Industry 5.0 – przyszłość, która już istnieje
Czas rzeczywistej integracji systemów
Patrząc na chronologię czasową przejść między kolejnymi etapami industrializacji, nie można nie dostrzec znacznego przyśpieszenia. Między przemysłem 2.0 a 3.0 minął wiek, a między 3.0 a 4.0 – już tylko 42 lata. Przyjmując ciągłą akcelerację postępu, można założyć, że skoro 2011 r. to zdefiniowana data początku czwartej rewolucji przemysłowej, to około 2029 r. możemy spodziewać się przemysłu 5.0.
Niecałe 10 lat w rozwoju technologii to niezbyt odległa wizja. Wiele firm tworzy strategie właśnie z podziałem na kolejne dekady. Można więc założyć, że finalizują one właśnie „Vision 2020” i pracują nad „Vision 2030”. Dodatkowo pukająca mocno do bram gospodarek sieć 5G będzie miała ogromny wpływ na kształtowanie przyszłości technologicznej tych firm.
Czym więc zaskoczy nas Industry 5.0? Koniecznością wydaje się mówienie o kolejnym etapie industrializacji, przewidzenie technologicznych trendów oraz próba oceny dostosowania własnej organizacji do nieuniknionej przyszłości. Można założyć, że w wypadku Industry 4.0 predykcja przyszłości nie została właściwie przeprowadzona. Stąd Industry 4.0 nie zostało jeszcze przez przedsiębiorstwa właściwie skonsumowane. Z jednej strony, nastąpiła próba okiełzania rewolucji technologicznej przez proste działania ewolucyjne, z drugiej zaś – mnogość technologii stojących za Industry 4.0, których adaptacja do istniejących ram organizacyjnych pochłania olbrzymie zasoby przedsiębiorstw, kształtuje niesatysfakcjonujące tempo zmian. Patrząc na technologie stojące za czwartą rewolucją przemysłową, widać wyraźną przewagę rozwiązań hardwarowych nad softwarowymi, szczególnie w kwestii dojrzałości produktowej.
Przemysłowy Internet Rzeczy (Industry Internet of Things), inteligentne czujniki, roboty przemysłowe, drukarki 3D to elementy obecnej transformacji cyfrowej. Ich dojrzałość technologiczna nie podlega żadnej dyskusji. W wypadku zaś elementów niezwiązanych ze sprzętem, takich jak big data, machine learning czy sztuczna inteligencja, wciąż się wydaje, że jesteśmy na początku drogi i z każdym rokiem otwieramy kolejne drzwi do nowych możliwości. Tak więc jakie elementy będą kluczowe dla kolejnego kroku transformacji cyfrowej, która zbuduje podwaliny pod Industry 5.0?
Pełna, kompleksowa integracja systemów
Od lat żyje w naszej świadomości stwierdzenie o zintegrowanym systemie informatycznym do kompleksowego zarządzania przedsiębiorstwem. Mowa tu o ERP. Czy rzeczywiście w dobie Industry 4.0 system ERP jest wciąż zintegrowany? W sektorze przemysłowym wciąż obowiązuje model on-premise jednego z kilku wiodących dostawców, z licznymi modyfikacjami mającymi na celu dopasowanie oprogramowania do potrzeb przedsiębiorstwa. Równocześnie rozwija się mnóstwo systemów wspierających poszczególne obszary: MES, SCADA, SCM, CRM, SRM, TMS itd. Każdy nowy system to kolejny poziom komplikacji wymiany danych, więc system ERP staje się jednym z wielu klocków układanki zwanej systemami zarządzania przedsiębiorstwem. Jeszcze 20 lat temu ERP był systemem wiodącym, dziś integruje przedsiębiorstwo głównie na poziomie finansowym oraz bardzo ogólnej gospodarki materiałowej, głównie na potrzeby sprawozdawcze. Jest to naturalnie duże uproszczenie, jednak wydaje się oczywiste, że digitalizacja sama w sobie ułatwia i upraszcza tworzenie nowych systemów, które będą wpisywać się w cyfrowy obraz przedsiębiorstwa.
