Возникновение промышленного Интернета

 

Появление новой модели

 

Центральное место в концепции Интернета вещей занимает промышленный Интернет. Именно он обеспечивает основную инфраструктуру, которая поддерживает подключенное оборудование и данные. Этот термин, который в основном применяется к промышленному гиганту General Electric, означает интеграцию машин с датчиками, программным обеспечением и системами связи, которые вместе образуют Интернет вещей. Промышленный Интернет объединяет технологии и процессы из таких областей, как большие данные, самообучение машин и межмашинная коммуникация (М – М).

Одни называют этот подключенный к Интернету бизнес-мир индустрией 4.0, намекая на четвертую волну революционных промышленных инноваций (предыдущие открыли миру механизацию, массовое производство и внедрение компьютеров и электроники), другие – просто умной индустрией или умным производством. Неудивительно, что разные компании придумывают этому явлению свои броские названия. Например, IBM называет данную технологию «умная планета», а Cisco Systems довольствуется «Интернетом вещей».

Независимо от того, какой именно выбран термин, структурная основа для следующего шага в бизнесе и технологиях, по сути, будет одна и та же. Промышленный Интернет и Интернет вещей держатся на одном технологическом фундаменте и действуют в одном и том же виртуальном пространстве, хотя первый часто рассматривается как обособленная часть или компонент Интернета вещей. Но и у того и у другого есть общая цель – объединение физического и виртуального миров, стирание границ между ними, а также различий между машиной и человеком, чтобы создать намного более мощный интеллект, чем это возможно с помощью одной машины или одного устройства.

 

Одни называют этот подключенный к Интернету бизнес-мир индустрией 4.0, намекая на четвертую волну революционных промышленных инноваций (предыдущие открыли миру механизацию, массовое производство и внедрение компьютеров и электроники), другие – просто умной индустрией или умным производством.

 

До сих пор промышленный Интернет тесно связан с умными счетчиками учета потребления, отслеживанием транспортных средств и имущества, а также оптимизацией работы заводов, оборудования и машин. Однако в последующие несколько лет существующие цифровые устройства будут намного более тесно связаны с работой оборудования. Кроме того, промышленный Интернет станет служить фундаментом для разнообразных потребительских устройств и систем, которые мы рассмотрим в следующей главе.

В отчете McKinsey Global Institute под названием «Интернет вещей»[20] говорится следующее:

 

По мере того как возникают новые способы создания ценности, бизнес-модели, основанные на сегодняшней (по большей части статичной) информационной архитектуре, вынуждены решать новые задачи. Когда в реальном времени считываются предпочтения определенного потребителя в определенной географической точке, динамическое ценообразование может повысить вероятность покупки. А если знать, насколько часто или интенсивно используется товар, можно предусматривать дополнительные варианты – например, плату за использование, а не прямую продажу. Если весь производственный процесс будет оснащен множеством датчиков, то управление производством будет эффективнее. Когда производственная среда непрерывно проверяется на наличие опасных факторов, а сами объекты корректируют свои действия во избежание повреждений, число рисков и связанных с ними расходов сокращается. В результате выигрывают те компании, которые используют эти возможности. Иные же будут неконкурентоспособными.

 

 

Данные имеют значение

 

На самом базовом уровне как Интернет вещей, так и промышленный Интернет имеют отношение к данным и извлечению из них пользы. Сегодня благодаря всеобщей компьютеризации и практически повсеместному сетевому взаимодействию биты и байты данных перемещаются по всей планете в реальном времени. Все больше разнообразных устройств (стационарные компьютеры, ноутбуки, планшеты и смартфоны) служат средством быстрого сбора, обмена и доступа к данным все большего объема. Разумеется, функционирование подключаемых устройств (всех, от инсулиновых помп в больницах до домашних систем освещения) и обратная связь, позволяющая принимать решения, зависят прежде всего от данных.

Специалисты по обработке данных ввели термин «ценность точной информации». Речь идет о способности так располагать точки ввода данных, а затем собирать и анализировать информацию, чтобы получать наиболее полную картину. Достичь этой цели невероятно сложно, потому что чрезвычайно трудно собрать все данные, необходимые для получения идеальной картины, а затем выстроить такой алгоритм, который будет надлежащим образом учитывать все возможные переменные. Например, способность верно прогнозировать погоду зависит от четкого сбора точных данных, ввода релевантных данных и их осмысления путем применения сложных алгоритмов. То есть теоретически, если бы ученые задействовали подходящие системы и программное обеспечение, а также получили доступ к достаточной вычислительной мощности, прогнозы погоды были бы точными на 100 %.

