 ПОЗНАВАТЕЛЬНОЕ Сила воли ведет к действию, а позитивные действия формируют позитивное отношение Как определить диапазон голоса - ваш вокал Игровые автоматы с быстрым выводом Как самому избавиться от обидчивости Противоречивые взгляды на качества, присущие мужчинам Вкуснейший "Салат из свеклы с чесноком" Натюрморт и его изобразительные возможности Применение, как принимать мумие? Мумие для волос, лица, при переломах, при кровотечении и т.д. Как научиться брать на себя ответственность Зачем нужны границы в отношениях с детьми? Световозвращающие элементы на детской одежде Как победить свой возраст? Восемь уникальных способов, которые помогут достичь долголетия Классификация ожирения по ИМТ (ВОЗ) Глава 3. Завет мужчины с женщиной
Оси и плоскости тела человека - Тело человека состоит из определенных топографических частей и участков, в которых расположены органы, мышцы, сосуды, нервы и т.д.
| Заявление о самостоятельном выполнении выпускной квалификационной работы
Я, Животовский Евгений Андрианович, студент 4 курса направления 080500 – Менеджмент (профиль подготовки – Логистика), заявляю, что в моей выпускной квалификационной работе на тему «Построение социо-киберфизических систем в цепях поставок: вопросы теории и практики», представленной в офис бакалаврской программы для публичной защиты, не содержится элементов плагиата. Все прямые заимствования из печатных и электронных источников, а также из защищенных ранее курсовых и выпускных квалификационных работ, и докторских диссертаций имеют соответствующие ссылки. Мне известно содержание п. 9.7.1 Правил обучения по основным образовательным программам высшего и среднего профессионального образования в СПбГУ о том, что «ВКР выполняется индивидуально каждым студентом под руководством назначенного ему научного руководителя», и п. 51 Устава федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет» о том, что «студент подлежит отчислению из Санкт-Петербургского университета за предоставление курсовой или выпускной квалификационной работы, выполненной другим лицом (лицами)».
____________________________________ (Подпись студента) ____________________________________ (Дата)
Оглавление Введение. 3 Глава 1. Социо-киберфизические системы – общие положения. 5 1. Основные понятия, описание и примеры социо-киберфизических систем.. 5 2. Исторические предпосылки возникновения и развития социо-киберфизических систем, их эволюция 8 2.1. Технические предпосылки возникновения социо-киберфизических систем.. 8 2.2. Развитие технологий – элементов социо-киберфизических систем.. 9 2.3. Становление концепции социо-киберфизических систем.. 12 3. Потребность использования кибер и социо-киберфизических систем, цели и задачи их использования 14 4. Препятствия и недостатки внедрения социо-киберфизических систем.. 16 5. Интернет Вещей. 18 5.1. Сравнение Интернета Вещей с социо-киберфизическими системами. 18 5.2. Становление концепции Интернета Вещей. 20 5.3. Сферы применения технологий Интернета Вещей. 21 5.4. Внедрение технологий Интернета Вещей в организацию.. 25 Глава 2. Социо-киберфизические системы в цепях поставок. 31 1. Индустрия 4.0. 31 1.1. Общие положения. 31 1.2. Новая бизнес модель в Индустрии 4.0. 32 1.3. Логистика 4.0. 34 2. Интернет Вещей в цепях поставок, решаемые проблемы и примеры.. 35 3. Использование соцо-киберфизических систем в логистике и цепях поставок предприятий 36 4. Актуальность и полезность внедрения социо-киберфизических систем в логистику предприятий 39 5. Проблемы внедрения социо-киберфизических систем в логистику и цепи поставок предприятий 40
Введение Данная исследовательская работа основана на актуальной сегодня тенденции, связанной с растущей ролью цифровых технологий во многих деловых и других сферах, в том числе в производствах, транспортировке, складировании – элементах цепи поставок.
Глобализация повлияла на растущую конкуренцию на российском и мировом рынках: растет функциональность и сложность продукции, вместе с этим растет и необходимость в удовлетворении индивидуальных требований потребителей. Цифровые технологии становятся объектом внимания ведущих компаний, стремящихся увеличивать объемы выпускаемой продукции и сохранять конкурентные преимущества как в цене, так и в отличительных особенностях своей продукции и сервиса.
Сокращение жизненного цикла продукции и высокий уровень дифференциации на большинстве рынков создает нужду в гибком производстве, которое будет возможно адаптировать под новые требования к новой продукции, а также под стремительно меняющийся спрос. Обычные сегодня системы автоматизации слишком громоздки и, к примеру, перенастройка конвейера под новую продукцию зачастую требует значительных временных затрат и создает нужду в найме высококвалифицированных специалистов для контроля всех сложных систем. Также непосредственный контроль конвейера требует дополнительных специалистов – к примеру, на заводе ООО «Кока-Кола ЭйчБиСи Евразия» за каждой линией конвейера следит отдельный оператор.
Внедрение информационных технологий на всем протяжении цепи поставок предприятия позволит обеспечить прозрачность проходящих на каждом сегменте цепи процессов, однако это не отменяет проблему поиска наиболее оптимального решения. Когнитивных способностей человека зачастую не хватает для быстрой и эффективной обработки всех поступающих от датчиков данных – это приводит к необходимости децентрализации принимающего решения органа. При объединении всех элементов системы в сеть и обеспечении взаимодействия между ними в режиме реального времени появляется возможность налаживания автономной работы системы на протяжении всей цепи поставок, без участия человека – это основной результат внедрения Интернета Вещей – сети, объединяющей киберфизические системы предприятия и предприятий-партнеров.
Внедрение социо-киберфизических систем и технологий Интернета Вещей способно не только решать проблемы предприятий и улучшать показатели их деятельности – данная тенденция изменит саму модель ведения бизнеса во многих сферах. Изменения, которые прогнозируют эксперты, приведут к четвертой промышленной революции – становлению Индустрии 4.0. Практически цифровое производство уже позволило ряду корпораций перейти на новую модель ведения бизнеса, ориентированную на потребителей – продажу функций и времени работы продукта.
Целью исследования было поставлено исследование концептуальных основ социо-киберфизических систем. Для достижения данной цели был выстроен ряд задач: изучение теоретических основ и этапов развития социо-киберфизических систем, исследование концепции Интернета Вещей, исследование применения и сравнительный анализ использования социо-киберфизических систем в логистике и цепях поставок. Достижение цели исследовательской работы решило проблему конструирования социо-киберфизических систем в логистических системах и цепях поставок рассмотренных предприятий.