Za architekturą wielosystemową stoją oczywiście dane, czyli paliwo transformacji. Liczne systemów, IoT, maszyny, sensory oznaczają bardzo dużą różnorodność składowanych danych. Przekłada się to także na liczbę i rodzaj baz danych, które te procesy wspierają. Dzisiejszy model dla Industry 4.0 przedstawia się mniej więcej tak (rys. 1):
Rys. 1. Model dla Industry 4.0
Źródło: https://www.tcd.ie/mecheng/research/stam/partnerships/ceramicx_god_interview.php
Oprócz tradycyjnych baz danych pojawiają się bazy nonSQL, a same dane migrują z rozwiązań on-premise do chmury obliczeniowej. Jednak wciąż mamy wiele punktów składowania danych oraz wiele systemów, których integracja jest na podstawowym poziomie. Najczęściej odbywa się to przez oparte na archaicznych modelach zdefiniowane interfejsy wymiany danych. Dzisiejsza transformacja dąży do próby standaryzacji wymiany danych głównie z wykorzystaniem interfejsów API, które, wbudowane w aplikacje, w znacznej mierze ułatwiają ich wymianę, jednak nie tworzą drogi w kierunku pełnej integracji. Wciąż mamy dane składowane w systemach i są one między nimi wymieniane.
Droga do pełnej integracji danych, a także maszyn i urządzeń, jest jeszcze długa i niekoniecznie jasno określona. Wiele firm na rynku zaczyna oferować narzędzia, które koncentrują się na zbieraniu i agregacji danych w kolejnym systemie (kolejnej bazie danych), żeby usprawnić m.in. procesy raportowania, zaawansowanych symulacji czy pierwszych prób zastosowania machine learning z wykorzystaniem danych historycznych. Systemy tego typu to właśnie odpowiedź na wielosystemową architekturę aplikacji, w której dane są rozproszone w wielu systemach i bazach danych. Czy tego typu podejście można uznać za ramy pod przyszłą kompleksową integrację systemów na miarę Industry 5.0?
Reinżynieria zarządzania danymi
Intensywność, złożoność i dynamika zmian związanych z cyfrową transformacją przedsiębiorstwa w ostatnich latach są nieporównywalne z żadnym wcześniejszym okresem. Przyjmując, że technologia 5G pojawi się w powszechnym użytku w firmach w ciągu najbliższych paru lat, a rozwój technologii niskonapięciowej w obszarze sensorów czy czujników utrzyma obecne tempo, należy spodziewać się jeszcze większego przyrostu danych niż dziś. Dlatego wydaje się, że stosowane obecnie podejście do zarządzania danymi i integracji systemów, wywodzące się jeszcze z poprzedniej epoki, a oparte na prostej zależności: „dane – baza danych – system”, nie będzie w stanie właściwie wspierać tak szybkiego tempa rozwoju. Konieczna jest kompleksowa reinżynieria zarządzania danymi w systemach wielowarstwowych i stworzenie nowej struktury, nowego podejścia, które będzie skalowalne w stosunku do przyszłych wyzwań.
Integracja systemów w obecnym kształcie polega na wykorzystaniu interfejsów do wymiany (kopiowaniu) danych między systemami. Prowadzi to do ich częściowego powielania w wielu systemach, co sprawia, że zarządzanie taką strukturą danych czy ich uaktualnianie staje się coraz bardziej skomplikowanym procesem. Wpływa to na jakość danych oraz pośrednio na działania systemów, które z nich korzystają. W ostatnich latach można zaobserwować rozwój modeli Platform as a Service (PaaS), Software as a Service (SaaS) oraz Application as a Service (AasS). W większości wypadków dotyczy to rozwiązań chmurowych, które wyznaczają kierunek rozwoju. Podążając drogą w kierunku przyszłości transformacji cyfrowej lub Industry 5.0, nieuniknione jest pojawienie się kolejnej i, w mojej opinii, najważniejszej platformy Data as a Service (DaaS), która zdefiniuje nowe podejście do zarządzania danymi w transformacji cyfrowej. W systemach ERP podobną funkcję pełni, zarządzające wszelkimi danymi podstawowymi w środowiskach rozproszonych, Central Master Data Management. W otoczeniu Industry 4.0 lub 5.0 zakres będzie o wiele większy, obejmując nie tylko strukturę danych wewnątrz firmy, ale także wymianę danych z otoczeniem.
