Amazon Lookout for Equipment - 예측 유지 관리

AWS 시리즈의 두 번째 파트에서는 ​​Amazon의 예측 유지 관리 시장으로의 전환을 살펴봅니다. Amazon은 최근에 예측 유지 관리를 지원하는 방법론과 기술의 성숙도에 대한 실질적인 검증을 나타내는 추가 움직임으로 이 공간을 얼마나 진지하게 받아들이고 있는지 발표했습니다.

(첫 번째 블로그인 AWS Monitron:CTO Rob Russell의 First Impressions를 읽으려면 여기를 클릭하십시오)

주로 공장 현장에서 작업하는 유지보수 담당자가 사용하도록 설계된 것으로 보이는 자동화된 예측 유지 관리 플랫폼인 Amazon Lookout for Equipment는 리소스도 없고 자체 예측을 설계하거나 구축할 의사도 없는 조직을 위한 기성품입니다. 유지 보수 플랫폼. 코드 및 데이터 과학 수준을 최소로 유지하기 위해 기존 센서에서 데이터를 가져오고 기성 기계 학습 알고리즘을 적용하여 자동화된 상태 모니터링 분석을 통해 예측 유지 보수를 가능하게 합니다.

나는 그것을 Senseye의 AmazonBasics 버전이라고 설명하고 싶습니다. 그것이 반드시 나쁜 것은 아닙니다. 다루는 자산의 다양성에 약간의 현저한 차이가 있지만, 그 존재 자체가 예측 유지 보수 시장이 이제 또 다른 수준의 성숙에 도달했다는 증거입니다. 실제로, 그것은 아마존 규모의 회사가 투자하고 있는 부문에만 도움이 될 수 있으며, 솔루션을 일반에 공개함으로써 기술을 유비쿼터스하게 만드는 데 도움을 줄 수 있습니다. 우리는 예측 유지보수의 개념을 증명할 필요를 넘어섰습니다.

그들의 발표에 대해 많은 소문이 돌고 있다는 것은 놀라운 일이 아닙니다. Amazon이 시장에 진출하면 사람들의 관심을 끌게 됩니다. 회사가 일반적으로 손을 대는 모든 일에서 엄청난 성공을 거두었다는 점을 감안하면 이해할 만합니다.

올바른 방향으로의 한 걸음

Amazon Lookout for Equipment는 데이터 과학자가 아닌 유지 관리자를 위해 설계되었으며 지식을 바탕으로 합니다. Amazon은 자체 자산 유지 관리에서 얻은 전문 지식과 통찰력을 통합하여 사용자가 가능한 한 쉽게 시작하고 가치를 보기 시작할 수 있도록 하여 사용성 및 구성 가능성과 관련된 잠재적 문제를 해결하는 것을 목표로 합니다.

기술적 능력 면에서 현재 모터, 컨베이어, 서보와 같은 단순한 자산만 다루고 있습니다. 본질적으로 아마존 자체가 사용하는 자산입니다. 아직 로봇이나 CNC 기계와 같은 보다 정교한 자산을 모니터링하지는 않지만, 시간이 지나면 이러한 자산도 포함하게 될 거라 믿어 의심치 않습니다. 그러나 현재로서는 많은 표준 공장 장비에 적합할 것입니다.

그리고 Amazon에는 기계에서 데이터를 가져올 수 없는 고객을 도와줄 사람이 없지만 기계 학습을 사용하여 산업 기계의 비정상적인 동작을 감지하는 보완 제품인 Monitron이 있습니다.

이 제품을 통해 Amazon이 예측 유지 관리에 대한 셀프 서비스 접근 방식을 택할 것이 분명합니다. 시장은 여전히 ​​이 개념을 따라잡고 있지만 올바른 방향으로 나아가는 단계는 도움이 될 뿐입니다. 조직은 단순히 사람들이 데이터를 빼돌리도록 허용하는 대신 자체 데이터 여정에 대한 소유권을 점점 더 많이 확보하고 있습니다. 점점 더 많은 수의 자체 고객이 자체 데이터 레이크를 보유하고 있습니다. 고객은 스스로 데이터를 수집하고 제3자에 대한 액세스를 가능하게 하며, 그 중 Amazon이 그 중 하나입니다.

