Технологии NetApp: управление данными без ограничений

Не только беспилотники: как автопром использует искусственный интеллект

Исследования показали, что компании из автомобильного сектора быстрее всех внедряют решения на базе искусственного интеллекта. Они готовы мгновенно внедрять передовые разработки, но пока не уверены в защите данных и в том, что искусственный интеллект может стать ключевым драйвером развития предприятий.

Бизнес старается не проспать революцию

Искусственный интеллект, который еще пару лет назад был хайповой технологией, сегодня превратился в обыденность. Его ключевая роль для развития не просто отдельных бизнесов, а всей мировой экономики, подтверждается многими исследованиями. Глобальный институт McKinsey (MGI), например, прогнозирует, что к 2030 г. искусственный интеллект будет увеличивать мировой ВВП на 1,2% в год. Сравните эту цифру с вкладом ключевых технологий, обеспечивших предыдущие прорывы – паровой двигатель (0,3%), промышленные роботы (0,4%) и информационно-коммуникационные технологии (0,6%). К этому же времени 70% мировых компаний будут применять хотя бы одну из технологий, так или иначе связанных с искусственным интеллектом (автоматическое распознавание изображений, естественный язык, виртуальные помощники, автоматизация процессов на основе роботов и расширенное машинное обучение).

Что делает бизнес сегодня, владея подобными прогнозами о завтрашнем дне? Старается не проспать. Это касается почти всех отраслей, даже самых устойчивых к внешним потрясениям. Для Европы это, конечно, автопром. Этот сектор дает 6,8% ВВП Евросоюза, в нем работают 5,7% всех работников ЕС. Ежегодно в Евросоюзе выпускают 19,2 млн легковых и грузовых автомобилей, фургонов и автобусов. А на исследования и разработки гиганты рынка тратят 50 млрд евро ежегодно. Получается, что автомобильные компании являются крупнейшим частным инвестором всего Евросоюза.

Автопром – на передовой

В консалтинговой компании Roland Berger уверены, что автомобильный сектор находится в переломной точке своего развития. Там предсказывают, что каршеринг будет получать все большую популярность и все активнее уходить в мобильные технологии. 30% расстояния, которое проезжают все автомобили в мире, в 2030 г. будут проезжать автономные такси. Большинство автомобилей будут так или иначе использовать технологии электродвигателей, автономного и подключенного вождения, а свяжут всю систему воедино инновационные мобильные сервисы.

avto1000.jpg
Автомобильная промышленность внедряет инновации быстрее многих других секторов

Растущее давление не может игнорировать даже немецкая автомобильная промышленность, на которой все последние десятилетия держится экономика страны. Института mo'web research провели исследование по заказу NetApp, в котором выяснили, какие технологии искусственного интеллекта интересны автопрому. В нем приняли участие топ-менеджеры (директора по данным, руководители департаментов или проектов) предприятий, которые имеют более 500 сотрудников в штате и обладают начальным опытом работы с искусственным интеллектом. В итоговые результаты попала сводка по управленцам из сфер здравоохранения, финансов и промышленности.

Выяснилось, что внедрение искусственного интеллекта находится, в основном, в компетенции управленцев и руководителей. Такая ситуация сложилась в 75% компаний. Главную обеспокоенность при этом вызывает защита данных, которые собирают и к которым обращаются ИИ-приложения. Компании автопрома занимают лидирующие позиции в категориях планирование, тестирование и реализация ИИ-проектов. Активно планируют внедрение 53% предприятий из этого сектора, и ни в одной другой отрасли таких показателей нет. В случае автомобильной промышленности речь идет о проектах, которые связаны с контролем качества (63%), производством (60%), разработкой продуктов или исследованиями (43%) и ИТ (43%).

Данные дают интеллектуальное превосходство

Для компаний автопрома всегда была важна работа с большими данными, сейчас же она стала жизненно необходимой. Для этого предприятиям, которые уже озаботились работой с датчиками на производстве и далее – при эксплуатации автомобиля, стоит задуматься о надежных решениях по хранению и обработке больших массивов информации. Это должно окончательно раскрыть занавес эры интеллектуального и, что тоже важно, разумного производства.

Несколько лет назад NetApp реализовала проект с одним из производителей автомобилей, создав сценарий профилактического обслуживания на одном из заводов корпорации. Решение NetApp использует считываемые данные о машинах, чтобы значительно сократить время их простоя. В результате производитель экономит 16 млн евро в год.