Integracja danych w obecnej transformacji cyfrowej odbywa się w większości wypadków na poziomie i wewnątrz przedsiębiorstwa. A przecież mówiąc o łańcuchach dostaw, mamy na myśli globalną sieć dostawców, producentów i klientów. W tym obszarze mamy ciągle rzeczywisty greenfield. Oczywiście istnieje protokół elektronicznej wymiany danych (EDI), który, niestety, sprowadza się najczęściej do elektronicznego wysyłania zamówień czy odbierania elektronicznych dowodów dostaw. Brakuje tu jednak wymiany danych na poziomie systemów bądź, co jest o wiele bardziej pożądane, bezpośredniego dostępu do systemów klienta czy dostawcy, i to nie tylko w ograniczonym zakresie, ale kompleksowo – z pełnym wglądem w informacje ważne dla funkcjonowania partnera.
Wewnętrzna integracja danych jako element Industry 4.0, model DaaS oraz integracja w globalnych łańcuchach dostaw to przyszłość, która jest już za rogiem i bez wątpienia należy już rozpocząć przygotowania.
Aplikacje zarządzane zdarzeniami
Dane są kluczem do procesu cyfryzacji. Miliony danych generowanych w krótkim odstępie czasu przez wszystkie składowe elementy Industry 4.0 we wszystkich systemach procesu transformacji cyfrowej muszą być właściwie zdefiniowane, przetworzone i zagregowane, by na końcu procesu mogły być naprawdę użyteczne. Proste porównanie: ERP jest systemem transakcyjnym, w którym np. milion transakcji w miesiącu wydawałoby się olbrzymią liczbą, jednak w porównaniu z kilkoma nowoczesnymi maszynami produkcyjnymi, które są wyposażone w wiele czujników i wykonują np. kilka operacji na sekundę, wartość miliona rekordów już nie będzie wydawała się naprawdę duża. Skala danych w dobie transformacji cyfrowej jest olbrzymia. Jak wybrać te, które są naprawdę użyteczne? Jak wykonać ekstrakcje i czyszczenie danych, by wynik końcowy był taki, jakiego oczekujemy?
Nawet wiele lat temu, gdy architektura systemowa nie była tak rozbudowana jak dziś, przetwarzanie informacji było problem. Zawsze pojawiał się wszechobecny Excel, w którego arkuszach bardzo często lądowały krytyczne dane i tak były rozprzestrzeniane w organizacji. Dużym problemem była ich spójność i aktualność. W dobie transformacji cyfrowej pojawiają się dwa bardzo ważne kryteria oceny danych. Pierwsze z nich to cykl życia informacji, szczególnie istotny w wypadku IoT, które generuje bardzo duże wolumeny danych w krótkich interwałach czasowych. Równocześnie do cyklu życia informacji należy dołożyć drugie kryterium: ich ważność. Oba kryteria już dziś mają największy wpływ na sposób funkcjonowania obecnych i przyszłych systemów.
Postęp technologiczny sprawił, że moc obliczeniowa, wydajność pamięci lub baz danych w ostatnich latach wzrosła diametralnie. Powoduje to możliwość tworzenia systemów, które działają w czasie rzeczywistym, analizują i przetwarzają dane online.
Jak więc wyselekcjonować te informacje, które są naprawdę potrzebne, spośród wielu systemów i dystrybuować je do innych systemów w zależności do potrzeb? Z pomocą przychodzi jedna z najnowszych tendencji – model Event Driven Application (aplikacje zarządzane zdarzeniami). Poniższy schemat (rys. 2) ukazuje sposób funkcjonowania tego typu aplikacji.
