Thread Content
Avec le développement de la technologie, les entreprises doivent prendre en compte les défis liés aux grands volumes de données de l’Industrie 4.0. L’objectif des entreprises pour atteindre l’Industrie 4.0 est simple : maximiser l’efficacité et les profits, fonctionner de manière plus simplifiée, et introduire des technologies d’automatisation dans les domaines dangereux ou répétitifs lorsque c’est possible. Avec le développement de la technologie, les entreprises doivent prendre en compte les défis liés aux grands volumes de données de l’Industrie 4.0. L’objectif des entreprises pour atteindre l’Industrie 4.0 est simple : maximiser l’efficacité et les profits, fonctionner de manière plus simplifiée, et introduire des technologies d’automatisation dans les domaines dangereux ou répétitifs lorsque c’est possible. Pour accomplir ces tâches, il est nécessaire d’obtenir un soutien financier et humain, ainsi que des informations opérationnelles pertinentes. En d’autres termes, il a besoin de grandes quantités de données. Toute entreprise souhaitant tirer parti de l’Industrie 4.0 doit d’abord relever certains des défis liés aux grands volumes de données suivants : 1. Données isolées. Le manque de partage de données entre plateformes et entre départements peut être le plus grand défi pour les entreprises souhaitant mettre en œuvre l’Industrie 4.0. Les données d’entreprise présentes sur des « îlots » peuvent profiter à une partie ou à un département, mais entraînent généralement du gaspillage. Si chaque département au sein d’une organisation ne peut pas partager des données et des informations avec les autres, il est impossible d’atteindre une véritable intelligence commerciale. Par exemple, dans la gestion d’un fabricant de semi-conducteurs, ce dernier met fin au « cycle des données » en envoyant d’une certaine manière des données depuis la phase de test de la production et en les intégrant sans heurt aux premières étapes du développement. Cela permet à l’entreprise de détecter tôt les produits défectueux et d’améliorer globalement leur qualité. 2. Redondance des systèmes de données Une autre question étroitement liée aux données isolées est la redondance des systèmes de données. Certaines entreprises peuvent utiliser des systèmes de planification des ressources d’entreprise (ERP) pour suivre les différents aspects de leur activité, y compris les clients et les fournisseurs. Cependant, que se passe-t-il si une entreprise dispose de plusieurs systèmes de planification des ressources d’entreprise (par exemple, un pour chaque site ou région de vente) et doit transférer des données entre eux ? Et s’il y en a 30 ? C’est le problème auquel est confrontée Anheuser-Busch InBev, car l’entreprise a fusionné certaines de ses filiales et est devenue l’une des plus grandes entreprises du secteur de la bière mondiale. L’entreprise disposait à l’époque de 27 systèmes différents de planification des ressources d’entreprise. Aujourd’hui, ils n’utilisent qu’un seul système de planification des ressources d’entreprise afin d’exploiter davantage l’analyse de données, les rapports et autres outils numériques, qui bénéficient d’une base de données d’entreprise centralisée et organisée. Capteur de pression yunrun.com.cn/product/ 3. Pénurie de talents De nombreuses entreprises se disputent les experts en données pour les aider à créer et à gérer des bases de données, afin de tirer des informations des données de toutes les organisations (ou de développer des outils pour les collecter). Cela pose un problème, car de nombreuses entreprises recrutent des employés en même temps. Les entreprises américaines doivent actuellement recruter plus de 150 000 scientifiques des données. Cela découle d’une enquête menée par LinkedIn auprès des entreprises américaines, et jusqu’à présent, ces postes font encore l’objet d’un manque de candidats. Un autre défi étroitement lié à l’organisation du personnel est le manque de compétences chez les candidats. Cela inclut certaines compétences difficiles à maîtriser, comme les mathématiques et le développement logiciel. Cependant, les excellents scientifiques des données doivent également posséder de nombreuses compétences soft, telles que de bonnes capacités de communication et la capacité de raconter aux autres les histoires qu’ils perçoivent dans les données. 4. Sécurité et accès aux données Aujourd’hui, il existe de nombreux articles sur les vulnérabilités de sécurité liées à l’Internet des objets (y compris les équipements de contrôle des machines industrielles). Dans l’ensemble du milieu commercial, les décideurs d’entreprise hésitent encore à investir dans l’Internet des objets et d’autres technologies de transformation numérique, car ils craignent les problèmes de sécurité que ces actifs peuvent engendrer. En réalité, selon des enquêtes menées par Forrester et ForeScout, environ 77 % des entreprises indiquent qu’elles font face actuellement à des défis de sécurité « majeurs » auxquels elles n’étaient pas obligées de se soucier auparavant. Mais quels sont ces défis ? Comment les entreprises peuvent-elles y faire face ? Voici quelques mesures de réponse : • Les équipements industriels connectés, y compris les capteurs, les traceurs et les dispositifs de contrôle, ne disposent pas toujours d’une sécurité robuste. Les employés de l’entreprise doivent être familiers avec le processus de mise à jour afin de s’assurer que les appareils distants reçoivent régulièrement des correctifs de sécurité. •L’accès aux données au sein des entreprises, en appliquant le principe du numérique en priorité, constitue un autre problème grave en matière de sécurité des données. Les entreprises doivent mettre en œuvre des procédures d’authentification appropriées pour s’assurer que seuls les employés autorisés peuvent accéder aux bases de données pour lesquelles ils disposent d’une licence. •Même la sécurité physique dans les entrepôts et usines modernes est une question importante. Il est impératif d’utiliser en permanence le programme de suivi des connexions approprié pour maintenir le verrouillage et la surveillance du rack serveur, afin de garantir la sécurité des précieux serveurs et équipements d’analyse de l’entreprise. Lorsqu’il s’agit de la sécurité des données et de la capacité d’y accéder, de nombreux détails peuvent attirer l’attention. Si une entreprise signe un contrat avec une société externe pour l’utilisation de ses installations de données, plusieurs questions doivent être prises en compte, telles que sa capacité à assurer la sécurité de son centre de données. Les entreprises doivent toujours faire un choix entre mettre en place une infrastructure de données interne ou s’appuyer sur une infrastructure tierce. Cependant, dans les deux expériences, certains défis (comme des plans imprévisibles) sont les mêmes. 5. Manque d’identité et de compatibilité Enfin, un autre défi consiste à assurer l’acquisition. Il est indéniable que l’Industrie 4.0, largement mise en œuvre, peut augmenter la productivité des différents secteurs américains (tels que les transports, le transport d’énergie, la santé, l’industrie manufacturière, etc.) de 35 %. Cependant, en même temps, les entreprises peuvent disposer à la fois de systèmes anciens et nouveaux, mais ceux-ci ne fonctionnent pas toujours bien ensemble. Aujourd’hui, les technologies numériques disruptives ouvrent de nouvelles perspectives aux entreprises, tout en augmentant les risques liés aux chaînes d’approvisionnement complexes. Tout comme les différents services d’une entreprise ont besoin d’outils numériques adaptés pour assurer un flux fluide des données, l’entreprise a également besoin de pouvoir échanger en temps réel et sans heurt des registres, des informations d’authentification, des notifications, etc. Tant que l’on garde ces défis à l’esprit et que l’on investit dans les bonnes personnes, il est possible de trouver des solutions créatives pour les surmonter. Le big data et l’Industrie 4.0 offrent un grand potentiel de production et de profit ; bien qu’ils semblent complexes et difficiles à résoudre pour l’instant, il y aura toujours un moyen de les surmonter à l’avenir.