بایدها و نبایدهای پروژههای IoT صنعتی
زمان زیادی از معرفی کاربرد IoT در حوزه صنعتی نمی‌گذرد و صنعتگران ابتدا دیدگاه خوبی نسبت به اینترنت اشیا نداشتند؛ اما اکنون اکثریت رهبران صنایع، اینترنت اشیا صنعتی (IIoT) را برای آینده کسب و کارشان امری حیاتی می‌دانند. اگرچه هنوز تعدادی از نوآوری‌ها در حوزه IoT صنعتی در مرحله امکان‌سنجی بوده و به مرحله اجرا نرسیده است.
در سال 2017 نیز شرکت سیسکو نظرسنجی انجام داده که طی آن مشخص شد 26 درصد از سازمان‌ها پروژههای IoT خود را کاملاً موفقیت‌آمیز انجام داده‌اند؛ اما تحقیقات حاکی از آن است 21 درصد از پروژه صنعتگران IoT مطابق با انتظار پیش نرفته و 55 درصد اذعان دارند که اجرای پروژههای آنها بیش از آن چیزی که انتظارش را داشتند، زمان برده است. مقاله حاضر بایدها و نبایدهایی را برای کمک به اجرای این قبیل پروژه‌ها گوشزد می‌کند.
بایدها:
1. موافقت مدیران ارشد و برخورداری از حمایت
چندی پیش موسسه IoT، بررسی بر روی پیاده‌سازی پروژههای IoT از دیدگاه ذی‌نفعانی که در پروژه حضور داشتند، انجام داده است. از میان پاسخ‌دهندگانی که از پیاده‌سازی پروژه رضایت کامل داشتند، 60 درصد حمایت مدیران رده بالای اجرایی را دانسته و از میان کسانی‌که از نتیجه آن رضایت نداشتند، 35 درصدشان از این حمایت بی‌بهره بودند. پشتیبانی مدیران ارشد برای پروژههای IoT بسیار حیاتی و حائز اهمیت است. براساس نظر سیدحسین زعیم (Zaeem Syed Hosain)، مدیر ارشد فنی شرکت آیریس (Aeris) می‌توان بیان کرد که یک پشتیبان ارشد در این قبیل پروژه‌ها کمک‌های مهمی از قبیل تأییدیه‌ها و تهیه بودجه می‌تواند انجام دهد. همچنین در مقابل موانع و گرفتاری‌ها می‌تواند نقش سپر را ایفا کند.
2. تمرکز روی خروجی موردنظر
پروژههای IIoT می‌توانند شامل امور پیچیده‌ای مانند ترکیبی از تکنولوژی‌های جدید و موجود، پروتکل‌های اختصاصی و فناوری‌های با سرعت پیشرفت زیاد باشند. بنابراین بسیار محتمل است که نتایج و خروجی‌های کسب و کار را که مهم‌ترین دلیل اجرای هر پروژه IoT بوده، از بین برود. در چنین شرایطی تمرکز بر روی ارزش‌آفرینی می‌تواند راهنمای مناسبی در سیر تکاملی استقرار پروژه IoT باشد. بنابر نظر بروس سینکلر (Bruce Sinclair) مشاور و متخصص در زمینه IoT، باید چهار نکته اساسی را برای ارزش‌آفرینی پروژه IoT در نظر گرفت که عبارت است از:
ـ تولید بهتر نسبت به محصول موجود
ـ روش‌های بهتر تولید محصول (کارآمدی عملیاتی)
ـ پشتیبانی بهتر از محصولات (پشتیبانی پیشگیرانه)
ـ تولید محصولات جدید و IoT محور (نوآوری)
تاکنون بسیاری از پروژههای IIoT تمرکزشان بر روی بهبود تدریجی کارآمدی عملیاتی بوده است، درحالی‌که نوآوری‌های IoT محور که تمرکزشان بر نتیجه کار است، پتانسیل ارزش‌آفرینی بیشتری دارند. همچنین براساس نظر بروس سینکلر، بهبود بازدهی عملیاتی باعث کاهش فوق العاده‌ای در سرمایه‌گذاری لازم برای صنایعی مانند معدن می‌شود. رومن آروتینو (Roman Arutyunov) بنیانگذار و معاون تولید محصولات شرکتxage security در این مورد می‌گوید که در گذشته معاون توسعه محصولات جهانی در ABB نیز بوده است، بسیاری از شرکت‌های معدنی، با پیاده‌سازی سیستم‌های مدیریت ناوگان IoT محور، استفاده بهینه از سرمایه خود را از 40 درصد به 80 درصد افزایش داده‌اند و با نگاهی به استفاده از فناوری رانندگی خودکار، در نظر دارند تا این میزان بهره‌وری را به 95 درصد برسانند.
