산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 산업기술

산업용 사물 인터넷의 힘 발휘

최근 IFS 연구에 따르면 산업용 사물 인터넷(IIoT)은 여전히 ​​수익 동인이라기보다는 비용 절감 전략으로 간주되고 있습니다. 자산 관리 및 장비 모니터링을 위한 IoT 채택이 증가하고 있음에도 불구하고 대부분의 산업 조직은 IoT 데이터가 디지털 혁신을 완전히 강화할 수 있도록 아직 진전을 이루지 못하고 있습니다.

IoT 기술은 한동안 제조업에서 번성했습니다. 네트워크 PLC(프로그래머블 로직 컨트롤러) 및 SCADA(감독 제어 및 데이터 수집) 시스템의 데이터와 같은 기본 솔루션은 공장 공정을 자동화하고 최적화하는 데 사용되었습니다. 단계가 이루어지긴 했지만 기존 제조 회사라도 IoT를 비즈니스 환경에 더 깊이 배치하는 데 어려움을 겪는 것은 드문 일이 아닙니다.

자율적인 제조 환경을 구현하는 회사의 능력은 유지보수 작업, 고객 주문, 재고 재주문을 포함하여 효과적으로 작동하고 유입되는 연결된 장치의 데이터에 의존합니다. 이러한 이벤트와 거래는 일정을 단축하고 고객 경험을 향상하며 새로운 제품 및 서비스 라인에 대한 문을 열 수 있도록 함으로써 비즈니스를 변화시키고 "기대"할 수 있습니다.
실제 혁신을 위해서는 기술 및 그 비전을 실행하기 위한 기술 세트. IoT를 비용 절감 전략으로 취급하는 것은 이러한 격변적인 시기에 적합한 접근 방식이 아닙니다.

건설 부문을 보자. 증가된 안전성 측면에서 가장 즉각적이고 가장 높은 ROI 잠재력을 경험하고 있습니다. 그러나 IoT는 많은 생성자에 의해 비용 회피 메커니즘으로 계속 사용됩니다.

디지털 트랜스포메이션은 미래를 대비하는 창의적인 프로세스입니다. 기업은 기본적인 시스템을 점진적으로 개선하는 것이 아니라 새로운 비즈니스 모델을 생성하는 것을 목표로 해야 합니다. 모든 산업과 기업은 IoT가 측정 가능한 수익을 창출할 수 있는 부분을 평가해야 합니다.

대기업은 IoT의 전사적 이점을 달성하기 위해 IoT, SCADA 및 엔터프라이즈 소프트웨어 간의 대규모 시스템 통합 프로젝트에 자금을 지원할 수 있습니다. Bain &Co.의 최근 연구에 따르면 잠재적인 IoT 채택자들은 벤더들이 IoT 채택에 대한 가장 큰 장벽을 제한하지 못했다고 믿고 있습니다. 여기에는 보안 문제, 기존 IT 및 운영 기술 시스템과의 통합 문제, 불확실한 투자 수익 등이 포함됩니다.

고객은 이러한 사용 사례가 조직의 규모에 언제 도달할지에 대한 기대치를 확장했으며 2020년까지 2016년에 예상했던 것보다 덜 광범위한 IoT 구현을 계획하고 있습니다. 여러 장치의 데이터를 기업에 연결하는 데 일반적으로 더디게 출시됩니다.

다른 장벽으로는 IoT와 ERP(Enterprise Resource Planning) 시스템이 서로 통신할 수 있도록 하는 물류 및 기술 문제가 있습니다. IoT는 일반적으로 연속 스트림으로 데이터를 생성합니다. 센서는 주어진 시간에 장비 또는 구성 요소의 상태 기록을 플랜트 히스토리언 또는 SCADA 시스템에 보낼 수 있습니다. 반면 ERP에는 이상적인 운영 조건의 예외 또는 장비의 듀티 사이클과 같은 특정 비즈니스 이벤트에 대한 설명 데이터가 필요합니다.

이러한 시스템을 통합하기 어려운 이유는 광범위한 PLC 및 SCADA 시스템과 ERP와의 관계에 뿌리를 두고 있기 때문에 연결된 장치와 비즈니스를 실행하는 데 사용되는 트랜잭션 소프트웨어 사이에 상당한 격차가 발생합니다. 이러한 환경에서 IoT는 시스템 통합자가 여러 시스템을 함께 매핑하여 너무 복잡해질 수 있습니다.

이러한 격차를 극복하고 기업이 IoT 데이터를 기반으로 구축된 혁신적인 비즈니스 모델을 채택할 수 있도록 돕기 위해 ERP 소프트웨어는 다양한 정보 스트림을 결합하고 운영 성과에 대한 전반적인 그림을 제시할 수 있는 유연한 솔루션을 점점 더 많이 제공해야 할 것입니다.

IoT의 미래를 생각할 때 두 가지 유형의 미래 투자 전략이 두드러집니다. 첫 번째는 보다 철저하고 전략적인 데이터 수집을 가능하게 하는 데 중점을 둡니다. 두 번째는 해당 데이터를 보다 완벽하게 활용하는 것입니다. 고객의 장비에서 수집된 데이터를 통해 회사는 처음에는 문제를 식별할 수 있지만 나중에는 필요할 때 장비가 자체 작업 주문을 보내는 자동화된 현장 서비스 공급망을 구동할 수 있습니다.

시간이 지나면 이 센서는 서비스화된 비즈니스 모델을 지원하여 기업이 개별 제품 대신 생산성과 결과(듀티 사이클, 제조 제품 및 작동 시간)에 대해 고객에게 비용을 청구할 수 있게 됩니다.

데이터를 효율적으로 수집하고 조치를 취하면 기업은 민첩성을 유지하고 고객 경험을 개선하며 경쟁업체보다 앞서 나갈 수 있습니다. IoT에서 생산성과 ROI를 얻는 것은 비용 방지 메커니즘을 넘어 전략을 취하려는 기업의 야심에 달려 있습니다. 이러한 이점을 얻으려면 의사 결정권자는 비전 있는 리더십을 보여주고 엔터프라이즈 솔루션이 미래에 대비할 수 있도록 해야 합니다.

Rick Veague는 북미 지역 최고 기술 책임자입니다. IFS .


산업기술

  1. 사물 인터넷에 블록체인 도입
  2. 산업용 사물 인터넷의 4가지 큰 과제
  3. 사물 인터넷의 잠재력에 대한 투자
  4. 사물 인터넷에 인공 지능이 필요한 이유
  5. 실제 사물 인터넷?
  6. 사물 인터넷:데이터 유입 관리
  7. 산업용 사물 인터넷 보안
  8. 사물 인터넷이 공급망 가시성을 높이는 방법
  9. 물류가 사물 인터넷을 통해 얻을 수 있는 이점
  10. 산업용 사물 인터넷 통합