Rys. 2. Model Event Driven Application
Źródło: https://seanmccallanprogramming.wordpress.com/2014/11/19/key-features-of-event-driven-programs
Większość z nas zna tę ideę systemów z mediów społecznościowych. W każdym systemie zdefiniowane są zdarzenia, do których inne systemy się zapisują, czyli definiują tylko te zdarzenia, którymi są zainteresowane – i tylko te otrzymują. Dla zobrazowania tego procesu można sobie wyobrazić maszynę produkcyjną ze zdefiniowanymi zdarzeniami typu: wykonanie produkcji, parametry jakościowe procesu wykonania, zatrzymanie maszyny, awaria. Każde z nich może trafić do innego systemu: wykonanie produkcji do MES czy ERP, parametry jakościowe oraz awarie do systemu utrzymania ruchu, zatrzymanie do systemu wyliczającego np. produktywność czy akord na maszynie.
Systemy zarządzania zdarzeniami mogą stanowić integralną część maszyny, być zbiorem maszyn czy osobnym systemem. Cała integracja systemów w przedsiębiorstwie oparta na zdarzeniach jest nieograniczoną siecią połączeń w relacji „zdarzenie – publikacja – odbiór informacji”. W dobie Industry 4.0, a już niedługo 5.0, kiedy ilość danych z systemów i czujników generowana w krótkim interwale czasowym jest bardzo duża, podejście to daje możliwość zapanowania nad informacją i danymi, sprawiając, że ich jakość dla poszczególnych systemów będzie na poziomie umożliwiającym m.in. uczeniu maszynowemu czy rzeczywistej sztucznej inteligencji pokazanie całego spektrum swoich możliwości.
Industry 4.0 to teraźniejszość. Próbujemy wprowadzić transformację cyfrową, uczynić z niej element codzienności i składową kultury organizacyjnej. Dość powszechna w wielu przedsiębiorstwach jest opinia: „widzimy duży potencjał w transformacji cyfrowej”. Jednak globalne wyniki oceny wdrożenia tego typu procesów i technologii są niezadowalające. Jest jeszcze wiele do zrobienia. Elementami krytycznymi są czas i tempo wprowadzania zmian. Będą one kluczowe zarówno w obecnej, jak i w przyszłej rewolucji przemysłowej.
Industry 5.0 będzie erą machine learning i sztucznej inteligencji, erą danych i uczenia się na ich podstawie. Ale będzie to też czas nowych systemów. Technologiczny postęp już dziś daje możliwość tworzenia systemów, które nie będą opierały się na klasycznych bazach danych, lecz na łączących się ze sobą obiektach. Systemy będą definiowały jedynie połączenia, które mogą być składowane z wykorzystaniem idei blockchain, zdobywającej coraz większą popularność w systemach produkcyjnych. Będzie to na pewno kolejna duża rewolucja dla przedsiębiorstw. Ponieważ obecna rewolucja nie jest jeszcze właściwie wdrożona i wykorzystana, pozostaje mieć nadzieję, że do następnej przygotujemy się znacznie lepiej i znacznie wcześniej wystartujemy z procesem adaptacji przedsiębiorstw do nowych wyzwań.
Autor:
Artur Komolka
Dyrektor IT zarządzający wewnętrznym IT Share Service Centre, odpowiedzialny za obszary wszystkich aplikacji biznesowych w grupie Sumitomo Bordnetze, która jest jednym z liderów rynku w produkcji wiązek elektrycznych do samochodów osobowych. Od lat zajmuje się wprowadzaniem idei Industry 4.0 i digitalizacji do przedsiębiorstw produkcyjnych oraz integracją systemów w celu usprawnienia procesów logistyczno-produkcyjnych. Zwolennik nowych technologii i ich zastosowania w przemyśle.
Artykuł ukazał się w nr 5(23) październik-listopad 2019 czasopisma „Production Manager”.
