사물 인터넷 기술
지속적인 인텔리전스는 다양한 산업 분야의 사용 사례에서 그리고 많은 기업의 부서 전반에 걸쳐 수평적으로 약속을 지킵니다.
오늘날 CI(지속적 인텔리전스)에 대한 관심의 대부분은 IT 운영, 보안 경고 및 수정에 집중되어 있습니다. 그러나 CI는 또한 다양한 산업 부문과 많은 기업의 부서 전반에 걸쳐 수평적으로 사용 사례에 대한 약속을 갖고 있습니다.
전문가들은 CI가 금융, 제조 및 공급망의 실시간 애플리케이션 사용 사례를 포함하여 IT 이외의 부서에서도 이점을 제공할 수 있다고 말합니다.
2020년 기사에서 자문 회사 Eckerson Group의 Kevin Petrie는 CI의 잠재적인 용도를 살펴보았습니다. 그는 “CI는 인기 있는 기업 이니셔티브와 잘 어울립니다. 여기에는 기업이 마이그레이션하는 클라우드 플랫폼에 대한 실시간 데이터 스트리밍 및 계층이 포함됩니다. CI는 또한 기계 학습 및 기타 고급 알고리즘을 적용하여 고객을 참여시키고 창의적이고 새로운 방식으로 운영을 간소화합니다. 아마도 가장 중요한 것은 CI가 기업 전체의 분석가와 운영자에게 실행 가능한 권장 사항을 제공함으로써 데이터 민주화를 주도한다는 것입니다.”
예를 들어 Petrie는 소매업체가 학생 배낭에 대한 개학 가격 전략을 미세 조정할 수 있는 방법을 설명했습니다. 이 전략에는 재무 분석가가 "이전 가격 및 최근 구매 행동을 기반으로 주요 지역에 대한 위치별 매장 가격"을 설정하는 것이 포함됩니다. 이 모델은 당시 그가 언급했듯이 COVID-19 감염률과 가상/대면 학습을 위한 학교 계획에 대한 데이터를 포함한 상황별 데이터도 고려합니다.
라이브가 시작된 후 소매업체는 학교 계획, 배낭 쇼핑 및 COVID-19와 관련된 소셜 미디어 동향과 함께 실시간 구매 동향을 모니터링합니다. 머신 러닝 모델은 다양한 데이터 포인트를 활용하여 지속적인 위치별 가격 조정을 권장할 수 있습니다.
오늘날 인용되는 일반적인 사용 사례는 사이버 보안에 중점을 둡니다. 인공 지능 기반 시스템은 공개 위협 패턴과 비정상적인 액세스 시도와 같은 네트워크 활동을 지속적으로 모니터링할 수 있습니다. 24시간 연중무휴로 침입을 탐지하고 인간보다 빠르게 조치를 취할 수 있습니다.
다양한 CI 소프트웨어 제공업체가 인용한 사용 사례에는 제조 부문의 애플리케이션이 포함됩니다. 예를 들어, 회사는 CI를 사용하여 제품 품질을 개선하고 생산 비용을 낮출 수 있습니다.
참조:지속적인 인텔리전스 인사이트
CI는 사물 인터넷 환경에서 장비의 예방 유지 보수를 위한 센서 데이터 사용을 최적화할 수 있습니다. 그것은 일반적으로 제조에서 언급됩니다. 또한 CI 지원 공급망 시스템은 재고 및 물류 조건과 함께 데이터 판매, 경제 및 계절 데이터를 모니터링하여 제품 흐름을 더 잘 관리할 수 있습니다.
금융 및 소매 부문에서 CI의 또 다른 핵심 애플리케이션은 사기 탐지입니다. 이 경우 시스템은 트랜잭션에 이상이 있는지 모니터링합니다. 거래가 의심스러운 패턴을 반영하면 관리자에게 알리거나 실시간으로 거래를 자동으로 차단할 수도 있습니다.
논의 중인 다른 사용 사례에는 의료 비용 최적화 및 기기를 통한 정기적인 모니터링이 필요한 환자를 위한 치료 품질 개선이 포함됩니다.
IT 그룹 내에서도 오늘날 테스트 또는 구현되는 CI 애플리케이션에는 데이터 품질 보증 및 관리, 애플리케이션 현대화를 포함하여 시스템 가동 시간 이상의 기능이 포함됩니다.
그러나 CI 구현에는 상당한 어려움이 있으며 전문가들은 이 개념이 아직 성숙 단계에 있다고 말합니다. 문제에는 기술 및 비즈니스 문제가 포함됩니다. Eckerson Group의 Petrie는 “오늘날 이와 같은 CI 사용 사례는 비즈니스 현실보다 기술 비전에 가깝습니다. 기업은 여전히 긴 대기 시간, 수동 스크립팅, 격리된 도구 및 분리된 워크플로로 어려움을 겪고 있습니다. 데이터 분석 팀은 자동화된 데이터 준비 및 보고, 마케팅 지원 목록 및 응답 개선, IT 운영 로그 분석과 같은 기본 사용 사례에 "CI" 솔루션을 사용하는 경우가 많습니다."
CI는 잠재력을 가지고 있습니다. 그러나 어떤 경우에는 핵심 기술이 기업보다 더 잘 준비되어 있을 수 있습니다. 조직의 기술 포트폴리오, 문화 및 비즈니스 프로세스에서 해야 할 일이 있습니다.
사물 인터넷 기술
제조업에 빅 데이터 분석 도입 빅 데이터라는 용어는 기존 방법으로는 효과적으로 처리할 수 없는 점점 더 복잡해지고 방대한 데이터 저장소를 의미합니다. 제조에서 빅 데이터는 기계 센서 데이터, 품질 보증 정보, 공급업체의 데이터, 생산 출력, 유지보수, 재무 정보 및 기본적으로 현대 제조에 들어가는 기타 측정 가능한 모든 프로세스를 포함하여 다양한 소스에서 수집된 정보를 참조할 수 있습니다. 제조업체가 모든 것에 대한 방대한 양의 데이터를 수집하는 데에는 이유가 있습니다. 빅 데이터는 막대한 재정적 성장, 고객 유지, 유지 관리
인더스트리 4.0과 산업용 사물 인터넷(IIoT)이 도래하면서 디지털 트랜스포메이션이 현재 진행 중입니다. 제조 업계는 실시간 생산 데이터를 기반으로 하는 분석을 사용하여 더 빠르고 더 나은 결정을 내릴 뿐만 아니라 조직 전체에서 자동화를 지원하기 시작했습니다. 센서와 에지 장치를 통해 연결된 장비는 인간의 지각보다 빠르게 데이터를 분석하고 이해할 수 있는 클라우드 기반 분석 플랫폼에 방대한 양의 데이터를 공급합니다. 그런 다음 이 데이터를 사용하여 회사 전체에서 실시간 의사 결정 및 상당한 프로세스 개선을 추진할 수 있습니다.