IoT – jak jeszcze lepiej wykorzystać wartość generowanych danych?
Katgoria: IT Solutions / Utworzono: 26 marzec 2018
IoT – jak jeszcze lepiej wykorzystać wartość generowanych danych?
Ilość generowanych dziś danych potrafi przyprawić o zawrót głowy. Według raportu IDC, w ciągu najbliższych 10-ciu lat należy spodziewać się ponad 900 proc. ich wzrostu. Dane same w sobie nie przedstawiają jednak żadnej wartości. Stanowią zbiory cyfrowych informacji. Czy zatem istnieje sposób, by to zmienić?
Szacuje się, że obecnie zainstalowanych jest ponad 60 miliardów czujników, które bez przerwy zbierają różnego rodzaju dane. Tylko w ciągu ostatnich dwóch lat wyprodukowaliśmy tyle danych, ile przez całą dotychczasową historię ludzkości! Ten trend będzie kontynuowany wraz z podłączaniem do Internetu coraz większej liczby coraz bardziej skomplikowanych urządzeń.
Rozwiązaniem Sztuczna Inteligencja?
Wydawać by się mogło, że rozwiązaniem problemu nadmiaru danych jest AI (ang. Artificial Intelligence, Sztuczna Inteligencja). Systemy korzystające z AI są w stanie skategoryzować dane, przeanalizować je pod kątem pożądanych przez nas informacji, a następnie przedstawić bardzo czytelne wyniki. Jednak AI jest tylko tak inteligentne i tak dobre w swoim działaniu, jak człowiek, który je stworzy.
Coraz większa ilość danych operacyjnych zbierana jest przez czujniki obecne w urządzeniach przemysłowych. Najczęściej są one wyposażone w jednostkę sterującą, która bezpośrednio odpowiada za ich działanie. Jednak zbierane dane nie zawsze przesyłane są dalej, np. do analizy pod kątem efektywności procesu lub bezpieczeństwa, przez co osoby sterujące ruchem nie mają możliwości optymalizacji pracy urządzenia.
Źródło: Transition Technologies PSC
Rozwiązaniem Sztuczna Inteligencja?
Wydawać by się mogło, że rozwiązaniem problemu nadmiaru danych jest AI (ang. Artificial Intelligence, Sztuczna Inteligencja). Systemy korzystające z AI są w stanie skategoryzować dane, przeanalizować je pod kątem pożądanych przez nas informacji, a następnie przedstawić bardzo czytelne wyniki. Jednak AI jest tylko tak inteligentne i tak dobre w swoim działaniu, jak człowiek, który je stworzy.
Ogromna skala danych – zarówno ich ilość, jak i różnorodność wciąż jest dla Sztucznej Inteligencji dużym wyzwaniem. Jeszcze przez długi czas nie powstanie komputerowa superinteligencja dysponująca nieograniczoną mocą obliczeniową, zdolna do przetworzenia wszystkich spływających do niej informacji z całego świata. Musimy się skupić na dużo mniejszych segmentach, bo w całym tym bałaganie nie chodzi o „dane”, a o wyciągnięcie z nich realnej wartości, którą przedsiębiorstwa będą w stanie zmierzyć najbardziej obiektywną miarą, czyli zyskiem netto – mówi Paweł Pacewicz z Transition Technologies PSC. – Dzięki eksplorowaniu ograniczonych zbiorów Big Data mamy nadzieję wykryć w nich konkretne wzorce i reguły, oraz zmienić uzyskane wyniki na wartościową wiedzę. Pozwoli nam to znaleźć nowe strategie, ale też szanse biznesowe.Big Data w przemyśle
Coraz większa ilość danych operacyjnych zbierana jest przez czujniki obecne w urządzeniach przemysłowych. Najczęściej są one wyposażone w jednostkę sterującą, która bezpośrednio odpowiada za ich działanie. Jednak zbierane dane nie zawsze przesyłane są dalej, np. do analizy pod kątem efektywności procesu lub bezpieczeństwa, przez co osoby sterujące ruchem nie mają możliwości optymalizacji pracy urządzenia.
Pierwszym krokiem w takiej sytuacji jest podłączenie urządzenia do sieci, np. przy pomocy standardowych protokołów komunikacji przemysłowej. Można w ten sposób stworzyć mechanizm, który monitoruje parametry operacyjne i prezentuje je kierownikom ruchu. Następnie należy zbudować system uczenia maszynowego, który w oparciu o dane historyczne oraz aktualnie obserwowane trendy będzie w stanie prognozować przestoje i awarie. Dzięki wykorzystaniu danych płynących z urządzeń można o wiele efektywniej zarządzać procesem produkcji, osiągając jeszcze wyższą jakość produktu - dodaje Paweł Pacewicz.W epoce powszechnej cyfryzacji dane stały się podstawą do zaspokajania ludzkich potrzeb oraz kreowania nowej wartości we wszystkich sferach biznesu. Są generowane przez każdy rodzaj działalności człowieka. Można je postrzegać jako coraz ważniejszy czynnik produkcji lub element infrastruktury niezbędny do sprawnego zarządzania oraz tworzenia coraz bardziej efektywnych modeli biznesowych. O ile w wielu przypadkach podobne rozwiązania klasy IoT, Big Data, czy Data Science można z powodzeniem stosować generycznie, należy pamiętać, że zmienność środowisk nakazuje podejść do każdego problemu indywidulanie. Pomoże to w jak najdokładniejszy sposób zidentyfikować obszary wymagające poprawy lub usprawnienia działania.
Źródło: Transition Technologies PSC
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Przeczytaj Również
Infrastruktura w punkcie zwrotnym - 5 prognoz kształtujących AI, odporność i suwerenność danych w 2026 roku
W 2026 roku zyskają firmy, które traktują infrastrukturę nie jako obszar generujący koszty, lecz ja… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
Jak Cisco pomaga Europie spłacić dług technologiczny w krytycznej infrastrukturze sieciowej
Cyfryzacja, rozwój sztucznej inteligencji i nadchodzące komputery kwantowe wymagają od Europy stabi… / Czytaj więcej
MŚP inwestują w AI, kompetencje pracowników nadal wyzwaniem
Europejskie małe i średnie firmy coraz śmielej inwestują w sztuczną inteligencję, ale to kompetencj… / Czytaj więcej
AP EU AI Cloud: nowy standard suwerennej chmury i AI dla europejskich organizacji
SAP EU AI Cloud to zapowiedziana 27 listopada 2025 r. platforma, która łączy dotychczasowe inicjaty… / Czytaj więcej

