Dat het Industrial Internet of Things (IIoT) een belangrijk onderdeel is van een slimme maakindustrie, is allang geen geheim meer. Maar hoe gaat deze technologie zich dit jaar verder ontwikkelen? Wij zetten de 10 belangrijkste trends binnen IIoT op een rijtje! 

 

Trend 1: minder investeren in de IIoT-infrastructuur 

Deze eerste trend klinkt misschien niet meteen zo positief, maar schijn bedriegt! Maakbedrijven zijn het er namelijk wel over eens dat IIoT een aanwinst is voor het bedrijf. Maar vele fabrieken zitten nog met de vraag in welk IIoT-platform ze nu precies willen investeren. En er is uiteraard helemaal niets mis met het doordacht en voorzichtig kiezen van het juiste systeem, op maat van ieder maakbedrijf. Want het juiste systeem, dat kan veel tijd- en geldwinst opleveren!

 

Trend 2: machine learning zonder toezicht raakt in een stroomversnelling 

Niet-gesuperviseerde machine learning maakt gebruik van geavanceerde en complexe algoritmes om de data van machinesensoren te analyseren en afwijkend gedrag op te sporen. Men spreekt hierbij van machine learning ‘zonder toezicht’ omdat de data labels niet langer aangeleerd moeten worden. Bij gesuperviseerde machine learning, daarentegen, moeten de algoritmes voor data labels wel aangeleerd worden in de blueprints van de fysieke machines en in de mechanische processen. Het spreekt voor zich dat niet-gesuperviseerde machine learning een enorme tijdswinst met zich meebrengt. Zowel analisten als bedrijfsleiders in de maakindustrie tonen daarom meer en maar belangstelling voor dit type van machine learning en dat zal in 2018 niet anders zijn.

 

Trend 3: de automobielsector maakt sprongen in het onderhoud van het IIoT-machinepark 

De automobielsector springt eruit als een ‘early adopter’ van voorspellend onderhoud op basis van IIoT. Deze sector ondergaat momenteel dan ook enorme en verstorende veranderingen en heeft ingezien dat het zijn businessmodellen en aanbod moet gaan vernieuwen. IIoT-gebaseerd voorspellend onderhoud kaart dan ook een grote zwakte in deze sector aan: onvoorziene uitval op de werkvloer.

 

Trend 4: IIOT-gebaseerd voorspellend onderhoud is oplossing voor top-line groei 

Vroeger werden traditionele voorspellende onderhoudsoplossingen (PdM) gerechtvaardigd op basis van kostenbesparingen en andere operationele maatstaven. In tijden van industrie 4.0 begint er bij het bestuur van maakbedrijven een besef te groeien rond de impact van top-line opbrengst uit hun big data-investeringen. Het bestuur gaat daardoor op zoek naar oplossingen voor een verbeterde inzetduur en hogere opbrengsten uit productie.

 

Trend 5: een holistische kijk op voorspellend onderhoud binnen IIoT-gebaseerd onderhoud van het machinepark 

Vergeet een verzuilde, datagedreven aanpak voor IIoT-gebaseerd onderhoud. De maakbedrijven van vandaag hebben nood aan geïntegreerde processen, met inbegrip van gepland automatisch onderhoud en beheer en controle van de stock. Deze holistische aanpak van machineonderhoud is essentieel als bedrijven alle mogelijke meerwaarde die big data hen oplevert, willen incasseren.

 

Trend 6: interne big data-centrales spelen een minder belangrijke rol 

Nog niet zo lang geleden gebruikte besturen wereldwijd het excuus van te weinig of onbekwame data engineers om geen IIoT-gebaseerd onderhoud te moeten inzetten. Het goede nieuws is dat, dankzij de vooruitgang in technologieën, externe bedrijven data kunnen analyseren in de cloud, zonder dat hiervoor big data-opslag binnen de fabriek nodig is. Big data kan dus extern worden opgeslagen en verwerkt.

 

Trend 7: een toenemend aanbod van voorspellend onderhoud voor het machinepark 

Dankzij machine learning kunnen fabrieken op een holistische manier naar hun processen kijken en oplossingen gebruiken die meerdere machines tegelijk kunnen beheren, onafhankelijk van het sensortype, de machineklasse, of de leeftijd van zo’n machine. Waarom dit belangrijk is? Oplossingen die het gedrag van meerdere machines kunnen analyseren, kunnen oorzaakanalyses genereren, waardoor een probleem bij de wortel aangepakt kan worden, ook als het een combinatie is van meerdere factoren of machines.

 

Trend 8: OEM’s veranderen hun businessmodel 

Vele traditionele OEM’s (Original Equipment Manufacturer) hanteren een businessmodel dat typisch geassocieerd wordt met software. In de zoektocht naar blijvende opbrengsten, zien we een verschuiving bij verkopers van hardware naar software als een dienst (Saas – Software as a Service), door middel van licentieovereenkomsten. Hoe doet een hardwareverkoper zoiets? Door het bundelen van een fysieke machine aan een oplossing voor voorspellend onderhoud.

 

Trend 9: nieuwe spelers op de markt van IIoT, voorspellend onderhoud en analyse 

Investeerders zetten volop in op IIoT-gebaseerd onderhoud. Nu er meer overnames, fusies en start-ups de markt betreden, ontstaat er een nieuw ecosysteem van voorspellende analyse.

 

Trend 10: analisten in de industrie verliezen geloofwaardigheid 

Er zijn een aantal bekende analisten wiens werk onlosmakelijk verbonden is met de groeiende IIoT-markt. Sommige van deze analisten hebben onrealistische groeirapportages van de markt vrijgegeven. Hoe dichter we bij 2020 komen, hoe duidelijker het wordt dat de voorspellingen van verstorende veranderingen in het landschap op korte termijn zwaar overdreven zijn.

 

Bron: iotcentral.io, foto: Thinkstock. 

Pin It on Pinterest

Shares
Share This