Для крупных промышленных предприятий мгновенная и полноценная обработка больших данных — первоочередная задача. Важная информация зачастую рассредоточена в разных базах, поступают данные с разных объектов и узлов оборудования — всё это важно вовремя обработать, структурировать и применить. Ускорить этот процесс помогают механизмы big data.
О том, как современные промышленные предприятия используют big data и что из этого получается, — в нашей статье.
👨🏭 «Газпромнефть — смазочные материалы» применит big data, чтобы спрогнозировать спрос собственной продукции
Сегодня компания «Газпромнефть — смазочные материалы» выпускает порядка 1500 наименований продукции, сотрудничает с 200 контрагентами в 76 странах мира. Спрос на товары всегда оставался незапланированным фактором, и это негативно сказывается на бизнесе.
Проект по прогнозированию спроса будет запущен в работу уже в 2020 году. Планируется, что внедрение big data поможет сократить дорогостоящие простои производственного процесса на 10–15 процентов и окупится уже через 6–9 месяцев.
Аналитики аудиторской компании KMPG выяснили, что активному внедрению big data в России мешает сдержанность в использовании облачных сервисов из-за соображений безопасности и требований законодательства. Рынок больших данных в России к 2024 году составит 500 миллиардов рублей и больше. При этом полезный эффект от внедрения — 2–3 сотни миллионов рублей в год.
👨💻 Intel применяет большие данные при производстве процессоров для ПК
Раньше, для того чтобы выпустить качественный процессор, компания Intel проводила примерно 19 000 тестов для каждого чипа внутри оборудования. С внедрением механизмов big data количество тестов снизилось в разы, сократилось и время, необходимое на проверку. При этом качество производимой продукции не упало, а продолжает расти.
Сейчас при производстве только одной линейки процессоров компания экономит примерно три миллиона долларов в год. Постепенно сферы внедрения big data в Intel расширяются. С помощью больших данных компания намерена экономить до $30 млн ежегодно.
🚘 Автомобили фирмы BMW стали менее уязвимыми благодаря big data
Компания BMW провела сбор и анализ больших данных, чтобы вычислить слабые стороны в самых популярных сериях собственных автомобилей. Информация была взята за основу для изменения инженерных решений в новых моделях машин концерна. Благодаря big data они стали менее уязвимыми и более безопасными для водителей и пассажиров.
В итоге количество отказов пользователей от эксплуатации уже приобретённых автомобилей значительно уменьшилось, что принесло компании заметную экономию.
🚤 Корпорация Caterpillar после анализа на основе big data помогает своим клиентам экономить
Производитель морских дизельных двигателей и генераторов Caterpillar по просьбе клиента проанализировал, как очистка корпуса судна влияет на его производительность.
Выяснилось, что проводить очистку каждые полгода эффективнее, чем раз в два года, как это обычно делали владельцы судов. Инвестиции в данный процесс окупаются за счёт улучшения рабочих характеристик флота.
Таким образом, благодаря большим данным клиентам был предложен способ увеличить доход с помощью нового графика очистки корпусов, а компания Caterpillar улучшила свой имидж и обеспечила своему оборудованию более рациональные условия.
📌
Будущее производственных предприятий сложно представить без внедрения механизмов big data. Так как любые датчики, устройства и системы в промышленности по факту являются полноценными источниками данных, то в интересах любого развивающегося предприятия извлечь максимальный объём значимой информации для принятия экономически выгодных решений.
Подписывайтесь на канал. Делимся полезными решениями для малого и среднего бизнеса, помогаем разобраться, рассказываем про тренды. 👉 ПОДПИСАТЬСЯ
Ещё можно почитать:
Как увеличить прибыль с помощью анализа геоданных
Умный город: 6 трудностей воплощения
Самое интересное об облачных технологиях за последние девять месяцев
