ענף הייצור התעשייתי הגלובלי הוא עצום. הוא מייצר הכנסות של כ- 10 טריליון דולר ברחבי העולם – וכ – 20% מסך זה מקורו בארצות הברית לבדה. אמנם מגפת הקורונה השפיעה על הייצור התעשייתי, אך עדיין הצפי עבור תעשייה זו הוא חזק.
ברור כי עתידו של הייצור התעשייתי קשור בקשר בל ינותק למוצרים. אולם, פחות ברור כי הוא תלוי גם באופן ניהול הנתונים התומך בייצור.
ואכן, קיים ניתוק בין הסכומים הגבוהים המושקעים על ידי היצרנים בציוד ותוכנה עבור בתי החרושת – לבין הצורך המוזנח בקבלת מצגי נתונים אחידים בתחום הייצור. ביצוע פעולות בהתבסס על ניתוחים מעמיקים של כמויות נתונים עצומות מעניק לענפי התעשייה האחרים יתרון תחרותי. על פי הדו”ח החדש של Rethink Data מ- Seagate Technology ענף הייצור מפגר מאחורי ענפים אחרים בכל הנוגע לרתימת ניהול הנתונים לטובתה באמצעות DataOps – הדיסציפלינה העוסקת בחיבור בין יצרני נתונים לבין צרכני נתונים. הפערים שנוצרו על רצפת הייצור זקוקים למילוי.
היצרנים מתמודדים עם שפע של נתונים כחלק מתהליך הייצור. הם חייבים למנף את הניתוחים האנליטיים המתקדמים, למידת המכונה (ML), והבינה המלאכותית (AI) לא רק לצורך ייצור המוצרים שלהם – אלא גם על מנת לשפר את התוצאות העסקיות באמצעות ניהול הנתונים. כדי לעשות זאת על היצרנים לוודא כי קיים מצג אחיד של הנתונים.
מדוע נוצר הנתק?
סקר ההתכנסות בין IT/OT משנת 2018 של IDC מצא כי כמעט 80% מכל נכסי הייצור המצוידים במכשירי מדידה מחוברים באופן דיגיטלי בדרך כלשהי. אלה הן חדשות טובות.
אולם, מדוע הצמיחה המהירה בנכסים דיגיטליים אינה מלווה בניהול נתונים נרחב ומקיף יותר בתחומי היצור התעשייתי? מדוע לא נעשה שימוש הלכה למעשה במאגרי נתונים המקושרים בינם לבין עצמם באמצעות מערכת קישורים הנובעת ממטרתה הרוחבית של החברה בנוגע לנתונים בסיוען של תוכנות ניהול נתונים, חומרה, תזמור ותהליכים?
התשובה לשאלה זו מתחלקת לארבע:
אחת, נטל התשתית המתיישנת נמשך. טכנולוגיות ייצור משתנות מהר; ייתכן כי תכנות ניהול הנתונים יתקשו לעמוד בקצב של מגוון החיישנים של המכונות השונות הנמצאות על רצפת הייצור. במקרים רבים, התשתיות המתיישנות אינן יכולות לעמוד בעומס הנוצר ממספר הנכסים המקושרים הנכנסים אל תוך המפעל. לעיתים קרובות מדי מפעלים מיישמים תהליכי אד הוק על מנת לחבר ולנהל נכסים ללא התשתית הבסיסית הנדרשת לצורכי ניהול מקיף.
שתיים, קיים גם פער בכישורי המחשב (IT) של כוח העבודה המעורב בסקטור זה. אם עובדים בעלי הכשרה מייצגים את עתיד הייצור התעשייתי במדינות המפותחות, הרי שהמחסור בכישורים מתאימים מהווה את אחד המכשולים הקשים ביותר בו צריכות החברות לטפל. היצרנים מתמודדים עם כוח עבודה מזדקן ומאותגרים במציאה של עובדים חדשים בעלי הכשרה אשר יהיו מוכנים לעבוד על רצפת הייצור.
שלוש, העברת חלק מהנתונים לכיוון נקודות הקצה הופך את הדברים למורכבים יותר. צמיחת נתונים מהירה קשורה עבור התעשיינים לגידול בכמות התקני IoT הממוקמים בנקודות הקצה של רשתות הנתונים שלהם. התקני הקצה אינם מחוברים אל מערכות המטה – וההעברה של כמויות נתונים גדולות (ביג דאטה) באמצעות רשתות הארגון מהווה תהליך יקר ואיטי.
ארבע, התעשיינים זקוקים לתוכנות ניהול נתונים מקיפות. לקוחות מתחום הייצור אינם מרוצים מהכלים הקיימים בשוק תוכנות ניהול הנתונים המשמשים לסקירה הכוללת של עסקיהם. בנוסף, במפעילים רבים כלל לא נעשה שימוש בתכנות ניהול נתונים. קיימת תמיכה מועטה בתוכנות וירטואליזציה המשמשות לצורך איתור והצגת תבניות נתונים בין מספר מחלקות שונות.
