Apa Perbedaan Antara IoT dan IIoT (Industri Internet of Things)?

Pelajari tentang perbedaan antara Internet of Things dan Industrial Internet of Things (IIoT), serta potensi besar IIoT, hambatan penggunaannya secara luas, dan potensi dampaknya.

 

Dari LPWAN hingga MQTT hingga IoT itu sendiri, Internet of Things penuh dengan akronim. Seakan itu belum cukup, kami juga memiliki sejumlah varian IoT! Industrial Internet of Things, atau IIoT, adalah salah satu variasinya. Anda mungkin bertanya-tanya, lalu, apa yang membedakan IIoT dengan IoT? Justru itulah topik postingan kali ini.

 

Perbedaan Antara IoT dan IIoT

Dalam postingan #askIoT saya sebelumnya, Model dan Aplikasi Web of Things, kami melihat bahwa Web of Things (IoT) menambah penghargaan di tiga wilayah penting: memperluas kecakapan, lebih mengembangkan kesejahteraan/keamanan, dan membuat pertemuan yang lebih baik. Modern Web of Things mengelola dua wilayah awal, memperluas produktivitas dan mengembangkan kesejahteraan/keamanan lebih lanjut.

 

IIoT menyinggung subkategori Web of Things yang lebih luas. IoT menggabungkan IIoT selain hal-hal seperti mengikuti sumber daya, pengamatan jarak jauh, perangkat yang dapat dikenakan, dan langit adalah batas dari sana. IIoT berpusat secara eksplisit di sekitar aplikasi modern seperti perakitan atau hortikultura.

 

Potensi Besar IIoT

“Internet Industri [of Things] akan mengubah banyak industri, termasuk manufaktur, minyak dan gas, pertanian, pertambangan, transportasi, dan perawatan kesehatan. Secara kolektif, ini menyumbang hampir dua pertiga dari ekonomi dunia.” — Forum Ekonomi Dunia, Laporan Industrial Internet of Things

 

Dalam beberapa tahun terakhir, inovasi dalam perangkat keras, konektivitas, analitik data besar, dan pembelajaran mesin telah menyatu untuk menghasilkan peluang besar bagi industri. Karena kemajuan dalam perangkat keras, sensor menjadi lebih murah, lebih kuat, dan bertahan lebih lama dengan sekali pengisian daya. Kemajuan dalam konektivitas membuatnya lebih mudah dan lebih murah untuk mengirim data sensor ke cloud. Setelah data sensor dikumpulkan, wawasan luar biasa tentang proses manufaktur dapat diperoleh berkat analitik data besar dan inovasi pembelajaran mesin.

 

Wawasan ini dapat menghasilkan pengurangan biaya yang signifikan dan peningkatan produktivitas besar-besaran. Apa pun yang sedang dibuat dapat dibuat lebih cepat, dengan lebih sedikit sumber daya, dan dengan lebih sedikit uang.

 

Pemeliharaan prediktif adalah ilustrasi potensi IIoT. Ketika sebuah mesin rusak selama proses manufaktur, dapat menghabiskan jutaan dolar untuk menghentikan produksi guna memperbaiki masalah tersebut.

 

Perawatan rutin adalah solusi sebelumnya, tetapi memiliki beberapa kelemahan. Apa yang terjadi jika mesin tidak berfungsi sebelum perawatan? Seperti yang dinyatakan sebelumnya, hal ini mengakibatkan hilangnya produktivitas secara signifikan. Dan bagaimana jika mesin tidak perlu diservis? Itu membuang-buang uang, waktu, dan tenaga yang bisa lebih baik digunakan di tempat lain.

 

Menggunakan analitik data dan pembelajaran mesin untuk memprediksi secara tepat kapan sebuah mesin akan memerlukan perawatan adalah apa yang dimaksud dengan “pemeliharaan prediktif”. Lebih banyak sensor digunakan untuk mengumpulkan data mesin yang lebih baik. Tidak terlalu terlambat, yang mengakibatkan mesin tidak berfungsi, atau terlalu dini, yang mengakibatkan kesalahan alokasi sumber daya.

 

Salah satu contohnya adalah pemeliharaan prediktif, yang sudah menjadi kenyataan.

 

Perubahan akan signifikan seiring dengan percepatan adopsi dan pengembangan IIoT. Kita mungkin suatu hari nanti dapat membangun ekonomi mandiri di mana pasokan dan permintaan benar-benar seimbang, menghasilkan nol pemborosan dan optimalisasi proses produksi total.

