로크웰 오토메이션:원격 모니터링 및 클라우드 분석

로크웰 오토메이션의 EMEA 산업 서비스 이사, 원격 모니터링 및 클라우드 분석 자동화의 미래에 대해 논의하는 Marc Baret...

로크웰 오토메이션의 EMEA 산업 서비스 이사, Marc Baret이 미래에 대해 논의 원격 모니터링 및 클라우드 분석을 위한 자동화 

자동화는 우리가 하는 일, 일하는 장소, 심지어 일을 정의하는 방식까지 빠르게 변화시키고 있습니다. Forrester는 2020년에만 100만 개의 지식 작업 일자리가 챗봇, 소프트웨어 로봇 공학, RPA 및 가상 에이전트로 대체될 것이라고 예측했습니다. 이것은 불길한 예고처럼 들릴 수 있지만, 보고서는 또한 공감, 직관, 정신적, 육체적 민첩성을 요구하는 역할로 인해 미국 노동력에만 331,500개의 일자리가 추가될 것으로 추정합니다.

자동화 채택이 증가함에 따라 연결성과 안정성이 강화되고 기업이 데이터, 시스템 및 프로세스를 보다 쉽게 ​​액세스하고 사용할 수 있도록 돕습니다. 그러나 많은 제조 회사는 생산성 수준과 가동 중지 시간의 동시 위험으로 인해 자동화 및 디지털 혁신 전략으로 가는 경로가 느려지고 있음을 발견하고 있습니다.

팀의 가상 확장 역할을 하는 예측 분석 및 유지 관리와 같은 도구를 통해 이 문제를 해결할 수 있습니다. 그러나 이러한 기술을 성공적으로 구현하려면 추가적인 외부 전문 지식이 필요합니다. 이를 더 자세히 살펴보기 위해 다음은 기업이 디지털 혁신에 접근할 때 직면하는 주요 5가지 함정과 해결 방법에 대한 제안입니다.

위험 #1:사이버 보안 위험

보안 침해는 비즈니스에 미칠 수 있는 심각한 영향으로 인해 계속해서 주요 헤드라인을 장식하고 있습니다. 침해는 민감한 정보의 손실뿐만 아니라 중단, 가동 중지 및 성능 문제는 물론 심각한 평판 손상의 위험이 있습니다. 이는 기업이 데이터 관리 프로세스를 개선하고 IT 인프라에 투자해야 하는 중요성을 강조합니다.

예측 유지보수 지원을 통해 제조업체는 비정상적인 패턴을 자동으로 모니터링하고 데이터 도난 또는 네트워크 침입의 잠재적 징후를 즉시 식별하여 이러한 문제를 방지할 수 있습니다. 또한 정책과 절차를 포함하고 사람, 프로세스 및 기술 위험에 대한 방어 계층을 제공하는 포괄적인 보안 접근 방식이 필요합니다.

위험 2:너무 많은 데이터 보유

기업은 올바르게 활용될 경우 엄청난 가치를 지닌 자산이 될 수 있는 방대한 양의 데이터를 생성하고 있습니다. 그러나 많은 제조 조직은 데이터를 최대한 활용하는 방법을 모르고 결과적으로 최상의 통찰력과 결과를 수집할 수 있는 방식으로 워크플로 또는 생산 프로세스를 최적화하지 않습니다.

대량의 데이터를 이해할 수 있어야 조직이 직면한 가장 큰 문제를 해결할 수 있습니다. 그러나 이를 수행하는 데 필요한 기술과 능력이 비즈니스 핵심 역량의 일부인 경우는 거의 없습니다. 따라서 올바른 정보를 수집하고 저장하고 가장 효과적인 비즈니스 결정을 내릴 수 있는 방식으로 제시할 수 있는 신뢰할 수 있는 데이터 전문가와 협력하는 것이 중요합니다.

위험 #3:데이터 관리 부실

기업은 그 어느 때보다 많은 데이터를 축적하고 있지만 단순히 엄청난 양의 데이터를 보유하는 것만으로는 충분하지 않습니다. 데이터를 더 잘 활용하고 보유한 정보를 이해하는 데 도움이 되는 도구가 필요합니다.

