Panasonic IoT-strategi handler om big data-analyse

Panasonic IoT-strategi handler om big data-analyse Panasonic har vært i sensor- og datavirksomheten i flere tiår, og bruker den erfaringen til å bygge en datafokusert IoT-virksomhet.

Mer om Big Data

  • Datahåndtering: Et jukseark
  • Hvordan integrere robotprosessautomatisering i big data-prosjekter
  • Programmereren Hadley Wickham utpeker mangfoldet av R-samfunnet
  • Hvordan velge riktige dataanalyseverktøy: 5 trinn

TechRepublic Managing Editor Bill Detwiler snakket med Panasonics Faisal Pandit om hvordan Panasonic har vært i sensor- og datavirksomheten i flere tiår, og bruker den erfaringen til å bygge en datafokusert IoT-virksomhet. Følgende er et redigert utskrift av intervjuet.

Bill Detwiler: Hvordan ser du IoT utvikle seg det neste året? Kanskje du begynner med hvor vi er fra perspektivet ditt i IoT, og hva Panasonic ser på, og hva ser du komme neste år?

Faisal Pandit: Mange tror IoT er en ny ting. IoT har fått mye aksept den siste tiden, men jeg går tilbake til 28 år siden da jeg begynte på min første jobb. Jeg var informatikk i informatikk. Min første jobb var at det er en stor maskin, her er en PC, koble til denne maskinen og samle inn data og lage et pent diagram ut av dataene. Det er en form for at IoT gjør noe med data. Vi har gått fra at folk ikke ser verdi for disse dataene, og har derfor ikke bekymret deg for det. Maskineriet eller enheten er på en slags øy, og folk ser ikke verdien. Vi har gått fra det til at folk ser "Vel, det er verdi i disse dataene", og en sterk adopsjon av sensorer og andre typer mekanismer som gjør at folk kan samle dataene på en sømløs måte. Vi var til det punktet.

Nå har vi gått derfra til, "Det er mye data. Jeg samler inn data. Jeg vet ikke hva jeg skal gjøre med det." Det er som data, data overalt, ikke å vite hva jeg skal gjøre. Jeg tror vi er på det stadiet hvor du har domenekspert og industrieksperter som er etterspurt som kan komme inn og gi litt innsikt i hva du skal gjøre med dataene. Min største bekymring er at hvis folk ikke er i stand til å forstå hva de skal gjøre med data, tror jeg IoT kan miste glansen over en periode. Det er mye surr rundt det, og det jeg foreslår for folk, og når vi lanserer initiativene våre, vil jeg alltid sørge for å begrense omfanget av dataene vi samler inn, slik at det ikke blir en dataoverbelastning til et punkt der det blir irrelevant, og du mister oversikten over dataene, og du klarer ikke å gjøre det til noe meningsfylt.

Bill Detwiler: Hva er utgangspunktet for det når du snakker med selskaper, og prøver å hjelpe dem å forstå hvorfor de samler inn alle disse dataene? Hvor begynner du?

Faisal Pandit: Det handler om smertepunkter. Hva er problemet du prøver å løse? Tro det eller ei, det kan høres ut som et enkelt spørsmål, men svarene er virkelig vanskelige. Fordi A, for å få mellomledelsen eller middelrangerte individer, er det vanskelig å snakke med smertepunkter fordi de ser det som en innrømmelse av en viss skyld. Det er virkelig utfordrende å få dem ut av den modusen og få dem inn i en komfortsone der de åpent kan snakke om smertepunktene. Fordi du kan få et sett med smertepunkter fra topplederne, men du må la et visst nivå av granularitet på disse smertepunktene. Uten granulariteten kan du ikke bestemme detaljene og anbefalte en løsning.

Så det vi har gjort, er for eksempel i industrielle produksjonsvirksomheter, vi har folk som går inn i fabrikkgulv, vi snakker med ledere, vi snakker med ingeniører, og vi ser fra tredjepart hva problemene er, og identifiser disse smertene, og prøv deretter å prioritere hva avkastningen vil være på disse smertepunktene. Prøv deretter å identifisere et datasett som vil løse dette. Mange selskaper har gått omvendt. De går inn der, hva enhetene er, om det er maskiner eller om det er noe annet, de bare samler inn data. Så har de med seg eksperter utenfra, doktorgrader og andre, som prøver å skive og terne dataene.