На сегодняшний день существует слишком много переменных величин и ограничений, чтобы получить идеальную картину некого сложного события в любой сфере, будь то прогнозы погоды, сельское хозяйство, производство, здравоохранение, транспорт или рынок ценных бумаг. Поэтому вместо попыток создавать идеальные модели специалисты по обработке данных сосредоточились на построении самых лучших возможных моделей с использованием больших данных и аналитики. Здесь огромную роль играет прогнозная аналитика, которая выявляет и осмысляет события еще до того, как они произойдут. Например, это позволит банку выявить потребителя, который подумывает купить новый автомобиль, но еще не начал присматриваться к разным моделям. На заводе будут заранее знать, когда должна сломаться деталь в каком-то оборудовании, а в супермаркете – какие продукты купит тот или иной человек.

Поток данных от подключаемых объектов и оборудования разрастается в геометрической прогрессии. Согласно отчету компании по управлению данными Wipro под названием «Большие данные: ускорение процессов производства», за время шестичасового рейса на Боинге-737 из Нью-Йорка в Лос-Анджелес генерируется колоссальное количество информации – 120 терабайт. Вся она собирается и хранится в самолете[21]. Что еще более важно, эти данные могут быть проанализированы, чтобы выявить все аспекты работы двигателя.

Неудивительно, что информация становится ценным экономическим активом. Согласно прогнозу фирмы Gartner, занимающейся консалтингом в области IT, через несколько лет информационные активы и данные крупных компаний уже будут у них на балансе. Превращение данных в валюту повлияет на оценку товарно-материальных ценностей, сделки по слиянию и поглощению и многое другое. Однако эта экономическая ценность значит куда больше, чем просто активы. По оценке McKinsey Global Institute, большие данные могут снизить затраты на разработку продукции производственных компаний на 50 % и больше[22]. Изучение огромного количества точек ввода данных аналитическими программами приведет к обнаружению недостатков в качестве товара или услуг, снизит эксплуатационные расходы и в корне изменит подход компаний к инвестированию в людей и оборудование.

Картина действительно меняется по мере того, как компании учатся получать доступ к большим данным и использовать их. Хотя базы данных, программные приложения и неструктурированные потоки информации уже приносят массу новых знаний, эти источники блекнут на фоне обширной и еще не исследованной области данных, которая существует в пределах физических границ нашей планеты. До сих пор способов измерить, собрать и обработать эти данные не существовало. Они всегда находились за пределами нашего восприятия и почти точно так же были недоступны для приборов – подобно тому, как сомнительным выглядит существование радиоволн и ультрафиолетового излучения. Электромагнитные волны стали иметь для человека значение только тогда, когда он создал устройства и системы, способные их обнаруживать.

Интернет вещей обещает на порядок увеличить количество точек ввода данных. Сочетание повсеместного подключения к Сети, недорогих датчиков и простой микроэлектроники дает возможность подключать к Интернету буквально все что угодно. Пакеты с молоком, дороги, мосты, транспортные средства, деревья, оборудование, медицинские приборы и энергетические установки вдруг превращаются в точки ввода данных. Данные пересекаются и тем самым создают новые знания и возможности.

 

Почувствовать выгоду

 

В центре промышленного Интернета находятся датчики. За последние несколько лет развитие технологий (что сопровождалось уменьшением размеров устройств) привело к новому восприятию объектов в естественной среде.

Сегодня перечень устройств для ввода данных и подключаемых систем включает в себя самые разнообразные вещи: модули геолокации и GPS, сканеры штрихкодов, термометры, барометры, приборы для измерения влажности, датчики вибраций, датчики давления, гироскопы, магнитометры, камеры, аудио– и видеомониторы, акселерометры, датчики движения, радары, сонары и лидары. Последние используются компанией Google для управления гуглмобилями. Эти беспилотные автомобили проехали без водителей более 700 000 миль, при этом не произошло ни одного столкновения, вызванного техническими причинами.