자동화의 진정한 가치는 기업이 고객, 프로세스 및 제품 설계에 대해 보유하고 있는 IP에 있습니다. AI와 기계 학습을 활용하면 방대한 양의 정보를 분석하고, 가설을 세우고 중요한 데이터 패턴을 생성하고, 학습 모델을 훈련하여 미지의 것을 발견할 수 있습니다. 또한 데이터 팀은 훨씬 단축된 시간에 더 많은 사용 사례를 시도할 수 있으므로 데이터를 이해하는 데 큰 도움이 될 것입니다.

이러한 AI 발전의 잠재력은 가장 진보된 딥 러닝 기술이 연간 가치로 최대 5조 8000억 달러를 차지할 수 있다는 McKinsey 분석에 의해 강조됩니다. 테스트한 400개의 사용 사례 중 3분의 2에서 AI는 다른 분석 기술로 가능했던 것보다 더 많은 성능을 개선했습니다. 여러 플랫폼에서 방대한 양의 데이터를 수집하고 이를 효과적으로 실행하는 능력이 없으면 제조업체는 공장 내 변화와 생산성에 대한 효과적인 결론을 도출하는 데 계속 어려움을 겪을 것입니다.

위험 #4:기술의 속도를 따라가지 못함

디지털 혁신을 둘러싼 유행어의 양은 종종 단순히 기술이 작동하기를 원하는 기업에게 압도적이고 짜증스러울 수 있습니다. 많은 제공업체는 또한 막대한 투자를 사전에 요구하는데, 이는 벅찬 전망이 될 수 있고 프로젝트가 제대로 작동하지 않을 때 사업을 연기할 수 있습니다. 또한, 하나의 공급업체 또는 배포에 얽매이면 회사가 경쟁업체에 뒤처질 수 있습니다.

따라서 거대한 기술 변화를 나타내는 배포에 앞서 파일럿 또는 프로토타입을 제공하는 제공업체와 협력하는 것이 중요합니다. 이것은 프로세스가 어떻게 작동할 것인지에 대한 단계별 비전을 제공하고, 이정표를 제공하며, 비즈니스가 작동 방식과 예상 ROI를 이해하는 데 도움이 됩니다. 신뢰할 수 있는 기술 파트너는 기업이 목표와 KPI를 실현할 수 있도록 지원하려면 팀을 확장해야 합니다.

위험 #5:전문성 부족

적절한 자동화 기술이 있더라도 기업은 종종 적절한 경험과 전문 지식을 갖춘 사람들의 외부 지원을 필요로 합니다. 이제 증강 현실을 사용하여 원격 애플리케이션 지원을 제공하고 엔지니어가 따를 수 있는 오버레이 정보를 제공함으로써 이를 달성할 수 있습니다.

모든 기술 배포와 마찬가지로 비즈니스 문화와 특정 요구 사항에 가장 적합한 것이 적합해야 합니다. 그러나 이러한 유형의 새로운 기술로 더디게 나아가는 기업은 뒤처질 위험이 있습니다.

자동화의 미래 수용

적절한 기술 관행과 적절한 기술 파트너가 있으면 생산성 향상 및 가동 중지 시간 감소라는 주요 과제를 해결할 수 있습니다. 위에서 설명한 일반적인 함정을 이해함으로써 제조 회사는 자동화의 미래로 가는 길을 더 잘 탐색할 수 있습니다. 그러나 디지털화는 혼자서 달성할 수 있는 것이 아닙니다.

다음 사항도 참조:

• C3.ai:선도적인 엔터프라이즈 AI 소프트웨어 제공

• AWS:클라우드 및 IoT 기술을 통한 더 스마트한 제조

• 스마트 기술이 산업 세계를 변화시키는 방법

• 여기에서 Manufacturing Global의 최신호를 읽으십시오.

제조 주제에 대한 자세한 정보는 Manufacturing Global의 최신판을 참조하십시오.

LinkedIn 및 Twitter에서 팔로우하세요.