其他声音:认知制造和盒子里的思考

编者注:以下专栏作者是认知制造的合伙人兼实践负责人帕特里克·墨菲，IBM，是现代的其他的声音专栏，一系列来自终端用户、分析师、系统集成商和原始设备制造商的想法、意见和见解。点击这里了解如何提交专栏以供考虑。

- - -

一般工厂每天生产超过1tb的信息，但99%的数据没有得到分析。结果是一个闭环——一个包含信息的制造盒子，但不能有效地利用它来简化生产。随着向工业4.0的转变加快，企业正在寻找增强过程可视化的方法，并为认知制造奠定基础。他们在盒子里是如何思考的?

你现在能听到我说话吗?
虽然公司认识到认知驱动制造的关键作用，但大多数公司都没有必要的基础设施和监督来利用认知潜力。

想象一下，一排人在用手传递东西。它们自然地形成了一种认知单元，能够交流有关它们所持物体的大小或重量的相关信息。但是，把他们放在一个黑暗的房间里，让他们戴上耳塞，这个设备就崩溃了。

这就是制造业物联网(IoT)的现状:设备能够移动信息，但无法根据它们所知道的信息做出决定。

安静的革命
物联网在制造业中并不是一个新概念。几十年来，企业一直在利用互联设备。许多公司仍然使用可编程逻辑控制器和以太网或专用协议上的分布式控制系统来简化生产操作。但设备已经悄然变得越来越智能。他们现在能够跨网络通信，处理和存储更多数据，运行本地算法，并将相关数据发送到特定的端点进行处理或进一步分析。

第一代联网灯泡的运作方式与这些原始物联网网络非常相似:它们能够遵循中央网络集线器的指令，但除非直接控制，否则它们实际上是哑的。现在可以卸载关键工作负载，并创建与地理位置、一天中的时间、摄入的时间表模型和现在的AI学习相关联的条件照明计划。
但是，虽然减少网络开销为认知制造奠定了基础，但仅靠它还不足以实现它。

大规模智能手机
图形处理单元已经成为业界努力提供大规模计算能力的领跑者。最明显的例子是什么?智能手机——功能强大、灵活的设备，比它们的台式机和笔记本电脑前辈要小得多。去除传统的电话概念，同时利用设备的所有连接功能，您就拥有了用于制造业的物联网解决方案的基础。使用摄像头的设备可以实时观察生产线;启用麦克风的设备可以检测可能指示潜在资产故障点的声音变化。而且，通过在通过设备访问的“应用程序”中创建自定义模型，您现在拥有了一个高度集成且功能强大的边缘设备。作为更大系统的一部分，这些设备可以触发警报，并为人工技术人员生成带有详细问题描述的工作单。

这就是认知制造:低网络开销和现场操作的结合。在规模上，它通过消除对冗余系统的需求，使公司能够积极主动。

Takt-ical优势
工业4.0——数字化转型的制造端——专注于五个关键目标:连接、收集、可视化、分析和优化。前两项可以通过现有的物联网网络实现;下一对是可行的，这要归功于gpu驱动的智能设备。但是优化呢?对于制造企业来说，这在实践中是什么样子的呢?

考虑节拍时间。这个短语从德语借自日语，指的是由现有客户需求决定的从开始生产一个产品到生产下一个产品之间的平均时间。对于许多组织来说，现有的纸质流程迫使在阶段或产品线结束时进行评估，阻碍了组织的适应性。通过引入能够边缘计算和板载处理的物联网设备，可以在任何工作站上测量质量参数和完成时间。从这些数据中，组织可以收集可操作的见解，有效地实现内部和外部的思维。

关于结对和平台
为了最大限度地发挥物联网解决方案对制造业的影响，企业需要的不仅仅是能够自主行动的智能设备。他们需要能够为物联网网络创建治理和管理框架的平台，并结合物联网设备的数据来大规模优化生产流程。IBM沃森物联网平台等解决方案处于该平台开发的前沿，帮助企业结合通用物联网设备的能力，交付特定于业务的流程，优化端到端生产。

接下来是什么?数字双胞胎:使用数据创建的产品和流程的虚拟版本，允许公司在将其转移到实际生产线之前操作和测试流程改进。虽然这项技术显示出了希望，但它仍处于青春期——它是建立在全面认知物联网的基础上的。

制造过程不再孤立存在。新的认知解决方案和物联网平台可以帮助企业在盒子里思考。