La metodologia on-premise per accelerare la digital transformation

Travis Cox, Co-Director of Sales Engineering di Inductive Automation, illustra l’approccio on-premise alla digital transformation e la creazione di super data grazie a strumenti di prossima generazione. Rispondendo a cinque domande chiave Travis ci permette di comprendere come le tecnologie edge permettano di far fronte a molte delle sfide legate alla convergenza OT-IT. Leggete le risposte di Travis e se volete saperne di più date un’occhiata alla sua presentazione "Approccio on-premise alla digital transformation e utilizzo di strumenti di prossima generazione per la creazione di super data" CLICCANDO QUI.

Cosa si intende per approccio on-premise alla Digital Transformation? Cosa lo rende unico e quali sono le opportunità e le sfide che esso comporta?

Travis: Il mondo OT è complesso. Esso contempla la presenza di macchinari, attrezzature, impianti, software e hardware industriali per l’accesso da remoto oltre che di molteplici protocolli e, per creare una soluzione, è indispensabile avere una competenza specifica. Ci si trova anche in presenza di molti dispositivi brownfield, che sono estremamente costosi da sostituire e che generalmente hanno una durata media di 10-20 anni. É estremamente importante riuscire a collegare il contesto brownfield a una nuova architettura basata su standard aperti e che estenda l’accesso ai dati. Questa conversione deve avvenire on-premise con l'edge computing. In questo modo è possibile raccogliere in modo sicuro, affidabile ed economico una maggiore quantità di dati contestualizzati e sfruttare vari sistemi aziendali e il cloud. Senza contare poi la possibilità di avere il controllo e la visibilità locale dei dati, dall’edge computing fino alla loro fonte.

In che modo l’approccio on-premise si sta diffondendo sempre di più?

Travis: Esiste una vasta gamma di opzioni hardware e software industriali per l’edge computing. L’approccio on-premise permette di sfruttare gli strumenti per collegare il mondo brownfield con una nuova architettura senza necessità di configurazione sui sistemi operativi. Le aziende stanno iniziando a comprendere i vantaggi di questa tecnologia moderna e degli standard aperti. Queste tecnologie permettono di raccogliere e utilizzare i dati in modo sicuro, sfruttando i moderni standard di crittografia per la sicurezza.

Cosa sono i super dati? Come si distingue un tipo di dato dall’altro?

Travis: Sono molte le problematiche da affrontare per poter realizzare una convergenza IT -OT e utilizzare servizi IT a livello di operatività industriale. Per comprendere la difficoltà di questo processo e abilitare servizi basati su Big Data come la manutenzione predittiva o il machine Learning, è importante comprendere la differenza delle caratteristiche che distinguono i dati OT da quelli IT. Nei dati OT troviamo protocolli proprietari, molteplici formati e nessuna contestualizzazione. I dati IT necessitano di data object/modellazione, di formati standard e di contestualizzazione. È quindi importante definire per tutta l’azienda modelli e asset, contestualizzati, e farlo a livello di edge in modo da offrire all’azienda “un’unica fonte di verità”. Spesso ci si riferisce a questa operazione con il termine "DataOps", ovvero una metodologia automatizzata e orientata ai processi utilizzata dai team di analisti e data scientist per migliorare la qualità e ridurre il tempo di ciclo del processo di analisi dei dati. Le aziende in questo modo possono disporre in modo automatico di dati, modelli e risorse nei sistemi aziendali così come nel cloud e trarne il massimo vantaggio.

Perché in questo approccio è così importante il fattore di ripetibilità?

Travis: Ogni giorno, la quantità di dati che le aziende si ritrovano a gestire aumenta considerevolmente. C’è quindi bisogno di una soluzione che sia scalabile, economica e facile da mantenere nel tempo. Far leva sugli strumenti esistenti è l’approccio giusto, in quanto facilmente ripetibile da sito a sito. Permette di fornire un modello coerente dei dati in un mondo complesso e spesso variabile. Non dobbiamo preoccuparci di scrivere codice e il costo totale di proprietà è basso.

Come si possono portare moduli nel cloud?

Travis: Esistono due modi per sfruttare il cloud: integrarsi con i servizi cloud o implementare soluzioni nel cloud. L'edge computing permette di fare entrambe le cose. È possibile utilizzare i servizi cloud per l'archiviazione di dati a lungo termine, il machine learning, gli analitycs e altro ancora, in modo davvero semplice. Il cloud è estremamente scalabile e facile da supportare. L’installazione di soluzioni nel cloud permette il rilevamento automatico delle risorse e fornisce una soluzione avanzata di visualizzazione e mobile-ready che mette a disposizione di più persone dati e dashboard.

Se vuoi leggere l'articolo originale clicca qui.