Az OT és IT
Az üzemeltetési technológia („Operations Technology”, OT) és az IT összekapcsolása folyamatos cél a gyártók számára, hogy az üzemszintű és a vállalati rendszerek közötti adatmegosztás révén nagyobb betekintést nyerjenek a működésükbe. Az IT és OT rendszerek összekapcsolásának elősegítése érdekében a Google Cloud frissítette a Manufacturing Data Engine-t (MDE) - a Google Cloud szoftverét az üzemi adatok gyűjtésére, feldolgozására és elemzésére.
MDE
Ez a frissítés létrehozza az MDE kezdeti technikai alapbővítéseit, hogy integrálható legyen a Google Cortex Framework szoftvercsomagjával, amely referenciaarchitektúrákból, telepítési gyorsítókból és integrált szolgáltatásokból áll, és amelynek célja, hogy felgyorsítsa a felhőalapú telepítéseket, és segítsen a felhasználóknak felgyorsítani a vállalati IT-adataik üzleti megismerését. Az MDE és a Cortex Framework kombinációja lehetővé teszi a gyártók számára, hogy a gépek, érzékelők és kamerák multimodális adatainak az MDE segítségével történő egyszerűbb összegyűjtése és feldolgozása, majd kontextualizálása révén a gépekből, érzékelőkből és kamerákból származó multimodális adatokkal, valamint a Cortex Framework segítségével az olyan alapvető vállalati alkalmazásokból származó adatokkal, mint az SAP, az Oracle és a Salesforce - valamint más külső adathalmazokkal -, átfogóbb képet kapjanak gyári műveleteikről, feltárják a rejtett mintákat, és intelligens döntéshozatalt vezessenek.
Az MDE és CORTEX
Az MDE és a Cortex Framework olyan eszközökkel együtt, mint a BigQuery ML, a Vertex AI, a Gemini és a Timeseries Insights API, a gyártók értékes betekintést nyerhetnek a vállalat egészére. Összekapcsolhatják az üzemi adatokat a vállalati forrásokkal, hogy új betekintést nyerjenek a termelésből, az értékesítésből és a pénzügyekből, és teljes képet kapjanak a végponttól végpontig tartó folyamatokról. Ez lehetővé teszi a berendezések hatékonyságának pontos elemzését, a közüzemi felhasználás nyomon követésével a fenntartható működést, valamint a gépi tanulás révén a gyorsabb ok-okozati elemzést. Emellett a gyártók proaktívan kezelhetik a karbantartást, csökkenthetik az állásidőt, és a jobb minőségbiztosítás érdekében mesterséges intelligenciamodellek segítségével skálázható vizuális minőségellenőrzést alkalmazhatnak.