Så gir de dem noen spesifikke beste fremgangsmåter, og seks måneder senere finner de ut at beste praksis virkelig ikke hadde noen verdi. Det oversatte ikke til besparelser av noe slag. Vi kommer overhodet ikke inn i teknologisamtalen. Vi får inn "Hva prøver vi å løse her?" Når du har fått et par smertepunkter adressert, og du lager beste praksis som oversetter til meningsfull avkastning, får du folk mer komfortable fordi nå handler det ikke lenger om meg, en person, en ingeniør, som har et problem i sitt område . Det handler om, "Det er en verdi i hva disse dataene bringer."

Bill Detwiler: La oss snakke litt om kunstig intelligens. Lignende spørsmål: Hvordan kan kunstig intelligens kanskje hjelpe med den analysen når det gjelder alle disse dataene? Hvilken rolle har den, og hvordan ser du det som spiller ut det neste året?

Faisal Pandit: Jeg synes det har en enorm rolle. Igjen, det er ikke en helt ny teknologi. AI har vært der, heuristikkbasert tenking, heuristikkbaserte tilnærminger har vært der i mange år. Men nå tror jeg at det får mye relevans og verdi, fordi du igjen kan kombinere IoT-dataanalysen og maskinlæringsalgoritmene og metodikken, med mer fremtidsrettet og forutsigbar veiledning. Men det første trinnet for å få AI involvert er å definere hva dine smertepoeng er, og hvor du vil være som en organisasjon med hensyn til disse smertepunktene, eller med hensyn til din generelle forretningsskikk. For eksempel vil jeg gi deg et eksempel. Igjen, matservering. Det er et stort trykk innen mattjenester innen automatisering, back-end-automatisering av kjøkkenet, og å kunne forutsi etterspørsel, være i stand til å lage fersk mat ved å binde inn etterspørseldata og back-end data, og at inventar data .

Kunstig intelligens kan spille en stor rolle i den typen rom. Men igjen, du må først definere dine mål. Hvis matservicenæringen ønsker å komme til et visst nivå, hvorfor ønsker de å komme seg opp på et bestemt nivå? De vil komme til nivået fordi du har en ny demografisk som ser typisk matservering på en gatekjøkkenrestaurant ha mat av lav kvalitet, så de vil endre den oppfatningen. De ønsker å forbedre snuoperasjonen. De har mye etterspørsel som kommer inn. De har alle disse faktorene som driver en endring i virksomheten. Nå kan kunstig intelligens komme inn, hjelpe dem med algoritmer for etterspørselsforutsigelser og slike ting for å betjene disse behovene. Utfordringen som jeg ser er når folk samler disse initiativene, disse beste praksisene eller tiltak for forbedring av virksomheten, og tar med ingeniører inn i et møterom, og får dem til å utvikle teknologi uten egentlig å forstå hvorfor, og deretter definere hvor de vil reise til.

Men så langt som teknologiplattformene, og teknologibunken som vi har tilgjengelig i dag, er vi langt bedre langt enn der vi var for mange år siden. Vi har verktøyene i dag for å gå videre, og gå videre med noen av disse endringene. Det gjelder å sørge for at virksomhetene fullt ut forstår hva deres smertepoeng er, og hvor de vil reise til. For hvis du bare snakker om digital transformasjon, alle snakker om digital transformasjon, og for mangelen på et bedre ord, kan ingen virkelig stave hva det betyr. Fordi vi alle gjennomgår den endringen, utvikler vi oss alle. Jeg foreslår ikke at vi har fått det hele spikret, men det er en utvikling under utvikling. Så jeg tror det eneste rådet mitt ville være å sørge for at vi forstår hvorfor vi ønsker å gjøre dette.