В процессе исследования был проведен обзор литературы и были систематизированы основные понятия, концепции и модели, связанные с социо-киберфизическими системами и их практическим использованием. Также был осуществлен анализ функциональной структуры данных систем и выявлены основные тренды в их развитии и практическом использовании. Концепция Интернета Вещей была проведена через критический анализ. По итогам работы были описаны возможности и особенности использования социо-киберфизических систем в логистике и управлении цепями поставок, а также был составлен анализ перспектив и существующих предпосылок внедрения данных систем.
В ходе исследования был проведен сравнительный анализ данных и фактов, собранных из авторитетных источников, а также был проведен анализ кейсов, затрагивающих практически проблемы и методологии внедрения социо-киберфизических систем. Для сбора информации были использованы статьи из научных и бизнес журналов, материалы научных конференций и научная литература.
В первой главе были приведены основные понятия, описание структуры и элементной базы социо-киберфизических систем, были проанализированы этапы развития и рассмотрены практические примеры применения данных систем. Также была проанализирована и описана востребованность в социо-киберфизических системах, цели и задачи их использования. Затем было проведено исследование основных положений концепции «Интернета Вещей», современного состояния этой концепции и перспективы ее развития, а также сравнение точек зрения специалистов.
Во второй главе был проведен анализ концепции Индустрия 4.0 и Логистика 4.0, были исследованы модели социо-киберфизических систем в логистике и цепях поставок, а также проведен анализ социальной части в социо-киберфизических системах в логистике и цепях поставок. Был проведен обзор текущего состояния использования социо-киберфизических систем в логистике предприятий, анализ применения технологий Интернета Вещей в логистике и цепях поставок предприятий, были описаны и классифицированы проблемы внедрения социо-киберфизических систем в логистические системы и цепи поставок предприятий, а также рассмотрены примеры решений данных проблем и проведен сравнительный анализ использования социо-киберфизических систем в цепях поставок и логистике предприятий. Глава 1. Социо-киберфизические системы – общие положения. 1. Основные понятия, описание и примеры социо-киберфизических систем
«Киберфизические системы – это физические, биологические и спроектированные системы, операции которых интегрируются, контролируются и/или управляются компьютерным ядром. Компоненты объединяются в сеть на всех уровнях. Компьютеризация глубоко встроена во все физические компоненты, возможно даже в материалы. Компьютерное ядро – это встроенная система, которая, как правило, требует реакции в режиме реального времени и чаще всего является распределенной» - Хелен Джилл на семинаре национального научный фонда (NSF) США, 2006 год.[1]
Социо-киберфизические системы образовались из области науки, находящейся на стыке физической, кибернетической и социальных систем. И если без социальной составляющей, то есть без непосредственного участия человека в каком-либо из процессов, социо-киберфизические системы станут автономными и будут называться просто киберфизическими, то ни без кибернетической, ни без физической составляющей данные системы уже существовать не смогут. Дело в том, что суть кибернетической физики – области науки, которая является фундаментом для создания рассматриваемых в данной работе систем, заключается в изучении физических систем кибернетическими методами. Чтобы лучше понять, что представляет из себя этот процесс, нужно рассмотреть все области науки, которые он затрагивает.
Физика определяется как наука о природе, изучающая общие свойства материального мира. Физике, как науке, уже несколько тысяч лет, так как принято считать, что ее корни начинаются от Аристотеля, в античности. В то же время кибернетика появилась сравнительно недавно - в 1948 году американский математик Норберт Винер опубликовал книгу “Кибернетика”. В книге кибернетика определяется, как наука об управлении и связях в живых организмах, машинах и обществах.
В рамках кибернетической физики под физикой подразумевается область инженерно-технической деятельности - ряд дисциплин и сфер, направленных на практическое применение и приложение экономических, научных, социальных и прикладных знаний с целью обращения природных ресурсов на пользу человека. Под инженерно-технической деятельностью понимается изобретение, разработка, создание, внедрение, обслуживание или модернизация техники, материалов или процессов.[2] Иными словами, физическая часть в киберфизических системах представляет совокупность технологий, ресурсов и других неживых объектов, управление которыми обеспечивает кибернетика.
Кибернетика имеет много определений, где она представлена, как наука о связи, управлении и переработке информации; как наука об общих закономерностях процессов управления и передачи информации в обществе, технике и живых организмах; и как наука об общих законах приобретения, хранения, передачи и преобразования информации в сложных системах управления.[3] Кибернетические системы характеризуются двумя условиями: система достаточно сложная и достаточно динамическая для того, чтобы через нее протекали процессы управления. Примеры подобных систем: социально-экономические комплексы, живой организм, техническое устройство. Практическая задача кибернетики аналогична задаче любого эффективного менеджмента - разрешение вопроса о том, как при заданных условиях достичь организации функционирования каждого элемента системы и взаимодействия между ними и внешней средой, такой, чтобы минимизировать затраты (время, ресурсы, энергия, труд человека) при наилучших результатах.[4]
В итоге, физика и кибернетика занимают разные сферы, при этом дополняя друг друга: физика в основном исследует и описывает явления, а кибернетика преобразовывает нужные явления с помощью управляющих воздействий, чтобы сформировать нужное поведение для достижения нужного результата. Алгоритмы управления, постигаемые кибернетикой, можно использовать для того, чтобы изучать свойства различных природных или искусственных систем и явлений, а также возможности изменять эти свойства. Такие исследования выделяют в отдельный раздел, который, в итоге, занимается изучением физических систем кибернетическими методами. Этот раздел называют кибернетической физикой, а сокращенно - киберфизикой.
Исследования в киберфизике основываются на том, что определенные свойства системы можно изменять, и используют это для того, чтобы осуществлять обратное воздействие на данную систему. Это подразумевает информационно-открытые системы - которые осуществляют обмен информацией с внешней средой. Такие системы и называются киберфизическими.
Киберфизика не только изучает и применяет методы управления с помощью активного воздействия на физическую систему, но также применяет и другие кибернетические методы, которые дают возможность эффективной обработки информации и выявления новых свойств взятых систем.
Киберфизические системы могут объединять кибернетическое начало, программные и аппаратные компьютерные технологии, исполнительные механизмы, которые встроены в окружающую эти механизмы среду и которые могут фиксировать изменения в этой среде, саморазвиваться и адаптироваться к этим изменениям. [5]
Методология киберфизики основывается на методах, применяемых в теории управления: линейное, нелинейное, оптимальное, робастное, адаптивное управление; методах реконструкции (или идентификации) параметров; методах фильтрации и оценки параметров (состояния); методах оптимизации. [6]
Социальная часть социо-киберфизических систем, как было сказано ранее, не является обязательным элементом киберфизических систем. Однако, в некоторых случаях люди и другие «живые» объекты могут стать элементами системы, в качестве объекта изучения или же в качестве лица, принимающего решение.
