری به‌کارگیری اینترنت اشیا صنعتی را هدایت کنند. برای مثال، کنسرسیوم اینترنت صنعتی برنامه‌ای تحت عنوان “Project Explorer” توسعه داده تا به سازمان‌ها کمک کند پیچیدگی‌ها و ریسک‌های ذاتی پروژه‌ی اینترنت اشیا صنعتی را مدیریت کنند. این برنامه به بازدیدکنندگان ارزیابی سه ‌مرحله‌ای پروژه ارائه می‌دهد که اولین مرحله مروری سطح بالا است، دومین مرحله ارزیابی عمیق‌تر است و آخرین مرحله ارزیابی با جزئیات بیشتری ارائه می‌دهد. آخرین مرحله برای اعضای کنسرسیوم اینترنت صنعتی و مشتریان آن‌ها است.

سوال دوم: فروشندگان اینترنت اشیا صنعتی در بازار به چه میزان کشش دارد؟

همکاری با ارائه‌دهندگانی که پایگاه مشتریان محکم و اکوسیستم شریکان قوی دارند بسیار مهم است. یک فروشنده‌ی موفق پلتفرم بایستی مفهومی روشن از نحوه‌ی استفاده‌ی مشتریانش از پلتفرم‌ نیز ارائه کند. علاوه‌براین، تعیین اعتبار شریکانی که اکوسیستم فروشنده را شکل می‌دهند نیز مهم است. مادامیکه اکوسیستمی متعهد به احتمال بیشتری نیازمند تولیدکنندگان تخصصی است، هماهنگی و اتحاد میان شریکان پلتفرم دشوار است. بنابراین داشتن استراتژی مشخص و تعیین مالکیت پروژه‌ی اینترنت اشیا صنعتی ضروری است.

موضوعی مرتبط که بایستی بررسی شود قابلیت پلتفرم در انسجام با نرم‌افزار موجود برای سیستم‌های اجرایی تولید، برنامه‌ریزی منابع شرکت، مدیریت شرایط عملکرد دارایی مبتنی بر کنترل و غیره است.

سوال سوم: تا چه میزان پلتفرم و صنعت شما در یک راستا قرار دارند؟

هیچ پلتفرم اینترنت اشیا صنعتی‌ای با عنوان “یکی مناسب همه” وجود ندارد. کوچر می‌گوید: “شما می‌بایست مطمئن شوید هر پلتفرمی که انتخاب می‌کنید با صنعت شما هماهنگ است.” “ممکن است پلتفرم به‌طور ویژه برای وضعیت شما تنظیم شده باشد، اما قطعا بایستی با صنعت شما در یک راستا باشد.” این به آن معناست که اکوسیستم گسترده‌تر پیرامون پلتفرم بایستی در صنعت شما تخصص داشته باشد و دیگر افراد با علایق ویژه‌ی صنعتی شما بایستی در این زمینه باتجربه باشند. کوچر می‌گوید: “این امر تاثیر بسیار زیادی دارد زیرا آن‌هایی که ممکن است شریک یا مشتری شما باشند می‌توانند از آن‌ استفاده کنند.” موضوعات مشابه برای بررسی شامل آشنایی اکوسیستم فروشنده با موارد استفاده‌ی مرکزی صنعتی از جمله پیگیری و ردیابی، تعمیر و نگهداری پیشگویانه، مدیریت خدمات، کنترل محیط‌زیستی و غیره می‌شود.

سوال چهارم: اکوسیستم پلتفرم چقدر قدرتمند است؟

همانطور که مارک آندرسن، پیشرو و سرمایه‌گذار خطرپذیر، در مقاله‌ای در سال ۲۰۰۷ توضیح داده است، پلتفرم “سیستمی است که می‌تواند برنامه‌نویسی شود و بنابراین به دست توسعه‌دهندگان خارجی سفارشی شود”. به بیان دیگر، کاربران می‌توانند پلتفرم را سفارشی کنند. بنابراین پلتفرم می‌تواند “با نیازها و علایق ویژه‌ی بیشماری تطبیق داده شود که شاید توسعه‌دهندگان اصلی پلتفرم به آن فکر نکرده بودند و زمان بسیار کمتری برای تطبیق داشتند.” بنا به تعریف آندرسن، پلتفرمی را که نتوان با کد مدنظر کاربر برنامه‌نویسی کرد، برای انتخاب صلاحیت ندارد.

زمانی که پلتفرم توسعه‌ محور انتخاب می‌شود، تعیین تعداد کاربرانی که به‌طور فعال با اکوسیستم پلتفرم فروشنده مشارکت می‌کنند ضروری است، همچنین درک اینکه فروشنده برای جذب و حفظ توسعه دهندگان چه می‌کند نیز حائز اهمیت است.

