Los datos inteligentes reemplazarán el Big Data

Para las aplicaciones de IoT industrial, el Big Data se reemplazará cada vez más con datos estructurados contextualizados. Y he aquí por qué. Los sistemas industriales tienen datos que fluyen continuamente desde dispositivos, controladores, bases de datos y ordenadores industriales. Los datos también se pueden guardar en sistemas propietarios cerrados.

La empresa conectada ayuda a transformar estos datos en conocimientos prácticos para aumentar la productividad y crear nuevo valor comercial, incluido un tiempo de comercialización más rápido, productividad operativa, rendimiento de activos y gestión de riesgos empresariales.

Es fácil acumular Big Data en aplicaciones industriales. Debido a que es posible, la idea ahora es recopilar todos los datos de todas partes, almacenarlos en una base de datos y luego utilizar inteligencia artificial (IA), aprendizaje automático y data science para extraer información útil.

La desventaja: demasiados datos y muy poca información. Los volúmenes de datos pueden llegar rápidamente a petabytes (un petabyte equivale a 1.015 bytes o 1.000 terabytes). Esto es lo rápido que se suma: una empresa de petróleo y gas puede recopilar 500 GB de datos por día de un solo compresor, y los volúmenes de datos pueden superar fácilmente un petabyte en un año.

Si está descargando y reproduciendo un petabyte de canciones codificadas en MP3, le llevará unos 2.000 años reproducir su lista completa.

Cuando hay demasiado Big Data, el tiempo para obtener valor y el coste de almacenar y procesar Big Data puede ser significativo, y las empresas están descubriendo que es difícil trabajar con Big Data no estructurado.

Para aplicaciones industriales de IoT, recomendamos un enfoque diferente:

• Primero, identifique los resultados comerciales deseados a partir de los datos
• Luego, aproveche el conocimiento de los expertos para seleccionar los datos más probables que impulsen estos resultados comerciales
• Finalmente, haga coincidir el procesamiento y análisis de datos adecuados con el procesamiento de datos para obtener valor comercial.

En este escenario, el papel de los expertos para identificar y contextualizar datos en sistemas industriales es tan importante como el papel de los científicos de datos en la IoT industrial.

En general, existen tres niveles de procesamiento de datos:

1. Dispositivo: la verificación de límites simple puede proporcionar información útil sobre el funcionamiento de un dispositivo.

2. Sistema: obtenga información, por ejemplo, como la tensión en una bobina puede llegar a provocar una rotura en unos pocos ciclos.

3. Empresa: Los datos contextualizados seleccionados, o Smart Data, del entorno de OT se pueden analizar y combinar con datos de otras partes de la empresa para desarrollar combinaciones de datos o cuadros de mando que brindan información procesable.

La analítica y la inteligencia artificial / aprendizaje automático en cada uno de estos niveles pueden optimizar los procesos y las operaciones en las plantas industriales para ofrecer más productividad.

El Big Data en aplicaciones industriales de IoT será reemplazado cada vez más por Smart Data. Las soluciones de IoT industrial aprovecharán el scalable computing disponible a nivel de dispositivo, sistema y empresa para implementar soluciones que brinden valor comercial, como análisis descriptivo, de diagnóstico, predictivo y prescriptivo en el edge y en la nube.

Por lo tanto, será aún más importante para las empresas utilizar una combinación de datos inteligentes, análisis escalables y macrodatos para obtener resultados comerciales.