예측 유지 관리는 더 이상 개념이 아닙니다. Amazon은 이 분야에서와 마찬가지로 출시 전에 광범위한 연구를 수행했을 것입니다. 그것은 시장이 가고 있는 방향을 보았고 지속적으로 진화함에 따라 고객과 더 넓은 산업 시장에 조력자 역할을 할 것입니다.

식욕 증가

예측 유지 보수로의 이러한 움직임에서 어느 정도의 자기 이익을 제안하는 것은 아마도 불공평하지 않을 것입니다. 물류 사업이라고 생각해보자. 이 경우 Amazon 자체에는 모니터링이 필요한 컨베이어, 모터, 드라이브 및 서보와 같은 엄청난 수의 창고 자산이 있습니다. 이 요구 사항은 최근까지 여러 다른 전담 제공업체에서 해결했습니다.

Amazon은 예측 유지 관리의 중요성도 이해하고 있습니다. 예를 들어, 예측 유지보수는 인더스트리 4.0 기술을 구현하기 위한 최고의 사용 사례이며 조직의 도구와 기계의 가치를 신속하게 입증하는 가장 좋은 방법을 나타냅니다.

아마존은 얼마 전부터 산업 분야에 진출하기 위해 노력해 왔습니다. Microsoft와 유사한 자체 예측 유지 관리 플랫폼을 구축하는 것은 그 가치와 역량을 입증하는 완벽한 방법입니다. 인더스트리 4.0의 좋은 비즈니스 결과 사용 사례이며, Amazon 엔지니어가 작업하고 싶어하는 최신 기계 학습 기술을 사용하는 확실히 흥미로운 영역입니다.

물론 극복해야 할 몇 가지 과제가 있습니다. 예를 들어, 아마존은 전통적인 산업 회사가 아니며 지금까지 공장 현장에서 제한된 존재를 가지고 있습니다. 그리고 물류를 이해하고 사내 유지 관리 경험이 많지만 탁월한 기능인 예측 분석과 예측 유지 관리 사이에는 엄청난 차이가 있습니다. 우리는 흥분한 엔지니어가 그렇지 않은데도 예측 유지 관리가 단순히 기계에 적용되는 예측 분석이라고 믿는 함정에 빠지는 것을 종종 보았습니다.

따라서 Amazon이 도전적이고 매우 미묘한 상황에서 성공을 거둔 것처럼 보이는 것은 고무적입니다. 제품은 아직 가능한 한 성능이 좋지 않을 수 있지만 발전할 것입니다. 그러나 예측 유지 관리에 대한 증가하는 욕구를 충족시키고 있으며, 그 존재는 시장이 이제 성숙하고 검증되었음을 확신하지 못하거나 꺼려했을 수 있는 회사에 대한 신호입니다. 결국 아마존은 약속한 대로 하지 않거나 할 수 없는 제품을 출시하지 않을 것입니다.

Amazon은 새로운 자체 접근 방식으로 이 분야에 진출한 최초의 기업이며, 가까운 미래에는 아마 유일한 기업이 될 것입니다. 비슷한 규모의 다른 조직은 자체 솔루션을 구축하기보다 실용적인 접근 방식을 취하고 파트너와 협력할 가능성이 더 큽니다.

특히, 이러한 움직임은 예측 유지 관리에 대한 수요가 존재한다는 대규모 검증을 나타냅니다. 작동 여부를 묻는 사람들에게 Amazon Lookout for Equipment 출시는 긍정적인 대답이 될 것입니다. 이 흥미로운 공간에 오신 것을 환영합니다.