سوالات مربوط که بایستی مورد ملاحظه قرار گیرند عبارتند از:

  • ارائه دهندگان پلتفرم در گسترش قابلیت‌های نرم افزاری خود چقدر سرمایه‌گذاری می‌کنند؟
  • میزان سختی و آسانی گسترش و تولید سفارشی پلتفرم با استفاده از پشتیبانی API چقدر است؟
  • آیا فروشنده پلتفرم‌هایی به‌منظور کمک به تسریع تولید سفارشی ارائه می‌دهد؟

در نهایت ممکن است بعضی از کمپانی‌های صنعتی متوجه شوند که رویکرد متحد پلتفرم‌های اینترنت اشیا صنعتی نسبت به یک انتخاب، نیازهای آن‌ها را بهتر رفع می‌کند. کوچر با پیش‌بینی اینکه تعدادی کمپانی بر اکثریت بازار پلتفرم اینترنت اشیا تسلط پیدا می‌کنند و بازیکنان علایق ویژه شکاف‌ها را پر می‌کنند، می‌گوید:” قرار است گروهی از ترکیب و تطبیق به‌ وجود آید.” همچنانکه بازار اینترنت اشیا صنعتی درحال‌حاضر بسیار ناهمگن است، بعضی از تولیدکنندگان به‌دنبال ترکیب کارکردهای پلتفرم‌های مختلف هستند. اغلب میان پلتفرم‌های ابری عمومی و پلتفرم‌های اینترنت اشیا صنعتی پلی از کمپانی‌های صنعتی وجود دارد. هدف سازمان‌های منبع باز از جمله Linux Foundation، تسهیل یکپارچه‌سازی داده از چندین پلتفرم با استفاده از معماری داده‌های باز و استاندارد در نرم‌افزارهایی مانند EdgeX، Arkaino و Project EVE است.

سول پنجم: پلتفرم اینترنت اشیاء چه میزان ارزش به ازای هزینه ها فراهم می‌کند؟

این سوال به نظر ساده می‌رسد، اما با توجه به بازار شلوغ پلتفرم اینترنت اشیاء و تنوع قیمت‌گذاری و مدل‌های مجوزدار پاسخ سختی دارد. فروشندگان برجسته‌ی تکنولوژی، مدل‌های قیمت‌گذاری‌شان را آنلاین ارائه می‌دهند. مادامیکه برخی از مدل‌ها مشخص هستند، یک کمپانی ابری برجسته مدل قیمت‌گذاری پیچیده‌تری با هزینه‌های تامین دستگاه متنوعی ارائه می‌دهد. این هزینه‌ها بر اساس هزینه‌های مکانی جداگانه برای شاخص‌گذاری‌ها و جستجوی زودگذر و کارهای دستگاه، نظیر هماهنگ‌سازی به‌روزرسانی سخت‌افزار به‌ دستگاه‌های کنترل از راه دور تعیین می‌شود. بسته به نیازهای سازمان شما، هزینه‌ی پلتفرم به طور قابل توجهی متفاوت است. در یک سناریوی فرضی، هزینه‌ی ماهانه‌ی پلتفرم اینترنت اشیاء از فروشندگان ابری مقیاس بسیار بالا  از ۲۵۰$ تا ۱۳۸۲.۴۰$ می‌باشد.

شما در زمان همکاری با یک فروشنده، نه تنها از اهداف آن بلکه از حجم داده‌ای که پلتفرم قورت می‌دهد، تحلیل و ذخیره می‌کند نیز درک روشنی دارید، و مهمتر از همه درک روشنی از اینکه شرکت چگونه می‌تواند موفقیت مالی سرمایه‌گذاری پلتفرم اینترنت اشیا صنعتی را  محاسبه کند نیز دارید. علاوه بر هزینه‌ی مستقیم پلتفرم، محاسبه‌ی هزینه‌های غیرمستقیم مربوط به به‌کارگیری داخلی، نگهداری و ادغام سیستم در بلند مدت و کوتاه مدت نیز به همان اندازه ضروری است. زمانیکه پلتفرم برای تعداد محدودی از دستگاه‌های اینترنت اشیا صنعتی مورد استفاده قرار گیرد، ممکن است تنها بازده سرمایه‌گذاری به نظر برسد، اما هزینه‌ها با رشد افزایش پیاده‌سازی بالا می‌رود.

دیگر فاکتورهای مربوط عبارت است از نوع معماری که شرکت‌ شما تصمیم دارد استفاده کند، مثلا آیا شما قصد دارید بخش عمده‌ای از پردازش را به لبه یا ابر عمومی تبدیل کنید؟

این بدان معنا نیست که هنگام انتخاب پلتفرم‌ها، هزینه به تنهایی فاکتور تعیین کننده است، یا اینکه شرکت‌های ابری عمومی انتخاب درستی برای انواع کمپانی‌های صنعتی هستند. بسیاری از کمپانی‌های صنعتی پلتفرم‌هایی ارائه می‌دهند که یک یا بیشتر از یک پیشنهاد ابری بزرگ مقیاس را پشتیبانی می‌کنند، درحالیکه دیگر کمپانی‌ها، از جمله Bosch برای پلتفرم اینترنت اشیاء خود از ابر شخصی استفاده می‌کند که چندین سرویس ابری را از دیگر فروشندگان پشتیبانی می‌کند.

اما با توجه به پیچیدگی‌های موجود، کمپانی‌های صنعتی بایستی لیست محدودی، مثلا چهار یا پنج سناریو حاضر کنند و محاسباتی عمقی از هزینه‌ی هر کدام انجام دهند و پتانسیل آن‌ها را برای پشتیابی از مهمترین خروجی‌های کسب‌وکار شما تخمین بزنند.

