Использование технологий big data (больших данных) сегодня стало неотъемлемой частью цифровизации многих предприятий. «Автограф» на примерах российских и зарубежных компаний разбирается, как новые технологии помогают бизнесу уменьшать затраты и повышать конкурентоспособность.
Алтайский край
Наш регион известен своим аграрным и туристическим потенциалом. А вот о том, что здесь широко развита еще и сфера промышленности, знают далеко не все. По данным официального сайта города, только в Барнауле сегодня функционируют более 120 крупных и средних промышленных предприятий.
Ключевыми видами экономической деятельности региона, говорят в министерстве промышленности и энергетики края, являются машиностроение, производство кокса и нефтепродуктов, химическое производство. В таких серьезных отраслях никак не обойтись без постоянной оптимизации бизнес-процессов. В этом уверены эксперты крупнейшего российского телекоммуникационного оператора и провайдера цифровых услуг МТС, разрабатывающие цифровые решения для отечественных предприятий.
Но пока алтайские производители только собираются внедрять технологии big data в рабочий процесс. А вот их коллеги из других городов и стран уже успешно используют инновации.
«Микрон»
Итог: усовершенствование производства
Российский производитель микроэлектроники повысил эффективность калибровочных запусков на своем заводе благодаря big data. МТС разработал технологию, которая позволила предприятию на треть снизить время, необходимое для настройки оборудования. Контроль за этим этапом работы очень важен – от него зависит частота сбоев и качество итоговой продукции.
Технологический процесс на «Микроне» высокоавтоматизирован и включает сотни однотипных операций, которые генерируют большие массивы данных. Теперь при каждом сбое не приходится заново калибровать всю систему, так как на основе собранных ранее данных можно с высокой точностью определить, какой компонент сработал некорректно.
General Electric
Итог: минимизация убытков
Компания известна как крупный разработчик и поставщик оборудования для предприятий. С ее заводов выходят локомотивы, энергетические установки, двигатели, газовые турбины, медицинская и осветительная техника. Объемы очень велики, и остановка завода может привести к огромным убыткам.
Чтобы предупредить простои, в General Electric используют специальные датчики, которые собирают данные о состоянии рабочего оборудования: его температуре, уровне топлива, общей производительности, и анализируют другие параметры. Например, каждая из 22 000 заводских ветряных турбин постоянно отправляет информацию в облако. Анализируя ее, можно вычислить оптимальный угол наклона лопастей, при котором турбина выдает максимальное количество энергии. Интеллектуальные алгоритмы позволяют турбинам «брать пример» с соседних, если они действуют более эффективно. Своими наработками General Electric делится с клиентами, тем самым помогая им серьезно экономить.
HP
Итог: контроль качества продукции
Компания Hewlett-Packard – ведущий поставщик ИТ-оборудования и комплексных решений для частных и корпоративных клиентов – с помощью новых технологий контролирует качество продукции на производстве. Программная платформа собирает огромные массивы данных. По результатам их анализа пользователям предлагают более высокий уровень обслуживания и качества готовой продукции. В HP могут в любой момент времени отследить, когда возникла проблема – до того, как оборудование покинуло завод, или после, когда оказалось в руках клиента.
Hirotec
Итог: ускорение принятия решений
Компания Hirotec производит комплектующие для автомобилей BMW, Ford и General Motors. Используя потенциал big data и IoT, руководство устранило «проблему вчерашнего дня», когда на каждой утренней летучке обсуждаются вопросы, связанные с днем предыдущим. Облачная платформа собирает критичные для бизнеса данные и помогает решать производственные проблемы максимально оперативно, сразу же, не дожидаясь следующего совещания. Руководители, инженеры и другие специалисты Hirotec получают доступ к данным и отслеживают изменения в режиме реального времени.Российский производитель микроэлектроники повысил эффективность калибровочных запусков на своем заводе благодаря big data. МТС разработал технологию, которая позволила предприятию на треть снизить время, необходимое для настройки оборудования. Контроль за этим этапом работы очень важен – от него зависит частота сбоев и качество итоговой продукции.
Технологический процесс на «Микроне» высокоавтоматизирован и включает сотни однотипных операций, которые генерируют большие массивы данных. Теперь при каждом сбое не приходится заново калибровать всю систему, так как на основе собранных ранее данных можно с высокой точностью определить, какой компонент сработал некорректно.