Bill Detwiler: Er det en hard øvelse? Vi snakket om veisperringene, rett og forstå hvor det er, og du snakket om dette. Hvor vanskelig er det å formidle det til kundene i motsetning til som du sa, bare å hente inn et knippe ingeniører og la dem designe teknologi for teknologiens skyld. Du snakket om hvordan du formidler budskapet fra toppledelse i hele organisasjonen, og hvordan du sørger for at det er buy-in, og alle forstår grunnen til endringen. Så lignende spørsmål med å hjelpe selskaper å forstå kanskje hvis de ikke vet hva smertene er, hvordan starter de?

Hvor begynner de å lete etter de smertepunktene? Hvis det er, tror de kanskje at makroproblemet, som du sa, er: "Vi blir sett på som lav kvalitet." Men det virkelige problemet er, "Vi har lav kvalitet på grunn av X. Du har så mye etterspørsel som kommer inn. Vi har ikke tid til å tilberede maten, eller forsyningskjeden vår er dårlig, og maten er ikke t så fersk som det kan være. " Gå meg litt gjennom det. Kan du snakke med det, om hvordan du får kundene til å virkelig forstå? Du tror at smertepunktet ditt er dette, men egentlig er det dette.

Faisal Pandit: Jeg tror at det er to aspekter ved dette. Den ene er: "Hva er modenhetsnivået i kundens organisasjon?" Det er noen kunder som har veldig god forståelse. Det er en velsmurt maskin. De har god forståelse for hvilke problemer de har, og hvor de vil være på reisen. Da er det et spørsmål om at vi kommer inn, og blir en del av det samarbeidet, og er en partner i å hjelpe dem med å komme til det. Men så er det kunder som tror det er en utfordring, men de vet ikke helt at de ikke kan finne det. Det er det spørsmålet ditt egentlig handler om. Det vi har gjort er at forholdet til kundene ikke blir transaksjonelle. Dette er en del av Panasonics DNA. Det går igjen i mange, mange år. Forholdene våre er veldig dypt, så vi har en ganske god forståelse av kundenes smertepunkter. Det er mer et pålitelig rådgiverforhold.

Det er det vi søker, og på tvers av alle virksomhetene våre. Som et resultat av dette har vi en god forståelse av hva deres smertepoeng er, sett utenfra. Det andre elementet er, på grunn av hvordan vi ser på forholdene våre, har vi et langsiktig syn på disse partnerskapene. Vi er ikke der bare for å levere et produkt slik at vi kan oppfylle månedens eller kvartalstall, men vi ser på forhold fra en periode på 5-10 år. Så hva vi gjør i disse tilfellene, når vi er i stand til å åpenbart opprettholde konfidensialiteten i forholdene, bringe beste praksis fra andre områder og ta dem til bordet og si: "Hei, her er hvordan folk gjør det. hva andre mennesker i bransjen gjør. Slik hjelper vi selskaper. Slik kan vi hjelpe deg. Det er her bransjen går mot. "

Gjennom samtalene som kanskje ikke kan utgjøre en økonomisk gevinst for oss på kort sikt, fordi vårt mål ikke er å generere de kortsiktige inntektene, men målet vårt er å sørge for at vi oppnår den pålitelige rådgivningsstatusen hos kunden, og fortsetter å blomstre forholdet vårt. Den samtalen fører til mange ting vi oppdager, og i den prosessen er vi i stand til å bringe nye løsninger på bordet, og prøve det som pilot. Mange ganger mislykkes de fordi ingen vet hva sluttspillet må være, men i løpet av denne prosessen kan vi til slutt komme til et punkt, kan vi definere en meningsfull avkastning for kunden.

Det er en pågående prosess. Det er egentlig ingen plan for det, som sier "Kapittel 1 til kapittel tre, og du er ferdig." Hvis du ikke har en forpliktelse til kundens forhold fra et langsiktig perspektiv, tror jeg ikke du kan være en leverandør av løsninger. Spesielt på dette stadiet når ting utvikler seg i så raskt tempo. Fem til ti år fra nå, når ting egentlig er mer slags sementert, og det er klart, mange av disse løsningene blir kommersielle off-the-shelf-løsninger med et visst tilpasset nivå, ja, da endres samtalen. Men til å begynne med må det tidlig være en forpliktelse til å forstå kundens virksomhet, og hjelpe dem med å definere nye løsninger.

© Copyright 2020 | mobilegn.com