سوال ششم: ارائه دهندگان پلتفرم اینترنت اشیاء چه برنامه‌ی مشاوره ای پیشنهاد می‌دهند؟

زمانیکه شرکت شما کمپانی‌های پلتفرم اینترنت اشیاء را به لیستی قابل کنترل قسمت کردند، گام بعدی مقایسه‌ی رقیبان نهایی با یکدیگر در یک امتحان رو در رو است و بعد به‌منظور تصویب نهایی، نتایج بایستی به مدیران اعلام شود. در فاز اول، شرکت شما بایستی تعیین کند که مسیر ادغام میان سیستم فعلی شما و پلتفرمی که انتخاب می‌کنید به چه شکلی است. کوچر می‌گوید: “شما می‌توانید پلتفرم جدید بسیار خوبی داشته باشید، اما ممکن است شما را مجبور کند که همه چیز را رها کنید و بیشتر نرم‌افزارهای موجود و مورد استفاده‌تان را از نو بسازید. این بسیار دردناک است. اگر مسیر ادغام یا مهاجرت وجود داشته باشد بسیار به نفع شماست. بخشی از آن مربوط به قابلیت پشتیبانی و آموزش است. قرار نیست چیزی بی نقص باشد. اما اگر چنین بود، شما سفارش‌سازی و مشاوره‌هایی را می‌شناسید که به شما کمک می‌کند از فاز مهاجرت گذر کنید، هرچه بیشتر بهتر.”

نگرانی مربوط به کمپانی‌های صنعتی، میزان قابلیت اعتماد پیشنهادات پلتفرم است. از آنجاییکه تولیدکنندگان اغلب نگرانی‌های مربوط به امنیت و قوانین دارند، زمان فعالیت سیستم‌ها و شبکه‌هایشان اولویت اصلی است. ملاحظات مربوط در اینجا عبارتند از تاخیر و سرعت شبکه‌های مربوط به پلتفرم و همچنین عملکرد پلتفرم زمانیکه اتصال به دستگاه  ضعیف یا قطع است.

فروشنده‌ی پلتفرم بایستی به شرکت شما کمک کند تا مشکلات بالقوه‌ای که ممکن است در طول استفاده از پلتفرم در محیط تولید سنتی به‌وجود بیاید را درک کنید، همچنین چگونگی کمک پلتفرم به بهبود قابلیت اعتماد در طول زمان را نشان دهد. فاکتور مهم دیگر استفاده‌ی آسان از پلتفرم با حداقل تاثیر بر عملیات کمپانی‌های صنعتی است. مادامی که فلسفه‌ی کلی “سریع حرکت کن و چیزها را بشکن” برای بسیاری از توسعه‌دهندگان متمرکز بر اپلیکیشن‌ها و رسانه‌های اجتماعی رسوایی به بار آورد، کمپانی‌های صنعتی مجبور می‌شوند با توجه به هزینه‌ی بالای زمان از کار افتادگی و عدم انطباق بالقوه با قوانین با دقت بیشتری ابتکار به خرج دهند.

همچنین درک اینکه مهاجرت به پلتفرم جدید تا چه اندازه برای مشتریان شما یکپارچه است نیز ضروری است. کوچر می‌پرسد: “آیا من باید به مشتریانم تا دو هفته استفاده از سیستم جدید را که به دلیل پلتفرم اجرا می‌شود، آموزش دهم؟ یکپارچگی مهاجرت و یکپارچگی آن برای مشتریان شما بسیار مهم است.”

نگرانی دیگر در اینجا امنیت سایبری است که پلتفرم ارائه می‌دهد، چراکه در حمله‌ی باج افزار، مهاجمان عامدانه به دنبال گروگان گرفتن تجهیزات شبکه‌بندی شده‌ی تولیدکنندگان هستند.

سوال هفتم: رویکرد ارائه‌دهندگان پلتفرم اینترنت اشیاء برای امنیت سایبری چیست؟

به‌طورکلی امنیت سایبری همواره یکی از مهمترین موانع برای پروژه‌های اینترنت اشیاء بوده و هست. در محیط تولید، نقطه‌ی انتهایی اینترنت اشیاء می‌تواند اطلاعات حساسی ثبت کند که بسیار مورد توجه مجرمانی قرار می‌گیرد که به جاسوسی یا خرابکاری علاقه‌مند هستند. سال گذشته، بنا به گزارش امنیت سایبری EEF برای تولیدککندگان نیمی از پاسخ‌دهندگان با حمله‌ی سایبری دست و پنجه نرم می‌کردند.  در میان آن‌هایی که مغلوب شده‌ بودند، نیمی گزارش کرده‌ بودن که شرکت‌شان تاثیر کسب‌وکاری منفی داشته است. بدتر از آن چنین حمله‌هایی در حال افزایش است و تولیدکنندگان در سراسر دنیا با حملات سایبری روز افزون دست به گریبان هستند. مرکز ملی علوم تولید در ایالات متحده تخمین می‌زند که هزینه‌ی چنین نقض‌هایی بین یک تا ده میلیون دلار است.