В современном мире, характеризующемся обилием информации, когнитивных способностей человека для принятия решений стало не хватать – человек в принципе не может уже учитывать при принятии решений всю имеющую значение информацию – данных стало слишком много, при этом на них нужно смотреть, как на «общую картину» - сопоставлять элементы, анализировать, делать прогнозы. У человека на обработку данных, с которыми компьютер справится за десятки минут, могут уйти дни и даже недели. Данная проблема имеет два решения: переложить все функции человека на компьютер или увеличить способности человека с помощью того же компьютера. Упрощение анализа информации путем предоставления скомбинированных и обобщенных данных остается за вычислительными системами, но решение на их основе в социо-киберфизической системе уже принимает человек.
Люди и организации могут быть представлены в качестве объектов социо-киберфизической системы. К примеру, в маркетинге применяется поведенческий анализ для прогнозирования спроса и планирования рассылок акций и предложений. Люди и организации могут быть вовлечены в социо-киберфизическую систему через создание обновляемых и расширяемых профилей, которые описывают их предпочтения и стратегии. Также эта модель позволяет прогнозировать последствия того или иного решения и предпринятых действий. Профили позволят индивидуализировать пути взаимодействия системы с «живыми» пользователями.[7]
2. Исторические предпосылки возникновения и развития социо-киберфизических систем, их эволюция
2.1. Технические предпосылки возникновения социо-киберфизических систем «В будущем радио будет преобразовано в "большой мозг", все вещи станут частью единого целого, а инструменты, благодаря которым это станет возможным, будут легко помещаться в кармане» - из интервью Николы Тесла в журнале «Collier’s» за 1926 год.
Про возможность применения методов кибернетики в физике говорил еще в 1970х годах В.Ф. Турчин в книге «Феномен науки»: «В кибернетических понятиях с равным успехом описываются явления физико-химические, биологические, социальные».[8]
В 1988 году о всеобъемлющей компьютеризации начал говорить Марк Вайзер с помощниками из исследовательского центра компании Xerox. Марк Вайзер видел будущее, где “каждый стол, стена, дом, машина и строение способны производить вычисления” и утверждал, что “самые фундаментальные технологии - это те, которые “растворены” в окружающей нас среде”. [9]
Техническими предпосылками появления киберфизических систем принято считать развитие встроенных систем – таких специализированных систем управления, которые встраиваются в устройство, которым будут управлять, и функционируют в нем.
Одним из наиболее ранних примеров использования подобных систем обычно считают момент, когда в 1968 году Чарльз Старк Дрейпер разработал бортовой управляющий компьютер «Аполлон», где были впервые применены микросхемы. Этот бортовой компьютер обеспечивал навигацию, проводил вычисления, контролировал движение командных и лунных модулей в программе «Аполлон».[10] После ввода в продажу персонального компьютера компании IBM в 80х годах, развитие компьютерных технологий также потребовало решений проблем для нужд общественности. В 1994 году был создан консорциум из крупнейших производителей и разработчиков вычислительной техники «PICMG», целью которого была стандартизация технологических решений для промышленной автоматизации, для медицины, для телекоммуникаций, военных нужд и других нетрадиционных компьютерных рынков. Немного раньше, в 70-х годах, начали появляться микроконтроллеры, которые снизили размеры, потребление энергии и стоимость собранных на их базе устройств. В 90-х годах, на стыке решений «PICMG» и развития микроконтроллеров стали появляться встроенные (или встраиваемые) системы. Подобные технологии позволили найти решения и создавать универсальные продукты, появления которых требуют модульного подхода к построению систем. В 1992 году был создан консорциум «PC/104», который состоял из компаний, объединенных стремлением к адаптации встраиваемых приложений. [11]
Интегрированные системы в режиме реального времени, автоматизированные системы управления объектами и техническими процессами, беспроводные сенсорные сети, распределенные вычислительные системы - все эти встроенные системы можно считать предшествующими киберфизическим системам. Эти системы были дополнены сенсорными беспроводными сетями, которые способны функционировать в промышленной среде; теми сенсорами, которые далее стали объектами “Интернета Вещей”; моделями производственных процессов, бизнес-процессов и моделями данных. С данными дополнениями встроеные системы стали киберфизическими системами, состоящими из природных объектов (которые могут отличаться), искуственных подсистем и контролерров, с помощью которых можно собрать данное образование в единое целое. Киберфизические системы обеспечивают тесную связь и координацию физических ресурсов с вычислительными ресурсами. В то время, как встроенные системы обеспечивают оперативное реагирование на изменения среды и технологического прогресса, киберфизические системы включили физические объекты в саму систему, что сделало их ее частью, а не внешним фактором.
2.2. Развитие технологий – элементов социо-киберфизических систем Первая промышленная революция опиралась на изобретение парового двигателя для механизации производства. Вторая промышленная революция заключалась в использовании электроэнергии для создания массового производства. Третья промышленная революция была вызвана использованием электронных и информационных технологий для автоматизации производства. Новую, грядущую волну технического прогресса называют “четвертой промышленной революцией”. Этот этап характеризуется широким распространением киберфизических систем, то есть таким взаимодействием технологий, которое позволит элементам из физической, биологической и цифровой сфер влиять друг на друга, что приведет к появлению полностью цифровой промышленности (на основе современных информационных технологий). Четвертая промышленная революция изменит не только сферу производства, но и жизнь человека в целом.[12]
Есть мнения, к примеру мнение американского экономиста Д. Рифкина, что третья промышленная революция была лишь подготовкой к «настоящей третьей» промышленной революции, связанной с автоматизацией и информатизацией производства на всех уровнях и этапах. [13]
Чем же отличаются третья и четвертая промышленная революции? 1970 годы, к которым принято относить третью, «цифровую» революцию, характеризовались распространением цифровых вычислительных и коммуникационных технологий. При этом набор технологий, который изменил промышленность, бизнес и общество в конце 20го века, продолжает развиваться. Сетевые протоколы IPv4 (1981 года) сменяются протоколами IPv6 (внедрены с 2011 года), которые решают проблему исчерпывания адресов и увеличивают используемое пространство и позволят поддерживать большее количество устройств по всему миру.[14] Технологии передачи данных также постоянно развиваются: Ethernet (LAN) 1973 года, Wireless LAN 1985 года, ZigBee 2003 года, UMTS 2004 года (3G сети) и LTE 2009 года (4G сети).[15] Микропроцессоры сегодня показывают огромную разницу в производительности по сравнению с их первыми появившимися образцами (современный микропроцессор имеет 10 ядер с частотой по 2.4 гигагерц, 2.6 миллиардов транзисторов; в 1969 году микропроцессор имел 2300 транзисторов, одно ядро с частотой 500 килогерц (0,000001 гигагерца).[16]
Что касается технологий, специализирующихся на обработке и интеграции информационных данных, то можно выделить три раздела, где можно отследить значительный прогресс: «чатботы», имитирующие реального собеседника; технологии хранения и обработки данных; искусственный интеллект.