3. اهداف تجاری روشن برای استفاده از داده‌هایIIoT
پروژه‌ای IoT صنعتی می‌تواند حجم وسیعی از داده‌ها را ایجاد کند. این حجم از داده بدون شک برای سازمان‌ها ایجاد دردسر می‌کند. گزارشی که در سال 2015 توسط مک‌کنزی (McKinsey) منتشر شده حاکی از آن است که کاربران شاغل بر روی یک دکل نفتی از کمتر از 1 درصد از داده‌های ایجاد شده، استفاده کرده‌اند. نتایج مشابهی از سایر سازمان‌ها نیز وجود دارد. البته روند به این معنا نیست که شما از 100 درصد داده‌های جمع‌آوری شده، استفاده کنید. دیوید مک‌کارثی (Dave McCarthy) مشاور ارشد BSQUARE میزان بهینه استفاده از داده‌ها را بیش از 1 درصد و کمتر از 100 درصد می‌داند. بنابر نظر مک‌کارثی چیزی که در این میان اهمیت دارد، آن است که شما اهداف تجاری مشخصی را برای داده‌های تولیدی ابزار IIoT خود تعیین کرده و شناخت مشخصی از تصمیمی که می‌خواهید بگیرید، داشته باشید.
4. اطمینان از داشتن تیم IoT مناسب
نوآوری‌های IIoT این پتانسیل را دارد که روی کل سازمان تأثیر گذاشته و تغییر ایجاد کند و فرصت‌هایی مانند همکاری‌های جدید با شرکت‌ها و مدل‌های تجاری جدیدی را مهیا کند. در نتیجه هر پروژه IIoT نیازمند همکاری گروههای متفاوتی است که هدف یکسانی را دنبال می‌کنند. رهبران این گروه‌ها باید شناخت کاملی نسبت به چالش‌های جدیدی که در ارتباط با تکنولوژی‌های اطلاعاتی و عملیاتی ایجاد می‌شود، داشته باشند و بتوانند در نهایت به توافق برسند. همچنین مک‌کارثی می‌گوید این پروژه‌ها می‌توانند داده‌های منحصر به فردی از مسائل مهم و استراتژیک، از قبیل اطلاعات حساس شرکت‌های بزرگ را ایجاد کنند. بنابراین حضور یک تیم حقوقی که بتواند درباره موانع حقوقی به تیم فنی مشاوره مناسب بدهد، لازم است.
هریک از گروههای همکار در پروژه انگیزه خود را دارد که بعضی از آنها با یکدیگر همپوشانی داشته و برخی در تضاد با یکدیگر است. بنابراین نیاز به تبیین معماری ساختار یافته برای اجرای پروژه دارند تا بتوانند این تضادها را حل کند، در غیر این صورت پروژه فرجامی نخواهد داشت.
هنوز بسیاری از سازمان‌ها در ساختار سازمانی خود به‌دنبال چنین رهبر لایقی هستند که از پس اوضاع برآمده و فاصله میان بخش‌های عملیاتی و اطلاعاتی را پر کرده و همزمان کارکنان را قانع کند که نقشی اساسی در تغییر نحوه عملکرد سازمان دارند. در این مورد مک‌کارثی می‌گوید؛ به‌همین دلیل است که بسیاری از سازمان‌ها به‌دنبال شرکت‌های مشاوری هستند تا بتوانند استراتژی مناسبی برای رویارویی با این دگرگونی‌ها تدوین کنند.
با توجه به اینکه این شرکت‌ها ساختار مشخصی دارند، برایشان بسیار راحت است تا وندورهای مناسب فناوری‌های موردنظر سازمان را پیدا کرده و راه‌حل‌های بهتری را در این زمینه اتخاذ کنند.