תנועה לעבר פתרונות עסקיים חדשים המתבססים על נתונים
חלק מהחברות היצרניות לקחו על עצמן את ההובלה במינוף ניתוחי נתונים בעלי יכולת ניבוי לצורך שיפור האפקטיביות והביצועים הכוללים.
חברה אחת שעשתה זאת הינה Robert Bosch GmBH, חברה גרמנית המייצרת רכיבים אוטומטיים. מפעל הייצור Bosch’s Homburg Rexroth, המייצר שסתומים הידראוליים עבור משאיות וטרקטורים, עושה שימוש בתקשורת אלחוטית ותיוגי זיהוי על בסיס תדרי רדיו (RFID) על מנת לחבר בין עובדים, מכונות וחלקים. כתוצאה, מתקיים תהליך ייצור יעיל יותר. פס ההרכבה היחיד של המפעל משמש לייצור 200 גרסאות שונות של שסתומים הידראוליים – מה שהופך את התוצרת למגוונת יותר – תוך צמצום עלויות ייצור והפחתה בצריכת החשמל.
חברה נוספת אשר ניצלה את היתרון בניתוח נתונים מסודר יותר הינה Caterpillar, יצרנית ציוד המשמש לבניה וקצירת יבולים אשר בסיסה נמצא בשיקגו. Caterpillar הנמצאת ב- Peoriaשבמדינת אילינוי עושה שימוש בניתוח אנליטי בעל יכולת ניבוי אשר מבוסס על נתונים המגיעים ממפעליה לצורך שיפור השירותים הניתנים ללקוחות החברה ותוצאותיה העסקיות, ובכך, משחררות את הנתונים מהמאגרים.
על מנת לשרוד את ההפרעות הדיגיטליות, על יצרנים אשר מעוניינים להישאר בחוד החנית להצטרף לשורותיהן של Bosch ו-Caterpillar.
הדרך קדימה
חמשת הצעדים לניהול נתונים משופר בתחום הייצור התעשייתי כוללים:
- מינוף הנתונים הקיימים נכון לרגע זה באמצעות איסוף ואינטגרציה של נתונים, בין מאגרי נתונים שונים.
- קצירת הנתונים וניתובם למטרות עסקיות חדשות תוך שימוש בניתוחים אנליטיים מתקדמים. ניתוח אנליטי בעל יכולת ניבוי יכול להוות את המנוע של החברה כתוצאה מאיתור מודלים עסקים חדשים אשר יניבו הכנסות ורווחים עתידיים. דוח Brookings ציין כי על תחום הייצור התעשייתי למנף טכנולוגיות עבור כמויות נתונים גדולות, אוטומטיזציה ובינה מלאכותית אשר, יחדיו, “בעלות יכולת לבצע מהפכה בתחום הייצור החל משלב התכנון ההתחלתי של המוצר ועד לאספקה מוצלחת של המוצר הסופי.”
- מודרניזציה וניהול של שטחי האחסון – והנתונים הנשמרים בהם – תוך שימוש בקושחה עדכנית ובכלים הזמינים בתוכנות מהדור האחרון. שרתי הקצה מלווים לרוב במלאי תוכנות משולבות אשר הוטמעו על מנת להפוך את ניהול הנתונים באתרים המרוחקים לפשוט יותר.
- אבטחת כל הנתונים הנאספים על ידכם. בכל שנה בכנס התוכנות העוסקות באבטחת RSA מדגישים את החשיבות של אבטחת הנתונים בכלל רחבי הארגון לצורך מניעה של הפרעות להתנהלות העסקית של החברה כתוצאה מפעולות של גורמים חיצוניים ופצחנים (האקרים).
- הטמעה ויישום DataOps. השתמשו במטה-דאטה – נתונים אודות הנתונים – בכדי לנצל את הנתונים לטובתכם. “תייגו” נתונים חדשים על מנת שבמועד מאוחר יותר ניתן יהיה לגשת אל הנתונים ביתר קלות ולבצע את הניתוחים שיידרשו.
אך עם זאת – וכאן מדובר בגורם עיקרי – אל תשאירו את התקשורת אודות הנתונים בידי המכונות. שיחות אודות נתונים לא צריכות להתקיים בין קצין המידע הראשי, חוקרי הנתונים ומחלקת ה-IT בלבד. על בעלי עסקים לעודד איסוף הצעות ותובנות רוחביות מכלל הארגון הנוגעות לשימושיות סוגי הנתונים השונים – וסיווג עוקב של נתונים בהתאם ליעדים הנקבעים עבור אותם נתונים.
DataOps מוצלח אינו עוסק בטכנולוגיה בלבד. מדובר בתקשורת אודות נתונים אשר, תוך שילוב ניתוחים אנליטיים אפקטיביים, מסייעת ביצירת תצוגה יחידה ושקופה של מידע בעל ערך עסקי רב.
ארז באום, מנהל מרכז החדשנות
Lyve Labs של סיגייט בישראל