برای مقابله با چنین نگرانی‌هایی، ارائه‌دهندگان پلتفرم به‌تدریج خصوصیات امنیتی نقطه به نقطه به محصولاتشان اضافه می‌کنند. برای مثال، سال گذشته، مایکروسافت دسترسی Azure Sphere که امنیت نقطه به نقطه‌ی دستگاه‌های میکرو کنترل‌گر متصل به اینترنت را ارائه می‌کرد را آزاد اعلام کرد، درحالیکه Verizon اعلام کرد که پلتفرم ThingSpace نرم‌افزارهای امنیت نقطه‌ی انتهایی را از شرکت امنیت اینترنت اشیا صنعتی موکانا پشتیبانی می‌کند. علاوه‌براین، AT&T سال گذشته اعلام کرد که برای ارائه‌ی خدمات تست امنیت سایبری دستگاه‌های اینترنت اشیاء با Ericsson همکاری می‌کند. در سال ۲۰۱۶، AT&T از همکاری با شرکت امنیت سایبری Bayshore Networks برای امنیت متمرکز بر اینترنت اشیاء خبر داد. بسیاری از شرکت‌ها که پلتفرم اینترنت اشیا صنعتی ارائه می‌دهند، در زمینه‌ی امنیت سایبری چندین سال تجربه‌ دارند. کوچر می‌گوید:” اما اینترنت اشیا تهدید بزرگتری از امنیت IT قدیم است. فروشنده‌ی پلتفرم اینترنت اشیا چند سال تجربه در زمینه‌ی امنیت OT و نه امنیت IT دارد؟” پیاده‌سازی اینترنت اشیا نه‌تنها مایل به داشتن نقطه‌ی انتهایی بسیار بیشتر از کاربردهای قدیم IT است، بلکه چنین نقطه‌های انتهایی اغلب دورتر از مرکز زیرساخت‌های IT پراکنده هستند. کوچر در ادامه می‌گوید:” ممکن است که اپلیکیش‌ها یا کارکردهای امنیتی وجود داشته باشد که شما بخواهید روی پلتفرم اینترنت اشیا با عاملیت امنیتی پایه اضافه کنید. ممکن است شما بخواهید قابلیت ترافیک کنترل شبکه‌ی خود را به edge device، شناسایی نفوذ یا دیگر عاملیت امنیتی استاندارد گسترش دهید.”

زمانیکه سازمان شما از فروشنده‌ی پلتفرم خرید می‌کند، بایستی مطمئن باشد که فروشنده می‌تواند ثابت کند پلتفرمش بهترین عملکرد و استانداردها را دارد. بعضی از فروشندگان می‌توانند نشان دهند که چنین الزاماتی را طبق استانداردهای امنیت سایبری نظیر چهارچوب ISO 27001 ، IEC 62443  و NIST 800-53 رفع می‌کنند. در نهایت، پیاده‌سازی ویژگی‌های امنیتی در به‌کارگیری اینترنت اشیا از ابتدا کارآمدتر از اجرای آن‌ها بعد از کار است. همین اصل برای به‌کارگیری پلتفرم‌های اینترنت اشیا نیز بایستی به کار گرفته شود. تولیدکنندگانی که برای پلتفرم‌های اینترنت اشیا صنعتی از رویکرد متحد استفاده می‌کنند، می‌بایست مطمئن شوند که کنترل دسترسی میان پلتفرم‌های مختلف به‌درستی شکل می‌گیرد.

مادامیکه بسیاری از کمپانی‌های صنعتی شامل تولیدکنندگان از گذشته به دلیل ریسک امنیت سایبری در برابر ذخیره‌سازی اطلاعات در ابر ترسو بوده‌اند، چنین سازمان‌هایی به‌تدریج شروع به انجام این کار کردند. یکی از دلایل این است که بسیاری از کمپانی‌ها، به‌ویژه سازمان‌های کوچک تا متوسط، به اندازه‌ی فروشندگان بزرگ پلتفرم یا کمپانی‌های ابری با صدها یا هزاران نیروی کار متخصص امنیت به منابع امنیتی دسترسی ندارند. علاوه‌براین، محاسبات ابری می‌تواند به تسهیل بازتاب فایل‌ها کمک کند. کمپانی‌های ابری بسیار بزرگ در سراسر دنیا چندین مرکز داده دارند و از این رو می‌توانند به حفظ دسترسی داده‌های مهم در هر رویداد یا مصیبت‌های طبیعی کمک کنند. کوچر می‌گوید:” من فکر می‌کنم بعضی از افراد به این فهم رسیده‌اند که همگام شدن با فروشنده‌ی ابری گاهی امنیت بهتری در پی دارد.”

سوال هشتم: پلتفرم چگونه اهداف تحلیلی و یادگیری ماشین را پشتیبانی می‌کند؟

مادامیکه تمرکز اولیه‌ی پلتفرم‌های اینترنت اشیا صنعتی ارائه‌ی میان‌افزاری است که دستگاه‌های اینترنت اشیا و دروازه‌ها را بهم پیوند زند، انتخاب پلتفرم تحلیل داده و یادگیری ماشین ملاحظات مهمی هستند که بایستی در نظر گرفته شوند. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۲ پلتفرم‌های درون‌ سازمانی همراه با رایانش لبه‌ای ۶۰ درصد از تحلیل‌های مبتنی بر اینترنت اشیا صنعتی را اداره کنند.

پلتفرم اینترنت اشیا صنعتی موفق با قابلیت تجزیه و تحلیل می‌تواند به کمپانی‌های صنعتی در تغییر پردازش داده‌ی سنتی‌شان کمک کند و طرز تجسم، بیان با توجه به زمینه‌های موجود و تحلیل جریان داده از انواع منابع آن‌ها را بهبود بخشد. به‌طور سنتی، تحلیل موروثی که در محیط‌های صنعتی استفاده می‌شد به حجم نسبتا ککم داده محدود بودند. بیشتر مواقع داده ایزوله و مرکز گریز می‌شد.

بنابراین تعیین اینکه پلتفرم اینترنت اشیا صنعتی چقدر خوب می‌تواند مقدار زیادی از انواع داده را قورت دهند و سنتز کند بسیار مهم است.