Первой компьютерной программой, имитирующей виртуального собеседника, считается «Элиза» - созданная в 1966 году Джозефом Вейценбаумом имитация психотерапевта. Программа в основном перефразировала слова собеседника, используя ключевые слова для генерации определенных вопросов (пользователь произнес слово «мама» – задается вопрос про семью). [17] Алан Тьюринг, занимавшийся с 1941 года проблемами машинного интеллекта, придумал тест, согласно которому жюри задает вопросы ряду собеседников, среди которых скрыт компьютерный чатбот, который должен убедить жюри в том, что он является человеком. Премия Лебнера, выдаваемая за успешное прохождение чатботами теста Тьюринга, проводится с 1991 года и за все время пока что не было выдано ни серебрянных (за текстовое общение) ни золотых медалей (за звуковую и зрительную имитацию), но бронзовые медали часто вручаются за «наиболее человеческое» поведение в разговоре. Например, разрабатываемая британскими программистами еще с 80х годов самообучающаяся программа «Джаббервоки» дважды получила бронзовую медаль, в 2005 и 2006 годах. Программа имитировала человека, с которым общалась ранее.[18] Компания IBM создала суперкомпьютер Watson, который может принимать вопросы в практически любой форме и выдавать ответы на них из огромной базы данных. В 2011 году суперкомпьютер принял участие в телевикторине Jeopardy, где его соперниками были два наиболее успешных участника телепередачи. Компьютер занял первое место.[19]
В 1989 году был изобретен процесс поиска нужной информации в «сырых» неструктурированных данных – Knowledge Discovery in Databases. Данная технология подготавливала исходные данные, искала информационные «ключевые слова», очищала данные от всего лишнего и затем интерпретировала полученные результаты. Примерно с 1995 года стали использоваться методы Data Mining – алгоритмы, которые решают задачи классификации, прогнозирования, группировки, выявления закономерностей, установления закономерностей и анализа отклонений, но при этом требуют большой вычислительной мощности (SGI, SPSS, SAS, IBM Analytics). С 2008 года начали использоваться новейшие приложения Big Data. [20]
Big Data - под этим термином подразумевается, во-первых, очень большой объем информации, который настолько огромен, что обработка этой информации обычными методами (стандартные базы данных) потребует аналогично огромное количество времени и ресурсов. Поэтому, во-вторых, под этим термином подразумевается проблема и ее решения в виде технологий, которые ориентированы на обработку большого потока данных. Чтобы назвать какой-либо набор информации Big Data, нужно опираться на три признака: Volume (данные слишком большие и имеющегося набора ресурсов не хватает для их обработки), Variety (данные слабо структурированы и не однородны), Velocity (время ограничено, нужно оперативное получение результатов). Возможности от использования Big Data можно увидеть на реальной ситуации:
В 2012 году ритейлерская сеть магазинов Target применила алгоритмы, прогнозирующие поведение своих клиентов. Проводился анализ приобретаемых каждым покупателем товаров. Также в компании была налажена система, которая прогнозировала беременность. Привычки человека изменить сложно, поэтому у постоянных покупателей зачастую одинаковый маршрут передвижения по магазину и одинаковые приобретаемые продукты. Однако, в некоторые моменты в жизни привычки могут измениться - и эти периоды в жизни интересуют маркетологов. Стандартные причины смены привычек - переезд (в другой город, квартиру), смена работы, выпуск из учебного заведения и беременность. В итоге, проанализировав данные за несколько лет (анализ был направлен на изменения предпочтений покупателей и составление прогнозов, для идентификации использовались банковские карты и именные скидочные карты), компания составила определенные прогнозы, на основе которых покупателям делались специальные предложения. Весной отец двенадцатилетней школьницы предъявил жалобу, по поводу того, что его дочери приходят буклеты с акциями для беременных. Однако, вскоре выяснилось, что школьница действительно была беременна и алгоритм успешно выявил изменения в ее поведении, характерные для беременных.
Что касается искуственного интеллекта, то по нему было написано очень много работ и проведено огромное количество исследований во второй половине 20го века Норбертом Винером в 1948 (Discoveries in Cybernetics), Аланом Тьюрингом в 1950 (Computing Machinery and Intelligence), Алленом Ньэллом и Гербертом Саймоном в 1963 (The General Problem Solver), Марвином Мински в 1970 и 1975 году (The Society of Mind Theory; Frames and Scripts), Хансом Моравеком в 1980 (Moravec’s Paradox), Джоном Хопфилдом в 1982 (Нейронные сети). В 1984 году компания Cycorp представила проект, который заключался в создании большой онтологической (всеобъемлющей и подробной) базы данных, которые позволят программам решать сложные задачи, требующие логического вывода. Компания IBM в 1997 году поставила против Гарри Каспарова компьютер, который выиграл у шахматиста все партии. В 2005 году Стэндфордский университет представил автономную машину «Стэнли», а в 2012 году Google представил проект «Google Car» - более продвинутую версию автономной машины. Также постоянно развивается искусственный интеллект в робототехнике (Asimo, Robonaut, проекты Boston Dynamics). [21]
2.3. Становление концепции социо-киберфизических систем Директор по встроенным и гибридным системам “Национального научного фонда Соединенных Штатов Америки” Хелен Джилл предложила ввести термин “киберфизические системы” в 2006 году, перед проведением семинара “National Science Foundation CPS Workshop”, чтобы обозначить комплексы, включающие природные объекты, искусственные подсистемы и контроллеры. Целью семинара был пересмотр роли встроенных систем, их применение в современных технологиях. С данного семинара началась общая тенденция по развитию киберфизических систем, что стало одним из важнейших направлений технического прогресса Соединенных Штатов Америки.
Кроме технологических предпосылок, к развитию кибернетических систем также привели и некоторые политические решения, которые позволили исследовательским центрам и учебным заведениям оказывать большее влияние на инновационную политику развитых стран и крупнейших корпораций.
«Инновации и развитие киберфизических систем потребует от ученых в области компьютерных технологий и от сетевых специалистов работы с экспертами в разных...дисциплинах... Это произведет революцию в том, как университеты будут давать образование инженерам и ученым» - Rajkumar, «Cyber-physical systems: the next computing revolution», 2010.
