O Przemyśle 4.0 mówi się od ponad dekady, a najczęstszym efektem w prawdziwym zakładzie jest duża ilość zgromadzonych danych i niewielka liczba zmienionych decyzji.
Zebrane, zapisane, zignorowane
Nowoczesny sprzęt domyślnie ma czujniki. Maszyny raportują status, czasy cykli, alarmy, temperatury, zużycie energii i przepustowość. Historiany zapisują wszystko.
Potem ktoś pyta, co te dane zmieniły, a odpowiedzią jest zwykle dashboard, którego nikt nie otwiera.
Czujnik sam w sobie niczego nie poprawia. Czujnik podłączony do osoby, która odpowiada za decyzję i ma czas, by działać, poprawia coś realnie.
Raport World Economic Forum Future of Jobs Report 2025 wykazał, że 58 procent pracodawców spodziewa się, że robotyka i automatyzacja przekształcą ich biznes do 2030 roku. Sprzęt się pojawia. Czy to cokolwiek zmieni, zależy od warstwy, która jest nad nim.
Co obejmuje ten kierunek
Zakres: Internet Rzeczy w przemyśle, połączone fabryki, AI, dane w czasie rzeczywistym i systemy cyberfizyczne.
Cztery obszary.
Akwizycja danych. Czujniki, łączność maszyn, protokoły i zdobywanie informacji ze sprzętu, który nie został zaprojektowany do ich udostępniania.
Architektura danych. Dokąd trafiają dane, jak są ustrukturyzowane, jak nadaje się im kontekst i kto ma do nich dostęp.
Analityka i wspomaganie decyzji. Zamiana danych w coś, co zmienia działanie – to krok, który zawodzi.
Integracja. Łączenie hali produkcyjnej z planowaniem, jakością i utrzymaniem ruchu.
Cztery powody, dla których dane nie stają się decyzją
Nazwane konkretnie, bo każdy ma inne rozwiązanie.
Brak właściciela decyzji. Najczęstszy przypadek. Dane są zbierane, bo było to możliwe, a nie dlatego że ktoś zadał pytanie. Bez osoby, do której obowiązków należy działanie na ich podstawie – i bez czasu, by to zrobić – dane po prostu się gromadzą. Rozwiązaniem jest zaczynanie od decyzji, którą ktoś musi podjąć, a nie od czujnika.
Brak kontekstu. Odczyt temperatury nic nie znaczy bez wiedzy, jaki produkt był akurat wytwarzany, na jakiej zmianie, z jakiej partii materiału, co robiła maszyna i co działo się wcześniej. Nadawanie danym kontekstu jest mało efektowne, pracochłonne i stanowi różnicę między zbiorem danych a odpowiedzią.
Jakość danych. Czujniki dryfują, zawodzą bezgłośnie, są omijane podczas konserwacji i raportują z lukami. Analiza niezwalidowanych danych z zakładu daje pewne siebie bzdury, a to operatorzy wiedzą, który czujnik kłamie.
Brak możliwości działania. System identyfikuje szansę, a ludzie, którzy mogliby na niej działać, są w pełni zajęci utrzymywaniem produkcji w ruchu. To ten sam wzorzec co utrzymanie predykcyjne bez zdolności utrzymania ruchu, opisany w osobnym artykule, i to ten, którego nikt nie budżetuje.
Łączność to decyzja bezpieczeństwa
Część najczęściej źle obsługiwana, bo traktuje się ją jak kwestię IT, podczas gdy profil ryzyka jest inny.
Podłączenie technologii operacyjnej do sieci tworzy ekspozycję, która zachowuje się inaczej niż ekspozycja biurowego IT.
Dostępność wyprzedza poufność. W IT priorytetem jest zwykle ochrona danych. W zakładzie priorytetem jest to, by proces działał bezpiecznie i nieprzerwanie. Środek bezpieczeństwa, który zatrzymuje linię, spowodował szkodę, której miał zapobiec.
Starszego sprzętu nie da się załatać. Maszyny działają dekadami na systemach sterowania, które nigdy nie miały być podłączone do sieci i nie da się ich zaktualizować. Segmentacja i monitoring zastępują łatanie.
Systemów bezpieczeństwa nie wolno naruszać. Przejęty system sterowania to fizyczny problem bezpieczeństwa, nie tylko problem danych.
Dostęp zdalny to najczęstszy punkt wejścia. Połączenia serwisowe dostawców, często konfigurowane dla wygody, to powracająca słabość.
Wniosek dla kadr jest taki, że zakłady potrzebują ludzi, którzy rozumieją zarówno proces, jak i bezpieczeństwo, a organizacje zwykle mają dział bezpieczeństwa IT, który nie zna zakładu, i personel zakładu, który nie zna bezpieczeństwa. To ten sam problem dwóch połówek, który pojawia się w całej tej sekcji.
Gdzie to mieści się w domenie
Inteligentna produkcja i Przemysł 4.0 to trzeci z dziesięciu kierunków w domenie zaawansowanej produkcji Astra Trainer, sytuujący się bezpośrednio obok Internetu Rzeczy w przemyśle i cyfrowych bliźniaków, który obejmuje warstwę modelowania, oraz automatyki przemysłowej i sterowania, która obejmuje warstwę sprzętu.