نمونه‌هایی از سوالات که بایستی پرسیده شوند عبارتند از:

  • آیا پلتفرم به شرکت شما در قورت دادن و بیان داده‌های ساخت‌ یافته و غیرساخت‌یافته کمک می‌کند؟
  • پلتفرم با چه اندازه سختی و آسانی می‌تواند داشبورد ایجاد کند یا داده‌های صنعتی را در متن تجسم کند؟
  • پلتفرم چگونه می‌تواند برای به‌کارگیری تحلیل به‌صورت آینده محور (یعنی تحلیل پیش‌گویانه و تجویزی) و نه نگاه به گذشته مانند تحلیل‌های توصیفی و تشخیصی، از خواسته‌ی کمپانی شما پشتیبانی کند؟
  • پلتفرم تا چه اندازه می‌تواند از اپلیکیشن‌های دوقلوی دیجیتال پشتیبانی کند؟
  • آیا می‌تواند به شما کمک کند تا داده‌ی موجود خود را با منابع داده‌ی خارجی از جمله آب و هوا غنی کنید؟
  • ابزار تحلیل‌ و یادگیری ماشین تا چه اندازه از فروشنده‌ی پلتفرم و شریکان او توسعه‌پذیر و قابل سفارشی شدن هستند؟
  • پلتفرم چگونه می‌تواند به شما در گسترش هوشمندی داده‌ی تیم شما کمک کند و تیم شما بتواند تصمیم‌های داده‌محور روز افزونی بگیرد؟

سوال نهم: ارائه‌دهنده‌ی پلتفرم اینترنت اشیا چقدر می‌تواند شریک خوبی باشد؟

زمانیکه کمپانی شما میزان پشتیبانی یک فروشنده را می‌سنجد، بایستی نه فقط سطح پشتیبانی از مشتری را ارزیابی کند، بلکه دسترسی آموزش کاربر نهایی، مستندسازی و سطح منابع همتای در دسترس را نیز مورد ملاحظه قرار دهد. شرکت هر چند وقت یکبار مایل به به‌روزرسانی پلتفرمش است؟ آیا فروشنده به‌روزرسانی بی‌سیم نرم‌افزار پروژه‌ی اینترنت اشیا شما را پشتیبانی می‌کند؟ و باز هم دیگر ملاحظه‌ی مهم در اینجا، طول عمر بالقوه‌ی پلتفرم است. حتی اگر فروشنده درحال‌حاضر پشتیبانی فوق‌العاده‌ای ارائه دهد، بایستی مطمئن شوید که در آینده نیز به این تعهد پایبند است. همچنین ممکن است مورد این باشد که فروشنده پلتفرم فوق‌العاده‌ با تکنولوژی و API های تاثیرگذاری داشته باشد اما آن را خیلی خوب پشتیبانی نکند. کوچر می‌گوید:” اگر این اتفاق بیفتد، زمانیکه شما بخواهید به مدت طولانی‌تری از اینترنت اشیا برای توسعه‌ی چیزها استفاده کنید، ناگهان این بار روی دوش شما می‌افتد.” در مقابل، فروشنده‌ی اینترنت اشیا با جامعه‌ی توسعه‌دهنده‌ی قوی به شما گزینه‌های بسیار زیادی برای توسعه‌ی نرم‌افزار جهت رفع نیازهای خاص شرکت‌تان می‌دهد. کوچر می‌گوید:” شما به احتمال زیاد می‌توانید کسی را پیدا کنید که قادر باشد نرم افزاری سفارشی برای شما بسازد، یا کسی که بتواند کد‌های موجود را سفارشی کند. یا حتی مستندسازی و آموزش آن‌ها به تیم توسعه‌ی داخلی شما کمک کند که هدفی یکسان را تحقق بخشند.” در نهایت، بنا به گفته‌ی استیو برومر، شریک تجاری در گروه اینترنت اشیا، باید مشخص باشد که در صورت بروز مشکل، چه کسی در فروشگاه مسئولیت آن را به عهده می‌گیرد. همچنین بایستی معلوم باشد که دسترسی به فروشنده یا شریکانش برای توسعه‌ی قرارداد، اگر در حین کار نیاز باشد، چگونه خواهد بود.

سوال دهم: پلتفرم تا چه میزان سازگار و باز است؟

ریشه‌ی اینترنت اشیا صنعتی در کارخانه‌ها و محیط‌های صنعتی به ده‌ها سال قبل برمی‌گردد و تکنولوژی‌های ماشین به ماشین و اتوماسیون شبکه‌ای نظیر اسکادا را در برمی‌گیرد. اما تا مدتی پیش، دستیابی به دیدگاهی کلی‌نگر که داده‌های سراسر سنسورهای مختلف، انواع داده و سخت‌افزار محاسبه‌ای مورد استفاده در محیط صنعتی را در کنار هم قرار دهد، دشوار بود. اینترنت اشیا وعده می‌دهد که به تولیدکنندگان یک کاموای دیجیتالی بدهد که داده‌هایی را که از محیط صنعتی شما عبور می‌کنند را بهم ببافد. بنابراین آخرین چیزی که شما می‌خواهید استفاده از پلتفرمی شبیه به باغی حصار گرفته است که شما را تنها به استفاده از محصولات ارائه‌دهنده‌ی آن پلتفرم محدود می‌کند. پلتفرم اینترنت اشیائی که شرکت شما انتخاب می‌کند، بایستی به‌طور ایده‌آل  و بالقوه دیگر پلتفرم‌های نرم‌افزار را در محیط صنعتی شما نیز پشتیبانی کند. کوچر می‌گوید:” ممکن است شما واقعا روی یک صنعت متمرکز باشید اما ۲۰% مشتریان شما در صنعت مرتبطی هستند و از پلتفرم دیگری استفاده می‌کنند. چگونه پلتفرمی که شما می‌خواهید استفاده کنید با آن ارتباط برقرار می‌کند؟ آیا کیت‌ها و برنامه‌های توسعه‌دهنده‌ی API وجود دارد که به افراد اجازه‌ی این کار را بدهد؟”