5. شناسایی هزینه‌های واقعی
بسیار طبیعی است که سازمان‌ها در برآورد هزینه‌های مربوط به سخت‌افزارها، ارتباطات ماهیانه، انرژی مصرفی، نرم‌افزار و هزینه‌های استفاده از پلتفرم‌های ابری دچار اشتباه شوند. بنا بر تحقیقات ریک بُلوتا (Rick Bolutta) مدیر نکس بیگ تینگ (Next Big Thing)، آمار سازمان‌هایی که دید واقع گرایانه‌ای نسبت به هزینه‌ها ندارند و در پایان پروژه دچار مشکل بودجه می‌شوند، بسیار بالا است.
6. آموزش‌های مناسب برای افراد مؤثر در پروژه
حوزه IIoT شامل استانداردهای مختلف و مسائل مهم امنیتی است که نیاز به همکاری کامل تیم‌های مختلف دارد. بنابراین، آموزش نقشی حیاتی در این زمینه خواهد داشت. آن‌طورکه استیو برومر (Steve Brumer) معتقد است، در ابتدا باید افرادی که در تصمیم‌گیری‌های کلی و پیاده‌سازی پروژه مؤثر هستند، شناسایی کرده و آنها را آموزش داد. پس از آن، یکی از سخت‌ترین کارهایی که در این صنعت وجود دارد آموزش به پیمانکاران، گروههای اجرایی و پشتیبان داخلی و در نهایت مشتریان است.
7. شناسایی پازل یکپارچه‌سازی سیستم
استیو برومر، شناسایی راهی برای ایجاد برنامه یکپارچه‌سازی کامل سیستم‌ها که در آن تمام اجزای پروژه قرار گرفته باشد و پروژه کاربردی را از مرحلة فرضیه به عمل رهنمون سازد، بسیار مهم و حیاتی می‌داند.
8. تکرار دائمی
به‌ندرت پیش می‌آید که نخستین طرح از یک پروژه IIoT، بهترین آن باشد. بنابراین در این قبیل پروژه‌ها مرور و تکرار بسیار حائز اهمیت است. همانطورکه ریک بلوتا می‌گوید؛ ابزار، فناوری و متدولوژی را انتخاب کنید که شما را قادر به تکرار و آزمایش (به‌خصوص در مرحله اولیه پروژه) قادر سازند.
9. امنیت پروژه در همان مرحله طراحی
یکی از بزرگ‌ترین درس‌های امنیتی که با نگاهی به تاریخچه پیدایش اینترنت به آن برمی‌خوریم، ناکارآمدی پیاده‌سازی امنیت در شبکه‌های عظیم بوده که شامل نقاط پایانی غیرقابل اعتماد و بسیار بالقوه است. برای پروژههای جدید IOT باید از اولین مراحل روی ایجاد امنیت تمرکز کرد. گروههای درگیر در پروژه باید راه‌هایی را که می‌توان به ابزار، دستگاه‌های انتقال و سرورهای اطلاعاتی نفوذ کند و در پیاده‌سازی آن اثر سوء بگذارد، شناسایی کنند. سیدحسین زعیم در این مورد می‌گوید؛ باید مسئولیت‌های شفافی برای کسانی‌که اطلاعات را جمع‌آوری کرده، به آن دسترسی داشته و به‌طور منظم از آنها محافظت می‌کنند و با توجه به کیفیت و عمر داده‌ها آنها را پاکسازی می‌کنند، در نظر گرفته شود.
10. انتخاب هوشمندانه چالش‌های امنیتی پروژههای IIoT
همانطورکه گفته شد، امنیت در پروژههای IIoT را باید حتی در اولین مراحل امکان‌سنجی پروژه نیز در نظر گرفت. براساس نظر برومر، اگر برنامه‌ای برای امنیت و هزینه‌های پروژه نداشته باشید و ندانید که امنیت در مقیاس کلی پروژه چه میزانی دارد، شما خود را با هزینه و تأخیر بیشتری در پیاده‌سازی پروژه مواجه کرده‌اید. بنابر اعتقاد رمضان زلفی‌کار (zulfikar Ramzan) مدیر فنی ارشد RSA، سر فصل میزان هزینه در امنیت پروژههای IoT بسیار پیچیده است. او پیشنهاد می‌دهد تا شرکت‌های درگیر پروژههای IIoT مقدارسنجی کنند تا در عوض هزینه‌های امنیت چه چیزی به‌دست می‌آورند. به گفته پیتر ترن (Peter Tran) معاون بخش استراتژی امنیت و دفاع سایبری جهانی شرکت ورلدپی (Worldpay)، هزینه‌هایی که در اثر هجوم به یک سامانه IIoT در نبود قابلیت‌های مانیتورینگ امنیتی ایجاد می‌شود، به‌طور قابل ملاحظه‌ای درحال افزایش است و امکان خسارت و حملات به مراتب خطرناکی‌تری را ایجاد می‌کند. بنا بر گفته وی حتی ناهنجاری‌های به ظاهر بی‌ضرر در محیط IIoT می‌توانند منجر به مشکلات خطیری شوند. نقص‌های بسیار کوچک می‌توانند اولین نشانه‌های پایه‌گذاری و ساماندهی حملات سایبری به کل شبکه باشند. وی پیشنهاد می‌دهد امنیت منطقه‌ای شبکه به‌کارگرفته شود، به‌طوری‌که آلوده شدن یک حسگر نتواند نتایج مصیبت‌باری را برای تعدادی زیادی از آنها ایجاد کند.