Połowa dotycząca danych i bezpieczeństwa czerpie z domeny AI, danych i obliczeń, zwłaszcza z data science i analityki, chmury obliczeniowej i DevOps oraz cyberbezpieczeństwa. Partnerzy wdrażający Przemysł 4.0 zwykle potrzebują kierunków związanych z zakładem razem z przynajmniej jednym z tych obszarów, bo tryb awarii niemal zawsze leży w luce między nimi. Poznaj wszystkie dziesięć kierunków.
Role, po imieniu
Analitycy danych produkcyjnych. Rola, która zamienia dane z zakładu w decyzje i ledwo istnieje w większości organizacji.
Inżynierowie danych przemysłowych. Zbieranie, nadawanie kontekstu i budowa potoków danych.
Inżynierowie OT i systemów sterowania rozszerzający się w stronę łączności.
Specjaliści MES i integracji systemów. Łączenie hali produkcyjnej z systemami biznesowymi.
Specjaliści cyberbezpieczeństwa OT. Naprawdę nieliczni i coraz bardziej wymagani.
Menedżerowie cyfryzacji produkcji. Właściciele programu – rola bardziej koordynacyjna niż techniczna.
Inżynierowie procesu ze zdolnością pracy z danymi. Połączenie, które faktycznie przynosi usprawnienia.
Specjaliści wizualizacji i raportowania, gdzie różnica między dashboardem używanym a ignorowanym to zwykle kwestia projektu.
Kogo można w to przeszkolić
Inżynierowie procesu. Najmocniejsza konwersja. Wiedzą, które pytania mają znaczenie, jak wygląda normalny odczyt i które wyjaśnienia są wiarygodne. Dodanie zdolności pracy z danymi daje osobę, która potrafi znaleźć prawdziwe usprawnienie, a nie tylko korelację.
Operatorzy maszyn. Wiedzą, który czujnik kłamie, które alarmy są ignorowane i co naprawdę powoduje przestoje. Ta wiedza to różnica między użytecznymi danymi a szumem, i niemal nigdy nie jest zbierana.
Inżynierowie automatyki i sterowania. Już są przy źródle danych, potrzebują warstwy architektury i analityki.
Pracownicy IT pracujący w produkcji. Potrzebują kontekstu procesu i innych priorytetów bezpieczeństwa technologii operacyjnej.
Inżynierowie jakości. Już pracują z danymi statystycznymi z procesu, co przenosi się wprost.
Planiści utrzymania ruchu. W stronę danych o stanie technicznym i analityki majątku, co łączy się z kierunkiem utrzymania ruchu.
Bezpieczeństwo technologii operacyjnej. Podłączanie przemysłowych systemów sterowania do sieci wprowadza ryzyka z konsekwencjami dla bezpieczeństwa fizycznego, a instrumentowane systemy bezpieczeństwa podlegają normom bezpieczeństwa funkcjonalnego, które ograniczają modyfikacje. Kilka jurysdykcji stosuje szczegółowe przepisy wobec operatorów infrastruktury krytycznej. Szkolenie buduje zrozumienie danych zakładowych i zasad bezpieczeństwa. Nie nadaje uprawnień do modyfikacji systemów sterowania czy bezpieczeństwa ani nie stanowi oceny bezpieczeństwa dla żadnego obiektu.
Co z tego wynika
Zakłady zbierają znacznie więcej danych, niż wykorzystują, a ograniczeniem są decyzje, nie czujniki.
Zacznij od decyzji, którą ktoś musi podjąć, a nie od tego, co da się zmierzyć. Dane bez właściciela po prostu się gromadzą.
Kontekst to najtrudniejsza część, jakość danych jest gorsza, niż się zakłada, a to operatorzy wiedzą, który czujnik kłamie.
Podłączenie zakładu to decyzja bezpieczeństwa o innej kolejności priorytetów niż w IT, a starszego sprzętu nie da się załatać.
A inżynierowie procesu i operatorzy przekwalifikowują się lepiej niż analitycy danych, bo wiedza o tym, które pytanie ma znaczenie, jest trudniejsza do nauczenia niż sama analiza.
Dlaczego zebrane dane z zakładu pozostają niewykorzystane?
Zwykle dlatego, że nikt nie odpowiada za decyzję, którą zasilają, brakuje kontekstu, jakość danych jest niezwalidowana albo ludzie, którzy mogliby na nich działać, są w pełni zajęci utrzymywaniem produkcji w ruchu.
Co utrudnia pracę z danymi z zakładu?
Kontekst. Odczytu bez przypisanego produktu, zmiany, partii, stanu maszyny i wcześniejszych zdarzeń nie da się zinterpretować, a nadawanie kontekstu jest pracochłonne i mało efektowne.
Czy bezpieczeństwo OT to to samo co bezpieczeństwo IT?
Nie. Dostępność wyprzedza poufność, bo proces musi działać bezpiecznie i nieprzerwanie, starszego sprzętu nie da się załatać, systemy bezpieczeństwa to ryzyko fizyczne, a zdalny dostęp dostawców to powracająca słabość.
Kto przekwalifikowuje się do ról związanych z Przemysłem 4.0?
Inżynierowie procesu, którzy wiedzą, które pytania mają znaczenie i jak wygląda norma, oraz operatorzy maszyn, którzy wiedzą, który czujnik kłamie i co naprawdę powoduje przestoje. Oboje mają połowę wiedzy, której nie da się szybko nauczyć.
Jak to się wpisuje w domenę?
Trzeci z dziesięciu kierunków w domenie zaawansowanej produkcji Astra Trainer, zwykle dopasowywany razem z cyfrowymi bliźniakami i domeną AI, danych i obliczeń. Zobacz je tutaj.