Датчики собирают данные, но для их управления и осмысления нужны компьютеры, системы хранения и программное обеспечение. Подключаемые системы часто опираются на интерфейс прикладных программ (API), чтобы сделать данные доступными для приложений, когда и где требуется (эти небольшие программные компоненты соединяют между собой различные устройства и программы, по сути определяя процесс взаимодействия и способы обмена данными). Они обеспечивают окончательную обработку в целях извлечения данных, распознавания лиц и перевода на другой язык. Например, система опознает человека или на основе выражения его лица предлагает ему определенные товары, когда он входит в магазин. Либо же позволяет человеку сфотографировать вывеску или сообщение на неизвестном ему языке и мгновенно получить перевод. Также система использует технологию расширенной реальности, которая позволяет человеку сфотографировать какой-нибудь объект (например, Эйфелеву башню) и тут же получить всю информацию о нем. Информация в виде полупрозрачного принта появляется поверх изначального изображения или на дисплее умных очков типа Google Glass.

Возможности безграничны, а потенциальные выгоды для бизнеса значительны. По словам консультантов компании McKinsey Майкла Чуи, Маркуса Леффлера и Роджера Робертса, промышленный Интернет вещей несет с собой совершенно новые перспективы. Вот что они писали в 2010 г. в отчете под названием «Интернет вещей»[23]:

 

Некогда предсказуемые пути информации перестают быть таковыми: физический мир становится чем-то вроде информационной системы… Эти сети производят огромные потоки данных, которые поступают на компьютеры для анализа. Когда объекты начинают воспринимать элементы среды и передавать информацию, они превращаются в инструменты для комплексного понимания мира и быстрого реагирования на любую ситуацию. Принципиальное изменение состоит в том, что теперь эти материальные информационные системы начинают разворачиваться и некоторые из них могут обходиться без человеческого вмешательства.

 

Что же все это несет для наиболее передовых компаний? Генерируемые машинами данные сейчас составляют около 15 % всех данных, имеющихся у компаний. Однако в течение следующих десяти лет этот показатель, по всей видимости, увеличится до 50 %. Интеллектуальные активы – по сути, устройства, оснащенные датчиками и подключенные друг к другу – будут контролировать параметры, предоставлять данные об использовании и поведении оператора, а также следить за условиями и техническим состоянием.

Интернет вещей, скорее всего, станет источником огромной прибыли в промышленности и коммерческой отрасли. Если снизить затраты на топливо всего на 1 % или настолько же уменьшить капитальные затраты для непроизводительной системы, то экономия составит десятки и даже сотни миллиардов долларов. Промышленный Интернет породит экономическую деятельность, измеримую в десятках триллионов долларов.

 

Подключенный мир меняет все

 

Промышленный Интернет предоставляет несколько ключевых возможностей – и они часто пересекаются по мере того, как компании вводят технологии в действие. Среди них:

 

Сведения о местонахождении

 

Теперь с помощью всевозможных камер, датчиков и спутников легко отслеживать движение и перемещение объектов. Такие данные во многом определяют ситуацию в современном мире. Цифровые камеры отмечают геолокацию с помощью фотографий; вышки сотовой связи фиксируют тот момент времени, в который абонент попадает в их радиус действия с мобильным телефоном; устройства для считывания карт и системы магнитных ключей, такие как E-ZPass, регистрируют, когда водители проезжают мимо пунктов приема платежей на платных дорогах; а социальные медиа (например, Facebook, Twitter и Yelp) используют эту технологию, чтобы отмечать, где и когда человек входит в систему или обновляет статус на своей странице. Кроме того, модули GPS и спутники идентифицируют, где именно находятся самолеты, поезда и другие транспортные средства в конкретный момент времени.

Несмотря на то что система глобального позиционирования (GPS) существует уже более 20 лет (а идея использовать спутники на орбите Земли зародилась еще в 1950‑х гг.), она представляет собой лишь один фрагмент огромного пазла – местоположения объектов. Другие ключевые компоненты включают вычислительные устройства с адресами управления и доступом к среде (MAC-адресами), предоставляющие уникальный идентификатор машины; IP-адреса, которые определяют местонахождение устройства в сети Интернет; Ethernet-адрес, указывающий местонахождение устройства в локальной сети (LAN); радиочастотные метки и другие подобные датчики, соединяющие физический и виртуальный миры.