 

 

از خدمات دیجیتال تا تولید دیجیتال

مادامیکه مفهوم صنعت ۴.۰ نوید می‌دهد که جرقه‌ی انقلاب صنعتی بعد را می‌زند، بیشتر صنایع ی گام‌هایی آرام به‌سوی بازآفرینی برمی‌دارند. بخشی از چالش تشخیص تکنولوژی‌های توانمند با بالاترین پتانسیل حل مسئله است.

بدون شک مفهوم “تحول دیجیتال” را شنیده‌اید که به‌عنوان راه‌حلی بالقوه برای هر نوع چالش کسب‌وکاری مورد بحث قرار می‌گیرد. این مفهوم و کلمات مرتبط نظیر “صنعت ۴.۰″ اغلب در متون مربوط به صنعت و تولید به‌کار می‌رود. اما برخلاف وعده‌ی تکنولوژی دیجیتال مبنی بر تغییر گسترده‌ی بخش تولید، بیشتر سازمان‌ها که از آن استفاده می‌کنند متوجه بهبودهای بیشتری شدند، درحالیکه دیگر تولیدکنندگان در حاشیه نشسته‌اند یا با پروژه‌های اثبات مفهوم تجربه می‌کنند. کریس کوچر، بنیان‌گذار Grey Heron شرکت مشاوره‌ در سان‌فرانسیسکو، می‌گوید:” من فکر می‌کنم ما در مراحل اولیه‌ی اینترنت اشیا صنعتی در تولید هستیم. مردم در حال انجام PoCها و آزمایش هستند اما اجرای مهم و بزرگ نمی‌کنند. بسیاری از کمپانی‌ها نمی‌توانند از پس هزینه‌های استفاده از تجهیزات واقعی، عملیات عظیم و سرمایه‌گذاری‌های بزرگ بربیایند.” همچنان بخش‌های تولیدی روی تکنولوژی اینترنت اشیا بیش از هر بخش دیگری هزینه می‌کنند، بنا به گزارش IDC سال گذشته این مبلغ ۱۸۹ میلیارد دلار  تخمین زده شده بود. و شرکت‌های تحلیل‌گر و مشاوره از فورستر گرفته تا گارتنر و مک‌کینسی تاکید کرده‌اند که بخش تولید بایستی تکنولوژی‌هایی نظیر اینترنت اشیا و AI را در سال‌های آینده بپذیرند تا بتوانند به رقابت ادامه دهند. در اینجا، ما نگاهی به چند تکنولوژی مربوط به اینترنت اشیا و AI می‌اندازیم و پتانسیل آن‌ها را برای اداره‌ی بازده قابل تغییر در آینده‌ی نزدیک بررسی می‌کنیم.

چه زمانی محاسبه‌ی لبه‌ای “اشیا” را هوشمندتر می‌کند؟

سیستم‌های یادگیری ماشین مبتنی بر ابر در بسیاری از به‌کاراندازی‌های موفق اینترنت اشیا از اسپیکرهای هوشنمد در حوزه‌ی مصرف کننده تا کمک به تولیدکنندگان دستگاه‌های پزشکی به‌منظور خودکارسازی هماهنگی با استانداردهای نظارتی، نقش قابل توجهی ایفا کرده‌اند.

محاسبه‌ی لبه‌ای به تولیدکنندگان پارادایمی جدید برای اجرای تحلیل‌هایی نزدیک به منبع و نقطه‌ی مصرف داده ارائه می‌دهد. همچنین وعده‌ی این تکنیک مدیریت چندین محدودیت محاسبه‌ی ابری مرتبط با تاخیر، محدودیت‌های پهنای باند، هزینه‌های انتقال داده و اتصال متناوب است. محاسبه‌ی لبه‌ای به فیلتر داده کمک می‌کند تا حجم داده‌ی در جریان به سمت ابر کاهش پیدا کند و تصمیم‌گیری سریع‌تر حال‌حاضر را پشتیبانی می‌کند.

این به آن معناست که فهم دقیق محاسبه‌ی لبه‌ای از لحاظ بخش تولید یا بیرون از آن تا چه حد پیش می‌رود دشوار است. پروژه‌ی گارتنر در زمینه‌ی سوئیچ تهاجمی به لبه در محیط‌های سازمانی درحال انجام است. شرکت تحقیقی و تحلیلی بازار با فرض اینکه کمتر از ۱۰% داده در سال ۲۰۱۸ در محیط‌های لبه‌ای ایجاد یا پردازش شده بودند، انتظار دارد تا سال ۲۰۲۲، ۷۵% داده‌ی ایجاد شده در سازمان در محیط‌های لبه ایجاد یا پردازش شود. همچنین گارتنر سال ۲۰۱۸ را اوج چرخه‌ی هایپ محاسبه‌ی لبه‌ای در نظر می‌گیرد. پرسشنامه‌ی Research Tech Pro در سال ۲۰۱۸ نشان می‌دهد که ۵۲ درصد از ۱۱۹  پاسخ‌دهنده‌ی متمرکز بر IT برای موبایل و لپ‌تاپ از محاسبه‌ی لبه‌ای استفاده می‌کردند، درحالیکه همین درصد با توجیه بودجه‌ی پروژه‌های محاسبه‌ی لبه‌ای مشکل داشتند.