Эксперты в области экономики и финансов считают принятие в 2009 году в США закона, называемого “The Recovery Act”[22] одним из важнейших достижений последнего времени. Этот закон дал возможность не только финансировать компании, находящиеся в трудном положении из-за кризиса, с возвратом кредитов с процентами, но и открыл широкие возможности для финансирования инноваций в экономике. После США подобные законы были приняты в некоторых других странах, например, в Великобритании, которые к сегодняшнему дню стали лидировать в процессе перехода к цифровой экономике. “The Recovery Act” изменил положение университетов, их системы обучения и исследовательские возможности. Рыночная цифровая экономика создавала огромный спрос на новых специалистов и исследователей. Образовательские институты начали вовлекаться в большую часть процессов в цифровой экономике, также появилась их востребованность при подготовке и приведении в действие решений правительства.
Руководствуясь оценками в основном университетских специалистов, администрация президента США Барака Обамы занесла сферу киберфизических систем в список наиболее приоритетных инноваций (в 2013 году в рамках программы Presidental Innovation Fellows была утверждена официально среди 9 наиболее приоритетных направлений).[23] В октябре того же года в Брюсселе прошла конференция “Cyber-Physical Systems: Uplifting Europe’s innovation capacity”, на которой была подтверждена важность развития киберфизических систем для европейской экономики. [24]
К появлению киберфизических систем привело несколько технических условий. Первым условием послужило постоянно увеличивающееся число устройств, имеющих встроенные процессоры и средства для хранения данных. От одной только компании Apple по всему миру к 2016 году функционирует около миллиарда устройств.[25] Второй предпосылкой послужил уровень интеграции, позволяющий достичь максимального эффекта объединением разрозненных компонентов в единую большую систему. Примерами может послужить “Интернет Вещей”, “Глобальная сенсорная сеть (World Wide Sensor Net”, Smart Building Environment и новейшие, еще разрабатывающиеся оборонные системы. Третье условие вызывает сегодня много споров - человек эволюционирует медленнее, чем техника. Настало то время, когда когнитивных способностей стало недостаточно, когда он уже не может справиться с большим потоком и объемами информации, которую нужно использовать для принятия решений. Человек уже не способен взять во внимание всю нужную для принятия решения информацию - объемы становятся слишком велики. Это привело к тому, что рациональнее стало вывести человека из контура управления и передать часть действий компьютерным системам. Однако, эти системы могут также и увеличить способности человека (к аналитике), поэтому также имеет смысл разрабатывать интерактивные системы на новом уровне, которые сохранят человека в контуре управления.
3. Потребность использования кибер и социо-киберфизических систем, цели и задачи их использования
Быстрорастущая популярность киберфизических систем и стремления государств поддерживать данную сферу объясняются тем, что данные системы играют важную роль в развитии современного технического прогресса.
Как бы велики не были знания в области информационных технологий, эти технологии сами по себе не создают материальные блага, которые окружают каждого человека. Популярность и развитие данных технологий не сократили производства, и лишь перенесли их из развитых стран в развивающиеся. Сейчас Соединенные Штаты Америки и страны Европы зависят от стран, в которых сосредоточены фабрики и производства их компаний. Для возвращения независимости нужно начать обратный аутсорсингу процесс на качественно другом уровне. Европа и Соединенные Штаты Америки накопили нужный для этого инновационный потенциал, чтобы вернуть производственное лидерство. Киберфизические системы могут также решить многие проблемы в других областях: в здравоохранении, транспортировке, энергетике, строительстве. Также в область действия киберфизических систем входит робототехника. Разработка новых поколений киберфизических систем ведет к большим изменениям, чем те, которые были вызваны появлением глобальной сети (интернета).
Сферы приложения киберфизических систем многочисленны: “умные” сети, “умное” производство, “умные” услуги, “умные” здания, “умная” инфраструктура, “умный” транспорт, “умная” медицина, “умные” города и многое-многое другое.
Международная проектно-строительная компания ARUP, занимающаяся консалтингом, планированием, архитектурой, инженерией и проектированием, является одним из мировых лидеров в своей области. ARUP располагает 11 000 сотрудниками, работающими более чем в 40 странах мира, реализовала более 10 000 проектов по всему миру (работая с 1946 года). Также данная компания начала свою деятельность в России в 1989 году.
В 2010 году компания опубликовала электронную статью с названием “Smart Cities”[26],где было описано, как креативное использование технологий может изменить города. Специалисты ARUP пришли к выводам, что “экологически чистым” город должен быть, не исходя из эстетических соображений, а исходя из необходимости выживания человечества и всей экосистемы Земли, и для реализации проекта “зеленого города” нужно использовать современные технологии, чтобы учитывать то, что город “потребляет” у природы, и оптимизировать данный процесс.
Статья “Rethinking the Factory”[27] написанная в 2014 году, представляет примеры зданий, которые уже были построены, в которых были реализованы некоторые подходы киберфизических систем: производства компаний Boeing, Siemens, Volkswagen, BMW. К примеру, завод машиностроительной компании BMW в Южной Каролине является примером того, как роботы и люди могут работать “бок о бок” друг с другом. Роботы помогают работникам с окончательной сборкой дверей путем применения уплотнителей. Также на стадии тестирования находятся более сложные роботы, которые будут подвижны и будут взаимодействовать с рабочими: к примеру, приносить гаечные ключи по мере надобности и следить за безопасностью рабочих.
Внимание к компании ARUP обусловлено тем, что ни одно “умное” решение нельзя реализовать без строительных и проектных преобразований. Иными словами, большинство проектов по внедрению киберфизических систем так или иначе требует участия строительных компаний, которые смогут спланировать постройку зданий, соответствующих новым требованиям. И, в итоге, исследования компании в сфере киберфизических систем подтверждают наличие спроса на данные разработки.
Компания General Electric, совместно с фирмой “Cap Germiny”, опубликовала статью, посвященную Интернету Вещей. Компания инвестирует в Интернет Вещей миллиарды долларов[28] не первый год, поддерживая некий ажиотаж вокруг своей роли в развитии “промышленного Интернета Вещей”. Заголовок статьи следующий: “Going Digital: General Electric and its Digital Transformation”. Стоит отметить, что, по данным из статьи, General Electric уже производит мониторинг с 50 миллионов сенсоров 1 триллиона единиц информационных данных в сутки. При этом нет каких-либо временных задержек – режим реального времени полноценно работает. Первая глава названа следующим образом: “General Electric: Preparing for a Digital Storm”. В ней содержится интересная таблица – “Что даст компаниям в разных отраслях сокращение затрат на 1%”:
General Electric в статье заявила о своей цели – интеграция своего программного обеспечения на всех стадиях жизненного цикла. Сама фраза довольно звучная: “We want Predix to become the Android or Ios of the machine world. We want it to become the language of the Industrial Internet.” (“Мы хотим, чтобы Predix стал как Android или iOS для производственной техники. Мы хотим, чтобы он стал языком в Промышленном Интернете”). Predix – разработанное GE “облачное” программное обеспечение, которое должно обеспечивать связь между оборудованием, данными и людьми. Predix стал доступен для всех компаний совсем недавно – в 2015 году.