11. بررسی بیشتر رایانش مرزی در مقابل رایانش ابری
در سال‌های اخیر برای بسیاری از پروژههای IIoT رایانش مرزی (پردازش در لایه‌های پایانی) از حاشیه به یک ضرورت تبدیل شده است. رایانش مرزی می‌تواند به سازمان‌ها کمک کند تا هزینه تراکنش داده‌های ابری خود را کاهش دهد. چشم‌انداز استفاده توأمان از رایانش ابری و مرزی این سؤال را در ذهن متبادر می‌سازد که چگونه از ترکیب بهینه این دو در یک پروژه IIoT استفاده شود. از نظر دیو شومن (Dave Shuman)، پیشرو IoT صنعتی در کلودرا (Cloudera)، هنگامی مشخص می‌شود که کدام فرایندها در لایه‌های پایانی پردازش شوند و کدام در لایه‌های بالایی، درواقع درحال متعادل‌سازی دو محدودیت خواهیم بود (منابع ناکافی در لایه‌های پایینی در مقابل شبکه نامساعد). وقتی منابع لایه‌های پایانی در انجام محاسبات، ذخیره‌سازی و ظرفیت با کمبود مواجه هستند، بهتر است که داده‌ها در پلتفرمی در لایه‌های اصلی پردازش شوند. در مقابل، هنگامی‌که پهنای باند کافی برای جریان داده‌ها وجود ندارد، هزینه انتقال دیتا بالا است یا تأخیر زیادی بین اتفاق و تصمیم‌گیری می‌افتد، بهتر است داده‌ها در لایه‌های پایانی پردازش شوند.
همچنین بهتر است سازمان‌ها روی داده‌هایی که باید پردازش شوند، تمرکز کنند. از نظر دیو شومن تمام داده‌ها زمان یکسانی برای پردازش ندارند، در نتیجه باید استراتژی معقولی برای سرعت پردازش داشته باشیم. برای مثال برخی حسگرها تنها در زمانی‌که فعال هستند، می‌توانند داده‌های خود را انتقال دهند.
نبایدها:
1. انتخاب فناوری یا پلتفرم خاص برای IIoT در ابتدای شروع پروژه
با وجودی‌که بسیار طبیعی به‌نظر می‌رسد که برای ایجاد بنیان اصلی پروژههای IIoT به‌دنبال پلتفرم خاصی باشید، باید این نکته را در نظر بگیرید که پلتفرم‌ها به تنهایی برای حل مشکلات مشخص تجهیز نشده‌اند. براساس نظر بروس سینکلر شما از پلتفرم انتظار ندارید که تصمیمات طراحی‌تان را بگیرد. انتخاب یک پلتفرم IoT قبل از مشخص شدن خط‌مشی ارزش‌آفرینی پروژه، داده‌ها و اطلاعات موردنیاز و پتانسیل‌های فناوری IoT مورد استفاده برای کاربران مانند آن است که شما درشکه را جلوی اسبتان ببندید. اصول یکسانی برای تصمیم‌گیری‌های مشابه در سایر فناوری‌ها و خدمات مبتنی بر فناوری صادق است. از نظر برومر در شروع پروژه پلتفرم، بستر انتقال بی‌سیم حسگر، مودم و مواردی مانند آن مهم نبوده و به‌جای آن بهتر است مشکلاتی را که قرار است با IoT صنعتی خود حل کنید، داده‌هایی که می‌خواهید انجام دهید و کاری را که می‌خواهید بر روی آن داده‌ها انجام دهید، معین کنید.