 

Selain itu, ada banyak alasan untuk mengantisipasi percepatan IIoT…

 

Adopsi IIoT

IIoT berada di depan IoT dalam banyak hal dan akan terus mengalami adopsi yang lebih cepat.Mengapa? Fakta bahwa insentif untuk mengadopsi teknologi IIoT secara signifikan lebih besar daripada insentif untuk aplikasi IoT konsumen adalah perbedaan utama antara IoT dan IIoT:

 

“[IoT dan IIoT memiliki] dua bidang minat yang berbeda. Industrial IoT menghubungkan mesin dan sensor penting dalam industri berisiko tinggi seperti kedirgantaraan dan pertahanan, perawatan kesehatan, dan energi. Ini adalah sistem di mana kegagalan sering mengakibatkan mengancam jiwa atau situasi darurat lainnya. Di sisi lain, sistem IoT cenderung menjadi perangkat tingkat konsumen seperti alat kebugaran yang dapat dikenakan, termometer rumah pintar, dan pengumpan hewan peliharaan otomatis. Mereka penting dan nyaman, tetapi gangguan tidak segera menciptakan situasi darurat.” — RTI

 

Perusahaan manufaktur dapat mengurangi biaya dan meningkatkan produktivitas, menghasilkan laba atas investasi yang lebih nyata untuk mengadopsi solusi IIoT, yang merupakan perbedaan lain antara IoT dan IIoT.Sebagai pengadopsi IIoT awal, ThyssenKrupp, Caterpillar, dan Thames Water sudah menuai manfaatnya.

Namun, IIoT bukannya tanpa kesulitan…

 

Hambatan untuk IIoT

Dua hambatan terbesar adalah keamanan dan interoperabilitas.

Membawa kerangka kerja yang sebenarnya secara online menghasilkan keuntungan yang signifikan, tetapi juga menyiratkan bahwa kerangka kerja tersebut dapat dikompromikan. Serangan siber menjadi menakutkan ketika mereka dapat memberdayakan pengontrol atau membahayakan kerangka kerja yang sebenarnya; kemalangan moneter yang luar biasa, skenario kasus terbaik, dan luka serius atau lewat untuk sedikitnya. Keamanan adalah masalah sentral untuk IoT secara keseluruhan dan harus menjadi bagian utama dari diskusi sebelum waktu yang lama.

Segala sesuatu dalam sistem perlu bekerja sama untuk mengumpulkan data dari sensor dan membuat data itu berguna. Tidak adanya interoperabilitas dan tidak adanya pedoman antara sensor IoT, gadget, jaringan, dan konvensi korespondensi dapat mengganggu metode yang terlibat dengan antarmuka semuanya. Ini juga merupakan masalah bagi IoT secara keseluruhan.

Mempertimbangkan Implikasi IIoT

Grafik di atas menunjukkan peningkatan luar biasa dalam produktivitas AS selama beberapa dekade terakhir.

“Pada tahun 1980, dibutuhkan 25 pekerjaan untuk menghasilkan $1 juta dalam output manufaktur di A.S. Saat ini, hanya dibutuhkan 6,5 pekerjaan untuk menghasilkan jumlah tersebut ” — Brookings

 

Peningkatan produktivitas akan menjadi lebih nyata saat kita melangkah ke masa depan dan menyaksikan percepatan dalam penggunaan Internet of Things. Dengan hanya 6.500 karyawan, Gigafactory Tesla akan sangat otomatis dan menjanjikan output mengejutkan sebesar $100 miliar.Hanya 1,3 pekerjaan yang dibutuhkan untuk menghasilkan output manufaktur senilai $1 juta.

 

Apa artinya ini bagi pekerjaan Amerika?

 

Secara positif, ini kemungkinan akan membantu membawa manufaktur kembali ke Amerika Serikat dari luar negeri. Memproduksi bergerak di luar AS karena pekerjaan lebih murah di negara asing, namun pengaturan IIoT akan membuat mesin dan kerangka kerja yang mengungguli pekerjaan sederhana yang sulit ini.

 

Untuk mendukung sistem berteknologi tinggi ini, IIoT juga akan menciptakan industri dan kategori pekerjaan yang sama sekali baru. Perencana robot klinis, direktur modernisasi matriks, perancang jaringan transportasi multiguna, dan beberapa lainnya.

 

Namun, kita harus waspada terhadap kemungkinan bahwa lebih sedikit pekerjaan yang akan tercipta daripada yang akan hilang. Seperti yang ditampilkan di atas, peningkatan efisiensi berarti lebih sedikit posisi yang diharapkan menghasilkan nilai yang sama, mungkin berarti lebih sedikit posisi pada umumnya.

 

Kita juga harus mempertimbangkan jenis pekerjaan yang sedang diciptakan dan yang hilang, bahkan jika tidak ada kerugian bersih atau keuntungan bersih dari pekerjaan. 

Interdisipliner akan dibutuhkan dalam kategori pekerjaan baru; keahlian mendalam dalam pekerjaan baru. teknologi, perangkat lunak, analitik data, integrasi sistem, keamanan siber, dan pengetahuan industri tertentu.

 

Keterampilan yang dibutuhkan akan membutuhkan pelatihan dan pendidikan lanjutan, dan posisi ini bukan kerah biru. Bagaimana pendidikan dan pelatihan ini akan diberikan? Siapa yang akan menanggung biayanya? Saya tidak tahu jawabannya, tetapi ini adalah pertanyaan penting untuk dipikirkan saat kita memasuki Revolusi Industri berikutnya.