В тренде – полезная информация
На ваш взгляд, есть ли разница в восприятии концепции IoT зарубежными и российскими производителями?
Марк де Гиран (М.Г.): Нет, никакой разницы нет, потому что основа одна: сейчас есть огромный спрос на соединение технологических устройств в одну сеть, сбор данных, превращение данных в информацию, а информации – в знания. Понятно, что у клиентов разный технологический уровень – и соответствующее понимание, но так обстоит дело в любой стране.
В чем, на ваш взгляд, специфика региона ЕМЕА, Европы и, возможно, России применительно к работе в парадигме «Интернета вещей»? Какие регионы являются более подготовленными?
М.Г.: Я не думаю, что всё зависит от географического расположения. Я бы отметил как наиболее важные два вида инициатив: с одной стороны, есть безусловные государственные инициативы, которые диктуются политическими соображениями (как «промышленность будущего» во Франции и «промышленность 4.0» в Германии) – это вопросы модернизации крупной структуры. С этим сейчас сталкиваются все, и понятно, что у России здесь есть своя специфика, связанная в первую очередь с ее размером. Но если брать не государственные, а частные структуры, то для них «Интернет вещей» – это даже не вопрос «надо или не надо», это вопрос их будущего и выживания. В России мы это очень хорошо знаем и видим, хотя бы на примере компаний из горнодобывающего сектора, с которыми у нас давние партнерские отношения. Для этих компаний очень важно – особенно с учетом расстояний между производственными активами – постоянно наблюдать за их работой, оптимизировать ее, убирать «утечки ценности» и таким образом сохранять конкурентоспособность. Потому что сейчас у них появляется много конкурентов – из Австралии, Южной Африки, Латинской Америки.
То есть, с одной стороны, в парадигме «Интернета вещей» присутствуют политические процессы, исходящие от правительства, а с другой, практически везде есть очень серьезное движение со стороны частного бизнеса, который видит в этом возможность сегодня и завтра оставаться конкурентоспособным.
Крис Дартнелл (К.Д.): К разговору о больших расстояниях хотелось бы добавить еще один неочевидный момент. Дело ведь не только в том, чтобы контролировать, как производственные активы работают, но еще и в том, что очень многое в управлении зависит от людей. И в связи с этим могут возникнуть трудности при большой протяженности страны. «Интернет вещей» и облачные технологии позволяют российским предприятиям (и в Африке тоже, например, где много добывающих активов расположено в удаленных областях, куда просто сложно добраться) использовать своих лучших управленцев там, где они могут, не меняя локации, значительно расширять диапазон управления.
В каком направлении будет развиваться «Интернет вещей» в 2017-2018 гг.? И в связи с этим в каких направлениях будет развиваться Schneider Electric?
М.Г.: В первую очередь мы фокусируемся на том, чтобы ценность, полезность разработки становилась быстро доступна клиенту. Именно с этим связана наша инициатива построения соотраслевых решений, включающая в себя и модели промышленных объектов, и дополненную реальность, а также уже существующие курсы подготовки операторов по соединению устройств и по анализу данных для объектов, которые находятся на удаленных территориях или работают в сложных условиях. Наш стратегический подход заключается в том, чтобы клиент мог всё это максимально быстро освоить.
К.Д.: Необходимо, чтобы сугубо техническая информация, с которой поставляются наши решения, была понятна и доступна – не только техническим специалистам, но и, например, директору НПЗ или бизнес-лидеру нефтеперерабатывающей компании, чтобы он на основе этой же информации видел то, что нужно ему, общую эффективность работы актива. Этому мы уделяем достаточно много внимания.
Каким вы видите будущее, в котором осуществлены все наши фантазии в области «Интернета вещей»?
К.Д.: В организации будущего тот, кто нужно, получает мгновенный доступ к той информации, которая ему необходима. Каждый человек – от самого верха до самого низа – в зависимости от своей роли получает определенную информацию.
Если переносить эту схему на обычную жизнь, то получится следующее: я могу и буду слушать только ту музыку, которая мне нравится, и читать только те новости, которые мне интересны, а не все на свете новости и не всю мировую музыку.
И, конечно, ничто не остановит ту тенденцию, которую мы видим уже давно: информация должна превращаться в знания, а поскольку они сами по себе ценности не имеют (ценность имеет только то, что делает человек), знания должны превращаться в дальнейшие изобретения и инновации.
М.Г.: Сегодня мы уже фактически начинаем это делать. Например, если взять наше комплексное решение для планирования технологических процессов НПЗ, то мы показываем нашему клиенту, что если он ничего не поменяет в работе оборудования, то перестанет выполнять свои же производственные задачи. Как мы можем помочь? Мы никогда не предлагаем один вариант, всегда несколько: один позволяет быстрее получить одно, второй – другое. Всегда необходимо давать человеку возможность самому понять, какая информация ему нужна.
Возможно ли предложить универсальные решения автоматизации производства «под ключ»?
К.Д.: Тенденция эта не нова. Там, где развивается тенденция на строительство, допустим, промышленных объектов «под ключ», там, конечно, и автоматизация делается «под ключ». С другой стороны, эта тенденция как синусоида – она зависит от разности в циклах строительства и бизнес-циклах. В какой-то момент людям хочется стандартных производственных процессов, чтобы быстро начать производить стандартную продукцию – идет большой спрос на производство «под ключ». Проходит какое-то время, рынок насыщается и появляется всё больше людей, которым нужно дифференцировать свое производство, поэтому они заказывают уникальные проекты – там «под ключ» уже не получается.
Что происходит с интеграцией операционных, то есть производственных, традиционных, и информационных технологий? Системы управления становятся способны на эволюцию. Сейчас есть машинное обучение, есть технологии, которые позволяют системе после того, как она поработает определенное время, адаптироваться, например, к изменению цепочки поставок или к изменению состава сырья. Система может предсказать, как технологический процесс на это отреагирует, поэтому машинное обучение, предиктивная аналитика – это как раз наше будущее.