Компания General Electric реализует свое инновационное программное обеспечение совместно с крупным производителем средств для хранения данных в США – компанией EMC и производителем программного обеспечения для осуществления биллинга услуг и товаров – компанией Amdocs. “Instead of a features list with pricing and discount caps, we’re shaping deals from the ground up that are based on the value derived by the customer” – компания демонстрирует, что она “берет деньги именно из того, что клиент сэкономит благодаря ее услугам”.
4. Препятствия и недостатки внедрения социо-киберфизических систем Внедрение социо-киберфизических систем требует преодоления ряда технических и социальных препятствий. Во-первых, фундаментально требуется большая всеобъемлющая кооперация больших корпораций и малых компаний по всему миру. Иными словами, “все машины должны говорить на одном языке”. К примеру, если в производственную компанию от поставщика поступит материал (незаконченный продукт), который оборудование компании не сможет обработать (не сможет считать запрограммированный на другой частоте чип RFID, то он не будет пригоден для производства. Должны быть обозначены общие для всех языки и платформы, на которых будет базироваться техника различных производителей и компаний.
В 2014 году министр экономики Германии заявил, что у правительства есть опасения, связанные с тем, что “крупные данные, которые необходимы Индустрии 4.0 (так принято называть четвертую промышленную революцию), собираются не национальными компаниями, а четырьмя фирмами из Кремниевой долины”[30]. Зигмар Габриэль имел в виду, что ориентация на новые технологии Индустрии 4.0 приведет к власти очень малую группу корпораций, и это вызовет крайне сильное неравенство в деловой сфере.
В докладе экспертов Всемирного экономического форума говорится о том, что к 2020 году автоматизация, робототехника и новые технологии оставят без работы уже 5 миллионов людей. Так как подобные технологии позволят перенести заводы из развивающихся стран ближе к потребителям, пострадает даже экономика Китая.
Опасения направлены на то, что значительное сокращения рабочих мест не будет компенсировано появлением новых. К примеру, на многих современных заводах сформированы отделы с тысячами людей, которые занимаются мониторингом производственных процессов и состояния оборудования. На фоне роста численности населения планеты — это может стать очень серьезной проблемой.
Таблица 2. Прогноз изменений в численности нанятых рабочих в 2015-2020 годах (в тысячах)[31]
Также проблема остается за безопасностью: трудно создать полностью безопасные сети, а интеграция физических объектов с Интернетом делает хакерские атаки масштабнее и опаснее. Хакеры с помощью кибератак смогут останавливать производственные процессы и даже наносить ущерб.
5. Интернет Вещей
5.1. Сравнение Интернета Вещей с социо-киберфизическими системами Принято считать, что Интернет Вещей объединяет киберфизические системы, которые, в свою очередь, становятся «вещами». Интернет Вещей позволяет обеспечить обмен данными и взаимодействие между сложными технологичными структурами, создавая широкую «живую» сеть. Однако, концепция Интернета Вещей частично повторяет принципы, на которых строятся сами киберфизические системы – встроенные системы, объединенные единой сетью. Разница между киберфизическими системами и концепцией «Интернета Вещей» еще не была четко проведена, так как обе концепции появились параллельно в независимых друг от друга обществах, но при этом обе эти концепции очень сильно связаны. [32]
«Понятие Интернета Вещей, изначально нацеленное на технологии RFID, постепенно становится синонимом для киберфизических систем» - утверждение с международной конференции по киберфизическим системам, проведенной 11 июня в 2008 году в Греции.[33]
«Интернет Вещей и киберфизические системы – пара близнецов. США использует понятие киберфизических систем, Китай использует понятие Интернета Вещей. Академики используют понятие киберфизических систем, правительства используют понятие Интернета Вещей» - с конференции Microsoft Research Asia Faculty Summit 2010, Guihai Chen, October 17, 2010.[34]
“Интернет Вещей” является фундаментом новой промышленной революции и рост числа подключенных к нему объектов по вызванным в мировой экономике изменениям может затмить такие изобретения, как паровой двигатель, печатный станок и даже электричество.[35]
Таблица 3. Общие черты и различия Интернета Вещей и Киберфизических систем[36]
Также киберфизические системы и Интернет Вещей представляют системы разных типов: «открытые» и «закрытые» системы. «Закрытые» системы характеризуются удобством контроля и эти системы подчиняются прогнозированию через симуляцию. «Открытые» системы сложно контролировать и предсказывать «поведение» подобных систем также не часто удается.[37]
Киберфизические системы, относящиеся к производственным процессам и направленные на «материалистическое» поведение, представляют собой «закрытый» тип. Такие включают определенные по времени коммуникации и передачу информации, содержат хорошо известных участников и контролируемое взаимодействие между ними, также эти системы статичны и вносимые в них изменения контролируемы.[38]
«Интернет Вещей», сервис-ориентированный и включающий огромное количество устройств и организаций, является «открытой» системой. Определенных временных промежутков для передачи информации нет, взаимодействие в основном происходит с неизвестными ранее участниками, а также система развивается «динамически», неподконтрольно.[39]
5.2. Становление концепции Интернета Вещей В статье “The Computer for the 21st Century” журнала Scientific American (опубликована в 1991 году), Марк Вайзер описал то, что сегодня можно считать требованиями к Интернету Вещей: компьютеры малой мощности с малыми, но удобными экранами, связывающая их сеть, и программное обеспечение, которое обеспечит функционирование распространяемых универсальных приложений.[40]
Сам термин “Интернет вещей” был придуман помощником бренд-менеджера в компании Procter & Gamble Кевином Эштоном в 1999 году. На презентации для руководства компании будущий основатель исследовательской группы “Auto-ID” (при Массачусетском технологическом институте) рассказывал, как радиочастотные метки могут изменить систему управления цепями поставок в корпорации.[41]
Статья Scientific American в 2009 году продемонстрировала примеры реализации концепции “Интернета Вещей” в быту: взаимодействие бытовых приборов, таких как будильник или кипятильник, с системами освещения, всевозможными датчиками (тепловых, реагирующих на движение, на свет) и “вещами” (например, лекарства с определенной меткой). Взаимодействие между перечисленными системами обеспечивается коммуникационными сетями, а результатом служит автоматизация выполнения многих домашних процессов: варка кофе, поливание растений, изменение света, изменение температуры, всевозможные уведомления и, кроме всего прочего, экономия электроэнергии и воды при необходимости.[42]
В 2009 году количество подключенных к глобальному Интернету устройств превысило количество людей планеты Земля, и аналитики компании “Cisco” называют это моментом, когда “интернет людей” превратился в “интернет вещей”.[43]
Таблица 4. Сопоставление населения мира и числа подключенных к глобальной сети устройств[44]
Также, с 2009 года, в Брюсселе проводится ежегодная конференция “Интернет Вещей”[45] где представляют доклады и отчеты руководители крупных корпораций (SAP), ведущие академики, представители правительств европейских стран.