Эксперты отмечают, что интеллектуальное обслуживание может быть расширено с помощью анализа, который помогает контролировать качество продукта, и специальных алгоритмов, которые могут вмешиваться в процесс производства при необходимости. Так NetApp поддержал компанию-производителя, которая пыталась оптимизировать работу с покраской машин. Собираемые данные используются для выявления различных закономерностей, например, влияния локальных песчаных бурь на качество покрытия. Этот новый тип анализа уменьшает количество брака и защищает производителя от жалоб клиентов.

Но до последнего времени анализ огромных объемов данных не проводился по всей цепочке поставок. Для поставщиков необходимо составить свою дифференцированную картину.

«Крупные игроки только начинают смотреть на концепции и приложения, которые движутся к умной индустрии. Средние и мелкие поставщики еще не достигли этой стадии. Это те компании, которым требуются внешние ИТ-специалисты, и они поддерживают связанность различных частей производства », – говорит Стефан Эбенер (Stefan Ebener), менеджер по стратегии и инновациям в автомобильной промышленности компании NetApp.

ИИ-решения требуют серьезного подхода к хранению

При реализации проекта цифрового интеллектуального производства компании должны учитывать пятифазную модель, разработанную специалистами по управлению данными NetApp. Путь данных через решение Data Fabric подразделяется на этапы: сбор, транспортировка, хранение, анализ и архивирование.

Сначала записываются данные датчика. Измеренные значения должны быть преобразованы в IP-совместимую информацию, что может потребовать дооснащения старых систем, например, с помощью пограничных шлюзов. Дальнейшая передача данных обеспечивается технологиями коммутации, маршрутизации, беспроводной связи и брандмауэра. Связь между машинами может быть реализована с помощью протоколов, например, MQTT.

На третьем этапе в ИТ-инфраструктуру поступают на хранение скомпилированные данные датчиков, которые нужно передать на анализ. Флэш-решения лучше всего подходят для потоковой аналитики. В случае больших объемов данных пользователям рекомендуется реализовать озеро данных с хранилищем объектов и интегрированным облачным хранилищем, поскольку система хранения такого типа очень масштабируема.

Решения для баз данных Hadoop и NoSQL (не только SQL) идеально подходят для анализа больших объемов данных на четвертом этапе. А на пятом необходимо внедрить экономичный долгосрочный архив данных датчиков. Автоматизированная классификация данных на основе разработанных хранения позволяет системе автоматически удалять информацию по истечении прописанного времени удержания либо предоставлять доступ к так называемому многоуровневому хранению.

Подобные подходы, усиленные продуктовой линейкой NetApp, могут серьезно изменить работы с ИИ-приложениями предприятий автомобильной отрасли, к каким бы задачам его ни применяли.

Беспилотники – не главный тренд

А если обратиться к конкретным сценариям применения искусственного интеллекта, то результаты проведенного NetApp и mo'web research исследования могут удивить. Первые три места заняли диагностическое техническое обслуживание (57%), личные помощники для людей с ограниченными возможностями (43%) и автоматизация бизнес-процессов (37%), а также управление цепочками поставок и складом (37%). Наиболее хайповая для медиа тема беспилотных автомобилей уступает очень прилично (20%). Но несмотря на такой энтузиазм автопроизводителей, больше половины из них (53%) пугает отсутствие собственного внутреннего ноу-хау в области искусственного интеллекта. По мнению респондентов, это сдерживает скорость и качество инноваций.

Поэтому теперь в отрасли все чаще говорят о том, что автопрому необходимо готовить собственных специалистов по разработке приложений с искусственным интеллектом. Компании готовы сотрудничать с другими сегментами, чтобы вместе преодолевать разрывы в уровне компетенции: гигантам рынка они не очень выгодны из-за потенциальной потери скорости развития. Возможно, это изменит самый неприятный показатель из исследования: лишь 10% респондентов, связанных с автомобильной промышленностью, верят, что именно искусственный интеллект станет драйвером инноваций в их компании. Когда положение дел изменится, автомобильная промышленность посоревнуется с лидерами ИТ-рынка в части создания ключевых решений, тех же беспилотников.

Новости

Все новости

Интервью

Фёдор Прохоров:

Сбер дает доступ к своему облачному суперкомпьютеру и искусственному интеллекту

Облака из тренда превратились в норму жизни, но это не значит, что новым облачным провайдерам больше нечем удивить публику. О том, как Сбер делится своими наработками с другими компаниями и даже государством.
Развернуть