Analityka i Big Data

Tematykę technologiczną rozpoczynamy od omówienia kwestii przetwarzania i analizy danych. W tym zakresie niewątpliwie ważnym pojęciem jest Big Data, z którym wiąże się przetwarzanie i analiza ogromnych, różnorodnych zbiorów danych. W przypadku przemysłu pozwala ona analizować procesy, zwiększać ich efektywność i zmniejszać koszty. Czy tak się dzieje? I tak, i nie. "Rosnące zainteresowanie tematyką Przemysłu 4.0 wiąże się z poznawaniem wartości płynącej z Big Data" – zauważa jeden z respondentów. Drugi zaś dodaje: "tematy związane z uczeniem maszynowym i AI cieszą się coraz większym zainteresowaniem np. w predictive maintenance".

Obydwa spostrzeżenia są słuszne, bowiem analiza jest bardzo często tematem integralnym z Przemysłem 4.0, a rozwiązania z tego obszaru są wdrażane w konkretnych, często specjalizowanych obszarach – jak utrzymanie ruchu. I finalnie kwestia opłacalności, racjonalności wdrożeń. "Granice Big Data są na razie na tyle mało sprecyzowane, że trudno o tym mówić klientom – łatwiej przedstawiać konkretne zagadnienia i przykłady rozwiązań, niż reklamować to hasłowo jako Big Data" – to trzecia, również słuszna opinia.

 

Rys. 9

Jak wyglądają statystyki? Zasadniczo niczego nowego z nich się nie dowiadujemy (rys. 9). Głosy dotyczące popularności Big Data rozłożone są nadal w stosunku 50:50, jednocześnie cały czas średnio 4 na 10 osób uznaje, że tymi zagadnieniami interesują się raczej wybrane branże. Również nikt, ani jeden z respondentów, nie poddał w wątpliwość sensowności zajmowania się tą tematyką w kontekście przemysłu. Podsumowując – moglibyśmy w tym miejscu pokazać analogiczny wykres z raportu z 2021 roku.

Można sądzić, że dzisiaj – pomimo postępów w metodach analizy danych i rozwoju Przemysłu 4.0, cały czas przetwarzanie i wnioskowanie na podstawie dużych (nie mówiąc o ogromnych) zbiorów danych nie jest powszechne. Do tej tematyki na pewno najbliżej branżom procesowym i dużym firmom, gdzie potencjalne korzyści np. z optymalizacji produkcji i przetwarzania mogą być największe. Jednocześnie w wielu "standardowych" narzędziach pojawiają się funkcje dające coraz lepsze możliwości analizy (choć nie Big Data). Być może, wraz z popularyzacją algorytmów uczenia maszynowego i sztucznej inteligencji, to właśnie one przyniosą kolejne istotne zmiany. Być może również technologie te staną się na tyle popularne i łatwe do wykorzystania, że w kolejnym raporcie nie będziemy już śledzili tematyki Big Data, a skupimy się na wnioskowaniu z wykorzystaniem AI. To wysoce prawdopodobne, patrząc na rozwój sztucznej inteligencji w ostatnich latach i miesiącach!

Chmura coraz popularniejsza, ale nie wszechobecna

Kwestia przetwarzania chmurowego wygląda nieco inaczej niż w przypadku Big Data. Z pewnością przemysł rok po roku staje się coraz bardziej otwarty na usługi chmurowe, choć podejście potencjalnych użytkowników w dużym stopniu zależy od branży, rodzaju zakładu i innych uwarunkowań. Jednak nawet w przypadku dawniej niechętnych osób postrzeganie tematu zmienia się in plus – stwierdzają respondenci. Cytując jednego z nich: "nastąpiło przejście ze stanu ‘chmura absolutnie nie’ do ‘może być’". Z kolei inni dodali, że: "obserwujemy mocną rozbudowę funkcjonalności chmury obliczeniowej w sektorze oprogramowania przemysłowego", a możliwości z nią związane są interesujące, bowiem "nie wymagają utrzymywania własnej infrastruktury oraz zarządzania nią".

Ostatnie zdanie jest bardzo ważne, bowiem do chmury można przenieść nie tylko dane, ale też obliczenia i procedury związane z analizami dużych ilości informacji. A gdy trafiają one poza serwery firmowe, odciąża się tym samym infrastrukturę IT przedsiębiorstwa. Dodatkowo chmura zapewnia coraz częściej możliwości prowadzenia zaawansowanych analiz z wykorzystaniem algorytmów sztucznej inteligencji. Jest ona również istotna w kontekście wdrożeń Internetu Rzeczy, stanowi też atrakcyjną propozycję dla dużych producentów, tj. firm z wieloma lokalizacjami jednostek produkcyjnych.

Warto zauważyć, że rozwiązania chmurowe od lat rozwijają zarówno dostawcy oprogramowania dla przemysłu, jak też tego typu ofertę mają firmy z branży IT. Te ostatnie kierują ją do odbiorców często wraz z pakietami ERP czy MES. Jednakże przemysł ma wciąż zastrzeżenia wobec chmury, co jest głównie związane z kwestiami bezpieczeństwa. Był to najczęściej wymieniany czynnik hamujący popularyzację cloud computingu. "Odbiorcy chętnie przyjmują systemy chmurowe, gdy rozwieje się ich wątpliwości – głównie co do bezpieczeństwa systemów" – stwierdza jeden z naszych respondentów. Stąd też, jeżeli firmy próbują swoich sił z technologiami chmurowymi, robią to początkowo często w ograniczonym zakresie. Jeden z przedstawicieli podsumował to stwierdzeniem: "do chmury wypuszczane są wybiórcze, mało wrażliwe dane".

 

Rys. 10

Ogólne zmiany w percepcji i wykorzystaniu chmury obliczeniowej potwierdzają nasze badania. O ile cztery lata temu co czwarty ankietowany uznawał, że chmura staje się w przemyśle czymś standardowym, zaś dwa lata temu był to już co trzeci z respondentów, o tyle dzisiaj tak stwierdza blisko połowa osób. Chociaż w omawianej kategorii wystąpiły wzrosty, to w przypadku dwóch pozostałych (na rys. 10) wskazania zmieniły się bardzo nieznacznie. Nadal wiele osób uznaje, że droga do pełnej popularyzacji chmury jest jeszcze odległa. Również użytkownicy przemysłowi w dużej części preferują tradycyjne bazy danych i systemy obliczeniowe.