5.3. Сферы применения технологий Интернета Вещей Важно понимать, что Интернетом Вещей является не просто набор датчиков и приборов, объединенных между собой через беспроводные или проводные каналы связи и подключенных к общей виртуальной сети. Это, кроме всего прочего, плотная интеграция реального мира и мира виртуального. “Вещи”, в будущем, смогут активно участвовать в бизнес-процессах (и не только) и будут способны обмениваться между друг другом информацией, которая поможет им взаимодействовать между собой и реагировать, влиять на процессы, которые происходят в окружающем мире, при этом не требуя непосредственного участия человека. По выше указанным данным аналитики компании Cisco - к 2020 году к глобальной сети будет подключено около 50 миллиардов устройств. И этими устройствами могут являться не только средства связи и компьютерная техника - счетчики, термометры, кардиомониторы, двигатели, холодильники, лекарства и даже домашние питомцы могут быть подключены к Интернету.
Интернет Вещей уже используется практически везде, будь то продажи, транспорт, медицина, спорт, банковское дело, строительство. Датчики и устройства GPS отслеживают движение кораблей, грузовиков и других машин, передают данные транспортным компаниям, где эти данные обрабатываются и анализируются с точки зрения того, какие товары лучше продаются, изменяют маршруты и режимы производства в зависимости от меняющейся ситуации и условий.
Интернет Вещей внедряется в различные приложения и устройства, вне зависимости от сферы их применения. По прогнозам McKinsey Global Institute, [46]сделанном на основе изучения 150 различных методов по применению “Интернета Вещей”, данная тенденция может принести потенциальный вклад в мировую экономику в размере от 3.9 до 11.1 триллиона долларов к 2025 году. Если вклад достигнет наивысшей прогнозируемой сумме - это будет эквивалентно 11% всей мировой экономики. Достижение такого уровня влияния на экономику потребует определенных условий и преодоления технических, организационных и нормативных препятствий. В частности, организации, которая собирается использовать технологии Интернета Вещей, понадобятся лучшие инструменты и методы извлечения полезной информации из общего массива данных. Создание систем, которые поспособствуют максимизации ценности использования Интернета Вещей и, что важнее, разработке, внедрению и управлению инновациями, организационными изменениями и новыми бизнес-моделями, потребует немалого количества времени.
McKinsey Global Institude в ходе исследований выявила 9 сфер, в которых внедрение технологий Интернета Вещей принесет наибольшую выгоду, и эти сферы вместе формируют потенциальный вклад в мировую экономику от использования Интернета Вещей - 11 триллионов долларов США:
Таблица 5. Источники, формирующие общий вклад в мировую экономику от внедрения технологий Интернета Вещей к 2025 году[47]
Из всей суммы вклада в мировую экономику, который, по данным McKinsey, составит 11 триллионов долларов США к 2025 году, 40% потенциальной ценности будет принесено только лишь при налаженном взаимодействии между системами Интернета Вещей. Согласно исследованиям McKinsey,[48] многие источники создания ценности потребуют от различных систем Интернета Вещей совместного взаимодействия. В строительной сфере, например, 60% потенциальной ценности потребует способности интегрировать и анализировать данные из различных систем Интернета Вещей. Функциональная совместимость откроет дорогу более чем 4 триллионам долларов в год к 2025 году.
Сегодня большая часть данных, собранных Интернетом Вещей, вообще не используется. А те данные, которым нашли применение, используются далеко не в полном объеме. К примеру, менее 1% данных, генерируемых 30 000 датчиками на морских нефтяных буровых установках используются для принятия решений.[49] Фактическое использование данных обычно сводится к контролю в режиме реального времени и обнаружению аномалий, как, например, это происходит в производственных автоматизированных системах на заводских цехах. Значительное количество дополнительной ценности может быть создано через использование большего количества данных, а также развертывание более сложных приложений Интернета Вещей, таких как использование данных о производительности для планирования технического обслуживания или для анализа рабочих процессов для оптимизации операционной эффективности. Интернет Вещей может стать ключевым источником больших объемов данных, которые могут быть использованы для захвата новых источников ценности, и открытых данных, которые могут быть использованы более чем одной организацией.
Согласно McKinsey, приложения B2B, которые будут использованы в деловой сфере (использующиеся для бизнеса) имеют больший экономический потенциал, чем потребительские приложения (например, приложения бытового характера).[50] Использование технологий Интернета Вещей потребителями заполучило большое внимание, благодаря освещению в СМИ приложений для фитнеса и автоматизации домашнего хозяйства (автоматический полив растений, уведомления о приеме лекарств и так далее). В то время как эти приложения действительно обладают огромным потенциалом для создания ценности, в McKinsey установили, что еще больший потенциал исходит от использования Business-to-Business приложений Интернета Вещей. Во многих случаях, как например в сфере строительства (и добычи ресурсов), определенного вклада от потребителей не имеется. Большое количество дополнительной ценности откроется, если потребительские системы Интернета Вещей будут соединены с системами B2B. К примеру, домашняя система может не только напоминать потребителю о приеме лекарств, но и отправлять данные о наличии этих лекарств в компанию-производителя, чтобы она смогла своевременно пополнить запасы этих лекарств (или предложить).
5.4. Внедрение технологий Интернета Вещей в организацию Интернет Вещей изменит основы конкуренции и утвердит новые бизнес-модели как для пользователей, так и для поставщиков. Новые бизнес-модели будут не только открыты, но и, в некоторых случаях, принудительны. Для примера, с возможностью мониторинга в режиме реального времени оборудования, которое находится на объектах заказчиков, производители этого оборудования могут перейти от продажи товаров к продаже своих услуг по обеспечению функционирования этого оборудования в целом. Данные с датчиков позволят отслеживать износ оборудования и прогнозировать дату необходимого ремонта. Техническое обслуживание и сервис могут быть сгруппированы согласно почасовой ставке оплаты, или же все услуги могут быть предоставлены в соответствии с годовым контрактом. Также обслуживание может включать периодические обновления (загрузка программного обеспечения, к примеру). Производительность оборудования может дать информацию для разработки новых моделей и поможет производителю с продажей дополнительных продуктов и услуг. Этот подход даст производителю более тесную связь с клиентом, которую конкурентам будет трудно нарушить.
Для организации сетей физических объектов через использование всевозможных сенсоров, приводов и других устройств, которые собирают и передают информацию об объектах, компании нужно обновить существующие ИТ-системы и операционные модели.
