¿Se normalizará por fin gestion des données en la tecnología operativa?

La proliferación de la tecnología operativa (OT) en las empresas es cada vez mayor, lo que ha llevado a muchos a preguntarse si esto conducirá a la normalización de la forma en que se gestionan los datos generados por la tecnología operativa. La respuesta es "es complicado".

Es poco probable que se produzca una normalización de los datos que generan los distintos dispositivos tecnológicos operativos, pero sí habrá nuevas capacidades de interoperabilidad, agregación de datos y análisis unificado.

¿Qué es la tecnología operativa?

Antes de examinar la cuestión de la normalización, es importante entender la definición de "tecnología operativa". OT es un término paraguas que describe los componentes tecnológicos utilizados para apoyar las operaciones de una empresa - por lo general se refiere a las actividades de operaciones tradicionales, tales como fabricación, cadena de suministro, distribución, servicio de campo, etc. (Algunas empresas están confiando en la tecnología operativa para apoyar, por ejemplo, el marketing, las ventas y la prestación digital de servicios, pero ese es el tema de un artículo futuro).

La tecnología operativa incluye, por ejemplo, sensores Embarqué dentro de equipos de fabricación, telemetría de componentes de operaciones desplegados sobre el terreno (por ejemplo, oleoductos, señales de tráfico, molinos de viento, etc.); dispositivos IoT industriales; tabletas con capacidad de localización, que utiliza el personal de servicio sobre el terreno; y mucho más; la lista es larga. Esto es importante porque OT no es una clasificación única de la tecnología, es un descriptor de cómo se utilizan los componentes tecnológicos.

El impulso a la interoperabilidad

En el sector se están realizando esfuerzos para impulsar la interoperabilidad entre los componentes de TI y OT. La Open Platform 3.0 (OP3) de The Open Group es un buen ejemplo. Lo que esta norma y otras similares pretenden es que los componentes de distintos fabricantes coexistan y funcionen mejor juntos dentro del ecosistema tecnológico de una empresa. No pretenden estandarizar los datos procedentes de los sistemas OT individuales ni la forma en que se gestionan esos datos. Ese reto se deja en manos de cada empresa y de los profesionales de las ciencias de los datos.

Los profesionales de la ciencia de datos llevan muchos años trabajando con empresas y proveedores individuales de tecnología para determinar un método escalable y eficiente de agregar datos procedentes de diversas fuentes de datos. Los esfuerzos por estandarizar los modelos de datos y las interfaces han sido en gran medida infructuosos debido al deseo de algunos grandes actores del mercado de desarrollar y defender ecosistemas tecnológicos cerrados.

En vista de ello, la mayoría de los avances recientes se han centrado en el uso de almacenes de datos para agregar datos diversos y luego aplicar el aprendizaje automático y la inteligencia artificial para conciliar las diferencias.

Por qué la tecnología operativa gestion des données puede que nunca se estandarice

El mayor reto para estandarizar la gestion des données OT es gestionar el cambio. Sería totalmente posible diseñar y desplegar una solución estandarizada para gestionar todos los datos generados por los sistemas OT en la actualidad. El problema es que la tecnología en este ámbito evoluciona continuamente y los datos que se generan también cambian.

Ni los proveedores de tecnología ni las empresas consumidoras de OT desean ralentizar el ritmo de la innovación tecnológica o limitarla mediante la estandarización. Las innovaciones en OT serán el motor de la próxima generación de modernización empresarial y las empresas están ansiosas por consumir las nuevas capacidades en cuanto puedan estar disponibles.

Cómo integran las empresas los datos tecnológicos operativos

Aunque las empresas no deseen estandarizar los datos procedentes de diversos sistemas fuente de OT, tienen una necesidad empresarial muy crítica de combinar datos y analizarlos como parte de un conjunto de datos integrado. Ahí es donde entran en juego las herramientas de gestion des données , como Actian.

La suite de productos de Actian, que incluye DataConnect, Actian Data Platform y Zen, proporciona a las empresas una plataforma para gestionar la ingestión de datos de todas sus fuentes de datos OT, conciliarlos en tiempo real utilizando análisis a escala de la nube y aprendizaje automático, y luego aplicar el análisis estadístico robusto (por ejemplo, series temporales y análisis de correlación) para traducir los datos en conocimientos significativos en un contexto de operaciones.

El espacio de la tecnología operativa está llamado a ser uno de los sectores más importantes de la industria de TI durante los próximos años. Los nuevos componentes permitirán a las empresas generar datos de casi todas las facetas de sus operaciones y las soluciones de gestion des données sólidas, como Actian, les permitirán interpretar estos datos en tiempo real para generar valiosas perspectivas operativas.

Aunque la estandarización es poco probable, la interoperabilidad de los componentes está mejorando y las tecnologías emergentes, como la IA, están facilitando el análisis de datos. Para obtener más información sobre cómo Actian puede apoyar sus esfuerzos de OT, visite www.actian.com/zen.

Acerca de Actian Corporation

Actian hace que los datos sean fáciles. Nuestra plataforma de datos simplifica el modo en que las personas conectan, gestionan y analizan los datos en entornos en la nube, híbridos y locales. Con décadas de experiencia en gestión de datos y análisis, Actian ofrece soluciones de alto rendimiento que permiten a las empresas tomar decisiones basadas en datos. Actian cuenta con el reconocimiento de los principales analistas y ha recibido premios del sector por su rendimiento e innovación. Nuestros equipos comparten casos de uso probados en conferencias (por ejemplo, Strata Data) y contribuyen a proyectos de código abierto. En el blog de Actian, cubrimos temas que van desde la ingestión de datos en tiempo real hasta el análisis impulsado por IA.