کوبوت‌ها قول همکاری با انسان‌ها را داده‌اند

تولیدکنندگان ربات ها این عقیده را که میان ربات‌های صنعتی و انسان بایستی خط مشخصی کشید را به‌طور پیوسته به چالش می‌کشند. در عوض، آن‌ها همکاری انسان و ربات را روز افزون می‌بینند. کوبات‌ها، یا “ربات‌های همکار” تکنولوژی نوظهوری اما دارای سرمایه‌گذاری کلان در تولیدکنندگان سنتی ربات‌ها از جمله ABB، فانکو و فستو و شرکت‌های تِک مانند گوگل و آمازون هستند. کاربردهای تکنولوژی امیدبخش هستند اما در حال حاضر جزو علایق ویژه هستند. روشن است که نوآور کوبات Rethink Robotics، که به مشهور شدن مفهوم همکاری ربات‌ها شانه به شانه‌ی انسان کمک کرد، سال گذشته به دلیل تقاضای کم بازار تعطیل شد. هرچند کوبات‌ها هنوز اول راه هستند. با توجه به پژوهش‌های قابل توجه در این زمینه‌، احتمالا این روبات‌های همکار در ده سال آینده بازار را به دست بگیرند.

در حال حاضر AI مورد هدف قرار گرفته است

شاید عموم مردم هوش مصنوعی را زمانی بهتر متوجه شوند که انسان گونه شود. این واقعیت به جریان داستان‌های علمی تخیلی از ربات‌هایی که قادر به تکرار یا فراروی از ادراک انسان هستند را مواج‌تر کرده است. در‌حال‌حاضر، بسیاری از سیستم‌های AI می‌توانند به‌طور موثر استخرهای بزرگی از داده را تحلیل کنند و در بسیاری از موارد به‌نظر می‌رسد که می‌توانند مهارت اولیه‌ی انسان در یادگیری و درک را تقلید کنند. اما عقل سلیم ویژگی‌ای است که تکرار آن در سیستم هوش مصنوعی قلق دارد. اکنون کمپانی‌های صنعتی  بایستی در مورد کاربردهای هوش مصنوعی واقع‌بین باشند و کاربردهای خاص و متمرکز خلق کنند. سازمان‌هایی که درحال‌حاضر بیشترین سود را از AI، یادگیری ماشین، یادگیری عمیق و غیره کسب می‌کنند، مایلند انسان را نقش اصلی در کالیبره کردن آن بدانند. در بخش تولید، پیدایش چنین کالیبراسیونی با ورودی از دو دپارتمان IT و OT بسیار ضروری است. کوچر می‌گوید:” با خط فکرهای متفاوت، ابزار متفاوت، فرهنگ‌ها و پردازش‌های متفاوت، پل‌های بسیاری بایستی ساخته شود.”

کوچر می‌گوید:” کاربرد AI که شامل دیدگاه‌های IT و OT می‌شود، حوزه‌ای پرثمر برای  فروشندگان است.” مثال‌ها شامل استفاده از بینایی کامپیوتری برای کنترل کیفیت و استفاده از یادگیری ماشین به منظور بهبود دقت زنجیره‌ی تامین و پیش‌بینی تقاضا است.

 

به‌سوی زنجیره‌ی تامین با بهینه‌سازی خودکار

مفهوم زنجیره‌ی تامین که ‌بتواند متوجه پیش‌بینی آب و هوا باشد و محموله کالا به روشی متفاوت و مطابق با نیاز ارسال کند، چیز تازه‌ای نیست. در واقع بنا به گفته‌ی مک‌کینسی، مفهوم مرتبط تحت عنوان ماشین‌هایی با بهینه‌سازی خودکار به حداقل نیم قرن پیش باز می‌گردد. اما با توجه به هزینه‌های موفقیت و شکست تکنولوژی‌ها از AI تا محاسبه‌ی ابری تا اینترنت اشیا و چاپ سه‌بعدی در سال‌های اخیر، مفهوم زنجیره‌ی تامین با بهینه‌سازی خودکار بیشتر اجتناب‌ناپذیر و کمتر علمی تخیلی به‌نظر می‌رسد. همگرایی چنین ترندهایی تصورکلی از اینکه زنجیره‌ی تامین با بهینه‌سازی خودکار به چه شکل هست را نیز گسترش می‌دهد. تکنولوژی‌هایی نظیر اینترنت اشیا و AI ابزارهایی هستند در جهت تغییر زنجیره‌ی تامین به شبکه‌ی تامین دیجیتالی. چشم‌انداز ساخت زنجیره‌ی تامین با بهینه‌سازی خودکار ممکن است جذاب باشد، اما حتی برای تولیدکنندگان ثروتمند و کمپانی‌های لجستیک، یکپارچگی سیستمی مهمی است.