“Интернет Вещей” предоставляет большие возможности, но для многих компаний существует некая неопределенность, как это обычно бывает с быстрорастущими трендами. Возникают вопросы о том, как наиболее точно оценить возможности для бизнеса, возникающие в “Интернете Вещей”: как организовать необходимый набор технологий (оборудование, программное обеспечение, операционные системы, виртуальные сети, которые формируют ИТ-архитектуру) для поддержки существующих и будущих приложений и устройств “Интернета Вещей” и на какие технологии должна ориентироваться компания: собственные или предоставляемые “извне”.[51]
Переход из традиционной для предприятий ИТ-архитектуры в оптимизированную для “Интернета Вещей” не прост и дорог. Элементы набора технологий компании потребуется заменить или адаптировать к поддержке миллиардов взаимозависимых процессов в год от миллионов продуктов, устройств и приложений. Так как сетевое оборудование всегда включено, компьютеры должны быть способны реагировать на запросы от системы и покупателей в режиме реального времени. Объединение всех подразделений компании в общую сеть, гибкая разработка программного обеспечения станут необходимы для эффективного и безопасного сбора, аналитики и хранения информации, поступающей из ИТ систем.
Johannes Deichmann, Matthias Roggendorf, и Dominik Wee из McKinsey&Company выделили ряд критических областей, над которыми компаниям следует сфокусироваться: участие в создании отраслевых стандартов; исследование модульного подхода к цифровому дизайну и обслуживанию приложений; изменение процесса сбора информации и протоколов безопасности; пересмотрение того, как управлять существующими продуктами совместно с новейшими приложениями и устройствами “Интернета Вещей”, так же как изменение существующих процессов для удовлетворения сервисных требований “Интернета Вещей”.
Несмотря на то, что в мире уже более 9 миллиардов устройств, соединенных друг с другом виртуальной сетью (и этот показатель обещает утроиться в течение ближайших 10 лет), многие компании только начинают готовиться к обновлению их ИТ-архитектур и операционных моделей, увидев возможности, которые дает единая сеть. Нет сомнений, что переоборудование всей компании - сложный и долгий процесс, но, если сосредоточиться на 7 принципах, выделенных в статье McKinsey&Company, процесс можно ускорить:
1. Активное участие в установлении технологических стандартов в отрасли
Нынешние услуги из сферы “Интернета Вещей” в основном основаны на частных форматах данных, службах и интерфейсах прикладного программирования, и они разрабатываются и оптимизируются под конкретных пользователей. К примеру, многие “умные” системы освещения позволяют владельцу настроить их под свой дом или офисное здание, но при этом эта система не будет работать в другом доме или офисном здании. Новые стандарты связи и общие интерфейсы прикладного программирования будут востребованы еще перед тем, как экосистема “Интернета Вещей” будет окончательно разработана. Первопроходцы имеют возможность формировать игру благодаря партнерству с университетами, научно-исследовательскими учреждениями, а также с органами, регулирующих создание новых стандартов, которые позволяют расширить функциональную совместимость между устройствами и приложениями. IBM, Intel, Cisco, GE, AT&T, к примеру, формируют некое объединение, под названием “Консорциум Индустриального Интернета”. Первостепенная задача этого объединения заключается в установлении стандартов совместимости в промышленной сфере, так, чтобы информация по поводу кораблей, машин и сооружений могла быть доступна, передаваема и надежна. Другие группы людей и компаний занимаются стандартизацией интерфейсов программирования приложений, которые позволят использовать стандартные команды и каналы передачи данных между устройствами. Активное участие в установлении стандартов позволит компании не только влиять на их установление, но и быть первыми на рынке с приложениями и устройствами “Интернета Вещей”. Это позволит им получать доходы от лицензионных соглашений и контролировать рынок.
2. Оптимизация процессов передачи данных с точки зрения разгрузки и избежания дороговизны
Многие компании задаются вопросом о том, куда встраивать “точки вычислений” в продукты, приложения и устройства. Сотни, даже тысячи устройств и приложений “Интернета Вещей” должны быть соединены между собой и подключены к беспроводной сети одновременно. К примеру, среднестатистическая “умная машина” может получать и обрабатывать сотни гигабайтов информации в час во время поездки - для примера, камера на передней части машины может постоянно снимать и загружать в облачное хранилище информацию о светофорах и наличии достаточного пространства для парковки. В зависимости от общего объема информации, передаваемой по широкополосным сетям и доступной пропускной способности, эти операции обработки информации могут быть очень дорогими для клиентов. ИТ компании и непосредственным разработчикам продукта нужно будет скооперироваться и разработать оптимальные решения для того, чтобы разгрузить потоки данных. Необходимо будет тщательно выбрать “оптимальные точки” (моменты передачи наиболее важной информации) на всем протяжении пути обработки данных, в которых данные будут сжаты, сохранены или переданы. К примеру, предварительная обработка данных с датчиков “Интернета Вещей” может быть одним из способов снижения требований к пропускной способности оборудования (снизится цена для пользователей). Производители автомобилей могут спроектировать систему, которая будет хранить алгоритмы, связанные с движением, в вычислительных системах машины, так, чтобы машина отсылала лишь наиболее актуальную информацию в облачное хранилище, тем самым снижая затраты на передачу данных. Стоимость обработки данных будет меняться с изменением спроса пропускной способности - конструкция устройства должна быть в равной степени гибкой.
3. Разработка модели своевременной поставки программного обеспечения и услуг
Компании следует рассмотреть пути модернизации их ИТ-мощностей, которые позволят обеспечить беспрепятственное обновление программного обеспечения. Модульная конструкция позволит обновлять дискретные компоненты устройства, соединенного с “Интернетом Вещей” без надобности совершенствования всего устройства целиком. Компания “Тесла”, к примеру, разработала программное обеспечение - система, основанная на датчиках, которая регулирует запросы на обслуживание клиентов и администрирует нужные исправления. Компании понадобится разрабатывать свои маркетинговые возможности, чтобы общаться с клиентами и получать информацию для дальнейших обновлений и исправлений - через устройтсва “Интернета Вещей” или же через альтернативные способы, такие как социальные сети и онлайн форумы.
4. Модернизация существующих продуктов и систем
По мере того как компании запускают и обновляют продукты “Интернета Вещей”, они формируют все более сложную ИТ-архитектуру, и, зачастую, новые устройства оказываются несовместимыми с уже существующим портфолио. Однако, старшие поколения продуктов и устройств компании часто еще могут поставлять полезную информацию для создания новых функций и особенностей у новых поколений продуктов и устройств. К примеру, компьютерные системы в “старших” моделях двигателей самолетов или локомотивов хоть и не имеют преимуществ над приложениями “Интернета Вещей”, которые позволяют проводить мониторинг двигателя и проводить ремонтные работы на ходу, но, при всем при этом, содержат кладезь данных, которые могут |