2. جادو با هوش مصنوعی
داده‌هایی که به‌دست می‌آید می‌تواند تازه، جامع و در هر ارتباطی باشد؛ اما اگر دنبال این نباشید که چگونه این اطلاعات را برای پروژه بهینه کنید و صرفاً به فناوری هوش مصنوعی (artificial intelligence) یا یادگیری ماشین (machine learning) اکتفا کنید تا این کار را برای شما انجام دهند، ساده‌انگاری است. بنا بر نظر ریک بلوتا علاوه بر پلتفرم‌های تحلیلی IoT نیاز به تحلیل‌هایی برای تهیه اطلاعات، ترکیب جریان اطلاعات، ایجاد و اعتبارسنجی مدل‌ها، ارزیابی خروجی‌ها و ایجاد رویه برای مدل‌های به‌دست آمده، وجود خواهد داشت.
3. اشتباه گرفتن IIoT با مدیریت دستگاه در شرکت‌های سنتی
معمولاً پروژههای IIoT را نوعی از پروژههای IoT در نظر می‌گیرند، درحالی‌که IIoT نیازهای منحصر به‌فرد خود را دارد. دیوید مک‌کارثی معتقد است در یک پروژه IIoT با دستگاه‌هایی با منابع محدود از لحاظ محاسبه، ذخیره‌سازی و پهنای باند در ارتباط هستید و نیاز دارید تا راه‌حل‌های متفاوتی را طراحی کنید. همچنین پروژههای IIoT مقیاس بزرگ‌تری دارند.
4. طراحی و انجام تمام فعالیت‌های پروژه توسط منابع انسانی
اتوماسیون در محیط‌های تولیدی امری عادی است، اما رویه تنظیمات خودکار برای مدیریت دستگاه‌های IIoT، مدیریت شبکه و امنیت الزامی است. اتوماسیون در پروژههای صنعتی IoT از همان مراحل ابتدایی تا گسترش آن در مقیاس عظیم موردنیاز است. فناوری‌هایی چون SDN (ایجاد و تنظیم شبکه از طریق پردازش ابری و نرم‌افزاری)، انجام عملیات از طریق یادگیری ماشین و امنیت سایبری برای بلوغ و تکامل IIoT استقرار یافته در سازمان ضروری هستند. یکی از بزرگ‌ترین وعده‌های IIoT آن است که با جمع‌آوری اطلاعات عملیاتی، شرکت‌های صنعتی را قادر سازد تا مدل‌های کسب و کار با کارایی جدید و بالاتری را ایجاد کنند. همانطورکه جیمز ای.ویتاکر (James A. Whittaker) یکی از مهندسان برجسته مایکروسافت در همایش اخیر IoT در سانفرانسیسکو گفت: «وقتی شما مشکلی را در قالب داده‌ها بیان می‌کنید، عملکرد ماشین‌ها بسیار بهتر از انسان‌ها است».
5. نادیده گرفتن چالش‌های مقیاس و اندازه پروژه
آن چیزی که در پروژه آزمایشی و پایلوت بدون اشکال کار می‌کند، درصورتی‌که آن فرایند 10، 100 و یا 100.0000 مرتبه با تعداد زیادی دستگاه انجام شود، می‌تواند تبدیل به یک مصیبت غیرقابل مدیریت و کنترل شود. بنابراین لازم است اندازه نهایی و بیشینه پروژه را در همان ابتدای کار در نظر بگیرید که این نه تنها شامل ظرفیت‌های وقتی چون طراحی نرم‌افزار است، بلکه شامل اندازه و ظرفیت کارکنان بخش‌های اجرایی و تعمیرات و ظرفیت و اندازه فرایندهایی مانند مدیریت ابزار، بروزرسانی نرم‌افزار و واحد پشتیبانی مشتریان نیز است.
6. نادیده گرفتن نیازها در انتهای عمر پروژه
هر چیز عمر مفیدی دارد و پروژههای IIoT نیز از این قائده مستثنی نیستند. به قول سید حسین زعیم در پایان پروژه لازم است که سریعاً بدانید به چه چیزهایی نیاز دارید تا داده‌ها و دستگاه‌ها را از سرویس خارج کنید. هیچ چیز بدتر از دستگاه‌های باقی‌مانده و اطلاعاتی که بعدها پاک یا محافظت نمی‌شوند، نخواهد بود.
