Aumento del rendimiento de los activos
Considere una compañía que opera un parque de turbinas eólicas. Con la computación en nube, normalmente operaría estos activos hasta que los dispositivos de IO y los sensores detecten un problema, como los vientos excesivos. Pero hay un largo bucle entre los sensores y el software de análisis en la nube. Si los vientos aumentan rápidamente a niveles peligrosos, los retrasos en el procesamiento y la falta de apagado inmediato de las turbinas podrían resultar en serios daños, costosos tiempos de inactividad y costosas reparaciones.
Con cientos de sensores en cada turbina de viento, cosas como la producción, las condiciones meteorológicas, el desgaste y las operaciones generales relativas a los parámetros objetivo que miden la producción pueden medirse continuamente. Entonces el análisis en tiempo real y el aprendizaje de la máquina pueden utilizar estos datos de IO para reconocer un estado peligroso y desencadenar una parada inmediata. No hay retrasos causados por el traslado de los datos de los sensores a la nube a través de costosos enlaces WAN para su procesamiento, o por el envío de los resultados analíticos (o decisiones) de vuelta al borde. El filtrado de datos de IO en el borde reduce la cantidad de datos que deben ser transportados a través de la red, reduciendo aún más los costos.
Ayudar a la fabricación inteligente a detectar y corregir errores a tiempo
Algunos fabricantes hoy en día utilizan la visión computarizada – impulsada por cámaras, o dispositivos de computación de punta incrustados en la maquinaria – para detectar los problemas más rápido y más temprano. La visión por ordenador integrada es increíblemente precisa, detectando los defectos en tiempo real, ya que la fábrica está fabricando productos. Como resultado, ofrece menos falsos positivos y una detección mucho más temprana de las desviaciones de los productos que los métodos tradicionales. Usando el procesamiento de datos de IO en el borde, los fabricantes pueden ajustar la maquinaria o los sistemas informáticos antes de que los productos estén fuera de las especificaciones. Y pueden desencadenar automáticamente cierres inmediatos, por ejemplo, cuando los dispositivos de borde detectan defectos significativos e inesperados.
Como resultado, las fábricas pueden esperar mayores rendimientos de fabricación, menos inspecciones manuales, más tiempo de actividad de los activos y menor riesgo de enviar productos fuera de las especificaciones del cliente – todos los KPIs críticos para el negocio.
Diferenciar las experiencias de los clientes en la tienda para maximizar las ventas
Los minoristas están usando cámaras de video como dispositivos de borde para monitorear los caminos que los clientes toman en los ambientes comerciales. Estos dispositivos utilizan la computación de borde para fusionar las compras pasadas y los historiales omnicanales de cada cliente y para generar ofertas únicas en tiempo real basadas en el perfil y la geolocalización del cliente. (Las ofertas se envían a los clientes que han optado por almacenar aplicaciones móviles.) Los dispositivos de borde que capturan más datos de IO pueden dirigir estas ofertas de manera aún más eficaz. Considere que los dispositivos de borde pueden rastrear la proximidad de un cliente a una tienda, el camino a través de la tienda y más. Si ven a un cliente mirando pañales durante un tiempo, pueden enviar instantáneamente un cupón o incentivo para pañales u otros productos relacionados con el bebé.
La informática de vanguardia también puede apoyar experiencias de productos distintos que construyen la lealtad y conducen a la retención. Por ejemplo, los fabricantes de automóviles están construyendo una potencia de computación de punta en los coches que puede detectar cuando un cliente pasa por un centro de servicio. Al procesar datos sobre el historial de funcionamiento y mantenimiento del automóvil y combinar esa información con información basada en la ubicación, pueden alertar a los conductores cuando su automóvil necesita servicio. La computación de borde puede detectar cuando ciertas partes tienden a fallar. Luego pueden notificar al cliente o decirle a un centro de servicio local que se ponga en contacto con el cliente y programe el mantenimiento. Estos enfoques a menudo conducen a una mayor satisfacción del cliente, retención y lealtad a la marca.
Posibilitando nuevos e innovadores modelos de negocio
El análisis de bordes puede permitir nuevos modelos de negocio que impulsen nuevas fuentes de ingresos. Los fabricantes de calefacción y aire acondicionado están incorporando la informática de vanguardia a sus activos para poder autoanalizar los datos de los sensores e informar proactivamente del estado a los propietarios de los activos y a los proveedores de servicios de mantenimiento. Por ejemplo, los dispositivos de computación de punta pueden indicar si el sistema está operando dentro de los parámetros esperados y en qué grado. Pueden mostrar el riesgo de posibles fallos, así como las oportunidades de operar con mayor eficiencia. Los fabricantes pueden ofrecer a los propietarios esta función de información como un servicio opcional de valor añadido (de pago).
La computación de punta también puede ayudar a asegurar la continuidad de las operaciones de servicio y de activos a pesar de las conexiones intermitentes en la nube. Piensa en una plataforma de perforación en alta mar que pierde el acceso a Internet durante un huracán. Con la computación de borde, puede continuar monitoreando los datos de la maquinaria y hacer acciones correctivas en tiempo real para mantener a las personas y el medio ambiente seguros.
Del mismo modo, la informática de punta puede transformar los modelos de prestación de servicios de atención al cliente y al paciente. En la atención de la salud, puede utilizarse para mejorar la experiencia del paciente, así como la productividad y la eficacia del médico. Los pacientes conectados pueden capturar sus propios datos vitales (como la presión arterial, el azúcar en sangre, la frecuencia cardíaca y el ritmo) utilizando teléfonos o relojes habilitados para IO, y compartir instantáneamente estos datos con los clínicos a través de un portal para pacientes. De esta manera, el análisis de los bordes puede facilitar la monitorización continua del paciente, una comunicación más eficaz entre médico y paciente, y una toma de decisiones clínicas y un diagnóstico más rápido y preciso.
Los resultados podrían ser clientes, pacientes y trabajadores más felices, más sanos y más seguros. Una mayor vida útil de los activos. Reducción del tiempo de inactividad y del impacto ambiental. Y un mayor rendimiento de los activos.
¿Pueden las empresas permitirse el lujo de retrasarlo?
Dado el costo de no procesando datos de IO en el borde, esperamos que la adopción se acelere rápidamente. Las industrias manufactureras y de transporte han sido las primeras en adoptarlo. Se espera que otras industrias, como la de la salud, la agricultura, los gobiernos urbanos y el comercio minorista, se pongan al día rápidamente con la adopción acelerada como parte de sus esfuerzos de transformación digital.
No te equivoques: Las empresas que descubran y actúen automáticamente sobre nuevos conocimientos en la fuente, obtendrán una ventaja competitiva y podrán utilizarla para adelantarse a sus competidores. Visto desde esta perspectiva, los que adoptan tardíamente estrategias de computación y análisis de vanguardia están potencialmente poniendo en riesgo las ganancias y la participación en el mercado.