В Интернете вещей смартфоны представляют собой «последнюю милю» канала данных о геолокации. Они обеспечивают сбор данных на постоянной основе с помощью использования GPS-чипов, триангуляции вышек сотовой связи и, если сигнал все-таки слишком слаб или вообще недоступен из‑за здания или иного препятствия, беспроводной связи или технологии A-GPS. Эти средства работают на основе разных сетевых ресурсов, чтобы идентифицировать абонента, а также его местонахождение для обмена данными с устройством.

Системы геолокации в режиме реального времени уже используются в разных отраслях. Например:

• Навигационные системы на базе GPS, а также сотовые технологии широко применяются для отслеживания грузовиков, кораблей и самолетов, когда те перемещаются из одного пункта в другой.

• Системы слежения за транспортом позволяют логистическим и транспортным компаниям оптимизировать маршруты, анализировать эффективность водителей, отслеживать скорость передвижения и местонахождение транспортных средств, а также лучше планировать их эксплуатацию и расходы на топливо.

• Технологии отслеживания материальных запасов, в которых часто используются средства радиочастотной идентификации, позволяют идентифицировать физические активы и отследить их движение в процессе производства и сбыта. Розничные торговые компании уже более десяти лет используют эти системы на уровне паллетов и ящиков, чтобы отслеживать местонахождение товаров. Однако теперь продавцы и другие участники грузоперевозок применяют систему радиочастотной идентификации на уровне единиц товара. Это позволяет выстроить намного более эффективную систему отслеживания и использовать совершенно новые функции и возможности.

• Регистрация персонала и установление личности. Бейджи, оснащенные средствами радиочастотной идентификации, приложения для смартфонов с GPS и сервисами определения местонахождения дают возможность в любой момент узнать, где находится человек. Данная технология широко применяется на режимных объектах и в лабораториях, включая правительственные учреждения и военные базы с жесткими требованиями к идентификации личности и контролю доступа.

С хорошим примером cистемы позиционирования в реальном времени и ее ролью можно познакомиться в Орегонском университете науки и здоровья. В этом научно-исследовательском медицинском институте в Портленде метки присваиваются самому разному медицинскому оборудованию, от инфузионных помп до костылей, что облегчает их поиск. Кроме того, с помощью меток проще отслеживать рабочие характеристики устройств. Такой подход не только экономит время, которое иначе было бы потрачено на поиск и проверку устройств, но и помогает убедиться, что они в рабочем состоянии. В настоящее время Орегонский университет науки и здоровья изучает возможность создания меток для пациентов и врачей, чтобы лучше понимать, где они проводят время, как перемещаются на территории учреждения, сколько времени у пациентов уходит на ожидание врача. «Данная технология позволяет понять, как мы можем повысить свою производительность», – говорит Деннис Минсент, руководитель отдела клинических технологий.

А Hawaiian Legacy Hardwoods объединила низкотехнологичное дерево и экотуризм с ультрасовременными разработками. С 2010 г. эта компания, штаб-квартира которой расположена в Гонолулу, снабдила пассивными радиочастотными метками с GPS-координатами более 225 000 деревьев. База данных содержит информацию о семенном фонде, режиме питания и полива и т. д. Все это время компания добавляет процессы в базу данных и корректирует их на основании информации, получаемой от сети деревьев. «Мы можем отследить практически все, что происходит с деревом. Мы просто его сканируем, а затем записываем и регистрируем данные», – рассказывает директор по информационным технологиям Уильям Гиллиам.

Такая технология, как iBeacon от Apple, предоставляет еще больше возможностей, которые способны кардинально изменить процесс совершения покупок. Если продавец отслеживает маршрут движения покупателя по магазину и видит, где тот подолгу останавливается, то он может собрать данные о моделях поведения покупателя и пропустить их через специальную программу для анализа. Это поможет ему определить, стоит ли предложить этому человеку купон на скидку или что-то еще, и если да, то какой должна быть скидка. Все данные в совокупности, полученные при анализе тысяч или десятков тысяч покупателей, помогут продавцу усовершенствовать свой магазин. Например, изменить расположение товаров на полках, что приведет к росту продаж. Подобные программы для анализа улавливают такие тенденции и взаимосвязи, которые не заметить невооруженным глазом.