بینایی کامپیوتری کیفیت را افزایش می‌دهد

بینایی کامیپوتری ممکن است به اندازه‌ی دیگر تکنولوژی‌ها مانند بلاک‌چین پر زرق و برق و نمایشی نباشد ـ آنگونه که بلاک‌چین در سال گذشته بود. اما مسیرش به سمت کاربرد گسترده در تولید روشن‌تر است. زیرمجموعه‌ی بینایی کامپیوتر که تحت عنوان بینایی ماشین شناخته می‌شود به‌طور ویژه نویدبخش است. توانایی بینایی ماشین در بررسی تصاویر ساکن یا متحرک با سرعت و دقتی بسیار بالاتر از سرعت و دقت انسانی قبلا در صنعت تولید برق به کار گرفته شده، درحالیکه تولیدکنندگان دیگر برای اطمینان از کیفیت همه چیز، از لبه‌ی اره تا دستگاه‌های پزشکی، از این تکنولوژی استفاده می‌کنند.

دوقلوهای دیجیتالی رفته رفته در حال ظهورند

آزمایش مبتنی بر دوقلوی دیجیتالی در میان دیگر کاربردها، می‌تواند توسعه‌ی محصولات را نیز برای تولیدکنندگان تسریع کنند. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۱، نیمی از کمپانی‌های بزرگ صنعتی از این تکنولوژی استفاده خواهند کرد. در نهایت، تولیدکنندگان و دیگر کمپانی‌های صنعتی از هر نوعی از دوقلوهای دیجیتالی حداکثر استفاده را می‌برند تا با پیش‌بینی وضعیت دارایی‌ها در شرایط مختلف، آن‌ها را مدیریت و بهینه کنند.

تفاوت دوقلوهای دیجیتالی با مدل‌سازی کامیپوتری سنتی در توانایی مشارکت و تحلیل داده‌های سنسور از دارایی‌های فیزیکی است. این قابلیت به دوقلوهای دیجیتالی این امکان را می‌دهد که از مدل‌های کامپیوتری سنتی دقیق‌تر و واقعی‌تر باشند. این امر توانایی تکرار محصولات را در تولیدکنندگان به سرعت بالا می‌برد.

تولیدکننده می‌تواند به‌جای ساختن تعداد زیادی از پروتوتایپ‌های فیزیکی، ابتدا با تعدادی پروتوتایپ دیجیتالی آزمایش کند. برای مثال، تیم ماشین‌های مسابقه‌ی استوک Hendrick Motorsports برای تکرار طرح‌های خودرو و تسهیل تولید ۳۶ خودرو در سال برای مسابقات NASCAR، از تکنولوژی دوقلوهای دیجیتالی استفاده می‌کند. همانطور که تکنولوژی پیشرفت می‌کند، کمپانی‌های خودروسازی می‌توانند برای قسمتی از تست تصادف خودرو از دوقلوهای دیجیتالی استفاده کنند. تست تصادف مجازی چیز جدیدی نیست. این روش “قابل پوست کندن” است. به این معنا که مهندسان می‌توانند برشی عمودی یا افقی از خودروی خراب را ببینند تا بفهمند اجزاء خودرو چطور فشرده شده‌اند.  همچنین این روش تکرار سریع را ممکن می‌سازد. اگر مهندسان در تست متوجه نقظه ضعفی شوند، می‌توانند پروتوتایپ را بازطراحی کنند و تست تصادف جدیدی اجرا کنند. علاوه‌براین، تست تصادف خودرو به مهندسان این امکان را می‌دهد تا با شبیه‌سازی متوجه شوند برخورد چه تاثیری بر انواع بدن مسافران با اندازه‌های مختلف دارد.

نتیجه‌گیری: تولیدکنندگان بایستی برنامه‌ی دیجیتالی جامع اما دقیق داشته باشند

کلمات شعارگونه و چرخه‌های هایپ عضو جدا نشدنی قرن ۲۱ هستند. برخلاف وعده وعیدهای اغراق‌آمیز که همراه تکنولوژی‌های درحال ظهورند، بدون شک شماری از این تکنولوژی‌ها تاثیر قابل ملاحظه‌ای بر بخش تولید خواهند داشت. اینترنت اشیا صنعتی و ترندهای مرتبطِ تحول دیجیتالی و هوش مصنوعی در زمینه‌ی تغییر کسب‌وکار تولیدکنندگان  وعده‌های بسیاری داده‌اند. در این چشم‌انداز که به سرعت در حرکت است، تکنولوژی‌های درحال‌ظهور، پروژه‌های بازاری مثبت و کمپانی‌هایی که راه‌های جدیدی برای پیش‌بردن کسب‌وکار طراحی می‌کنند به سادگی دیگران را از میدان به در می‌کنند. در سرانجام هر تکنولوژی وسیله‌ای است برای دستیابی به هدفی که هیچ ارزش ذاتی ندارد، اگر نتواند سود خالص شما را افزایش دهد، امنیت کارمندان را بالا ببرد یا تجربه‌ی مشریان را بهبود بخشد، تا زمانیکه ثابت نکند ادعای خود را عملی می‌کند، به راحتی نادیده گرفته می‌شود. از طرف دیگر، شما رقیبی نمی‌خواهید که پیش از شما طرز استفاده از تکنولوژی تحول آفرین را یاد بگیرد. از این رو تولیدکنندگان بایستی معماری طراحی کنند که پلتفرمی برای آزمایش ارائه دهد که در عین حال جهت تغییر استراتژی در چشم اندازی که به سرعت در حرکت است انعطاف پذیر باشد.

منابع خبر :
فایل پیوست :

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.

13 + 14 =