Google Cloud ha lanciato Manufacturing Data Engine e Manufacturing Connect, due soluzioni che consentiranno alle aziende del manifatturiero di intraprendere decisioni data-driven per il proprio business. Le due novità permetteranno ai produttori di migliorare l’empowerment della forza lavoro grazie a soluzioni di AI di facile utilizzo, integrate in un’infrastruttura dati unificata e conveniente nel cloud.

Manufacturing Data Engine è una soluzione end-to-end che elabora, contestualizza e memorizza i dati di fabbrica sulla piattaforma dati Google Cloud, offrendo un modello configurabile e personalizzabile per la raccolta, la trasformazione, lo storage e l’accesso ai dati di produzione e integrando i principali prodotti di Google Cloud – tra cui Cloud Dataflow, PubSub, BigQuery, Cloud Storage, Looker, Vertex AI, Apigee e altri – in una soluzione creata espressamente per il settore manifatturiero.

Manufacturing Connect è invece una piattaforma factory edge sviluppata in collaborazione con Litmus Automation in grado di connettersi rapidamente e trasmettere dati da pressoché qualsiasi asset produttivo e sistema industriale a Google Cloud, utilizzando un’ampia libreria di oltre 250 protocolli. La piena integrazione con Manufacturing Data Engine consente un rapido inserimento dei dati in Google Cloud al fine di elaborare i dati di macchine e sensori. La capacità di implementare applicazioni containerizzate e modelli di ML all’edge favorisce nuovi potenziali casi d’uso.

Non appena i dati vengono uniformati, le soluzioni abilitano tre casi d’uso fondamentali basati su IA e analytics: analisi e insight di produzione, manutenzione predittiva e rilevamento delle anomalie a livello di macchinario.

• Analisi e insight di produzione: aiutano le aziende manifatturiere a creare velocemente delle dashboard per la visualizzazione dei dati, da KPI quali l’OEE, sulla base dei dati provenienti dai singoli sensori sulle macchine. Grazie all’integrazione con Manufacturing Data Engine, gli ingegneri e i responsabili degli impianti possono configurare in automatico nuove macchine e fabbriche, introducendo dashboard standardizzate, KPI e drill-down on demand all’interno dei dati, per individuare nuove opportunità all’interno degli stabilimenti produttivi. Queste possono poi essere facilmente condivise all’interno dell’organizzazione o con i partner.
• Rilevamento automatico delle anomalie: aiuta i produttori a identificare tempestivamente le anomalie e a lanciare opportuni alert, sfruttando la API Time Series Insights di Google Cloud, sulla base di informazioni in tempo reale da macchine e sensori su fattori quali rumore, vibrazioni o temperatura.
• Manutenzione predittiva: consente ai produttori di anticipare le esigenze di service degli asset, aiutandoli a ridurre i tempi di fermo e i costi di manutenzione. I produttori possono beneficiare di modelli di machine learning e ottimizzazioni in AI a elevata accuratezza che possono essere sviluppate in poche settimane.