AO_430

Portare l’IoT nelle imprese: una sfida da affrontare L’AUTORE, TECHNICAL EVANGELIST DI REDHAT, RIFLETTE SULLE SFIDE CHE ACCOMPAGNANO LADIFFUSIONE DELL’IOT INAMBITOAZIENDALE. PERQUANTO LO SCENARIO SIA PARTICOLARMENTE IMPEGNATIVO, UNA SOLUZIONE È POSSIBILE: L’EDGE COMPUTING in tempo reale S SI Mitsubishi Electric e Iconics Con crescente attenzione rivolta alla trasformazione digitale e all’IoT e grazie all’acquisizione nel 2019 di Iconics, importante azienda statunitense operante nel settore dei software di automazione Scada e IoT, Mitsubishi Electric ( it3a.mitsubishielectric.com ) ha ampliato la propria linea di prodotti Scada destinata ai mercati Emea. I clienti di Mitsubishi Electric potranno quindi avvalersi di un accesso unico e integrato alle soluzioni Scada fornite da Iconics. Potranno ot- tenere i duplici vantaggi offerti dall’unione della tecnologia di automazione industriale di Mitsubishi Electric e delle soluzioni di Iconics, che comprendono prodotti e servizi software avanzati, dall’edge al cloud, tutti rivolti a offrire soluzioni idonee per le esigenze di controllo di processo e automazione. Una prima dimostrazione di questa integrazione è stata fornita dal collegamento diretto dei PLC Mitsubishi Electric al software Scada Genesis64 che ha consentito di ottenere il rilevamento automa- tico e l’avvio facilitato dei dispositivi, senza la necessità di utilizzare un server OPC. Pur avendo conosciuto un’ondata di popolarità che dura da diversi anni, l’IoT oggi non ha ancora sviluppato nemmeno una frazione del potenziale che potrebbe avere in campo aziendale. Una conferma arriva dalla ricerca IoT condotta da PwC nel 2019: se la maggior parte dei manager intervistati afferma che la propria azienda sia impegnata in uno o più progetti IoT, molti ammettono che diversi problemi ne intralciano il progresso. La cosa non sorprende, specie considerando che la creazione di un ambiente IoT aziendale impone requisiti molto più complessi rispetto a un semplice PoC (proof of concept) che invii i dati del dispositivo al cloud o a una soluzione IoT consumer, che utilizzi soluzioni completamente integrate, ma proprietarie. Se PoC e soluzioni consumer hanno in genere un’architettura a due livelli in cui l’acquisizione dei dati è in loco (edge), ma elaborazione/ analisi e intelligence sono nel cloud, passando a un IoT enterprise su larga scala le implementazioni si fanno più complicate, andando a toccare l’integrazione con sistemi industriali gestiti da OT (tecno- logia operativa) e sistemi aziendali, la sicurezza dei dati e dell’in- frastruttura, l’acquisizione di insight dai dispositivi e, ovviamente, la capacità di introdurre tutto ciò in modo economicamente soste- nibile. Inoltre, se il vero valore dell’IoT risiede nell’acquisire informazioni integrando dati dei dispositivi con dati dell’azienda, dei clienti e della supply chain, questo tende a non avvenire in maniera lineare: prima che i dati del dispositivo siano integrati, devono essere tra- sformati da un protocollo all’altro, ‘puliti’ e indirizzati alle applica- zioni che devono agire su di essi. In alcuni casi è necessario operare Ishu Verma sui dati del dispositivo in tempo reale mantenendo in funzione le attività business-critical anche in assenza di connettività, un vero e proprio must per i sistemi di sicurezza salvavita o per le infrastrut- ture critiche. Per quanto lo scenario posto dall’introduzione dell’IoT in azienda sia particolarmente impegnativo, una soluzione è possi- bile: l’edge computing. Con questa tecnica le complessità dell’IoT vengono affrontate secondo una semplice logica: avvicinare l’ela- borazione e l’analisi dei dati ai dispositivi in cui vengono generati i dati, così da raccogliere, analizzare e agire sui dati del dispositivo in tempo reale e in maniera standardizzata. In questo modo è pos- sibile assegnare la priorità ai dati del dispositivo e indirizzarli dove necessario e al momento giusto (eventualmente identificando gli avvisi critici per indirizzarli a un endpoint diverso), in modo da in- viare solo un piccolo sottoinsieme di dati al sito principale per la conservazione a lungo termine o un’ulteriore elaborazione. Intelligenza artificiale e machine learning (AI/ML) consentirebbero così alle aziende di scoprire in modo proattivo potenziali problemi in tempo reale e poter conseguentemente intraprendere azioni cor- rettive per migliorare la qualità del prodotto, riducendo i potenziali tempi di inattività attraverso lamanutenzione predittiva, ma questa visione, per concretizzarsi, deve passare attraverso diverse fasi. La prima consiste nella consapevolezza, da parte delle aziende, che la soluzione IoT è oggi fondamentale per rispecchiare le best practice di un ambiente IT moderno basato su container, Kubernetes, svi- luppo agile, AI/ML e automazione. La seconda dovrà riguardare la coscienza che le iniziative aziendali non potranno solo limitarsi alla creazione di una soluzione IoT, ma anche come distribuire questa soluzione nella logica di un’architetturamodulare ed edge oriented, con la flessibilità di poter distribuire qualsiasi componente dove ha più senso per il business. Solo un approccio di questo tipo consen- tirà alle aziende di adattarsi rapidamente ai cambiamenti e di non essere superate da concorrenti in più rapida evoluzione. 74 AUTOMAZIONE OGGI 430 SOLUZIONI SOFTWARE PER L’INDUSTRIA