Los proyectos de transformación digital industrial enfrentan numerosos obstáculos, especialmente en la gestión y complejidad de la integración de datos. Según el último informe de IoT Analytics, tres tecnologías de conectividad industrial pueden ayudar a evitar estos problemas y asegurar el éxito de los proyectos: 1. Industrial DataOps, 2. Convertidores de protocolos y 3. Corredores de mensajes. Estas herramientas son clave para guiar a los proyectos hacia su finalización efectiva.
Industrial DataOps se está convirtiendo en una solución clave para abordar los retos de la transformación digital industrial, según un nuevo artículo de investigación de IoT Analytics. Basado en el Informe del mercado de conectividad industrial 2024-2028, el artículo de investigación explora cómo los DataOps industriales, junto con los convertidores de protocolos y los agentes de mensajes, pueden ayudar a las empresas a abordar problemas complejos en torno a la gestión de datos y la integración de sistemas que a menudo obstaculizan los esfuerzos de transformación digital en entornos industriales.
Proyecciones de crecimiento del mercado de conectividad industrial: El Informe sobre el mercado de la conectividad industrial 2024-2028 proyecta que el mercado mundial de la conectividad industrial, valorado en 89.000 millones de dólares en 2023, crecerá hasta los 104.000 millones de dólares en 2028. El informe destaca que el software, especialmente DataOps, es el segmento de más rápido crecimiento, con una tasa de crecimiento anual compuesto (CAGR) prevista del 49%. Esto indica la creciente importancia de gestionar los datos industriales de forma eficiente a medida que las empresas aceleran sus transformaciones digitales.
Citas escogidas
- Knud Lasse Lueth, CEO de IoT Analytics, comenta que «la transformación digital industrial encierra un inmenso potencial, pero el 62% de las empresas se enfrentan a graves desafíos, especialmente en áreas como la gestión de datos y la complejidad de la integración. El campo emergente de Industrial DataOps se muestra prometedor, ofreciendo a los fabricantes una forma de simplificar su infraestructura digital y permitiendo casos de uso industrial clave. Estamos viendo soluciones innovadoras tanto de startups como de grandes incumbentes, lo que indica que esta tecnología está preparada para desempeñar un papel central en el éxito de las transformaciones digitales.»
- Anand Taparia, analista principal de IoT Analytics, añade que «la conectividad industrial está evolucionando más allá de la simple conexión de sistemas industriales. Se trata de crear un ecosistema impulsado por los datos. Con avances como DataOps, los fabricantes pueden acceder y gestionar los datos de manera más eficiente que nunca, desbloqueando nuevos niveles de productividad e inteligencia operativa». Se prevé que el mercado mundial de la conectividad industrial crezca de 89.000 millones de dólares en 2023 a 104.000 millones de dólares en 2028, siendo el software, especialmente DataOps, el segmento de más rápido crecimiento con una CAGR del 49%. Start-ups y Scale-ups como Cognite, Litmus oHighByte están a la vanguardia de esta transformación, proporcionando herramientas para un ecosistema impulsado por los datos.»
Transformación digital industrial: Un viaje aventurero con retos imprevistos
La transformación digital es como embarcarse en el Titanic para un arriesgado viaje a través del Atlántico Norte: lleno de potencial, pero también acompañado de importantes riesgos. Aunque muchas empresas se embarcan en este viaje con grandes expectativas -creyendo que sus iniciativas digitales son sólidas y están bien preparadas-, pueden surgir problemas de conectividad imprevistos como icebergs, que amenazan con convertir incluso los proyectos más prometedores en un desastre similar al del Titanic.
Al igual que el iceberg que el Titanic no pudo sortear en 1912, estos retos -que van desde silos de datos y sistemas incompatibles hasta la complejidad del protocolo- pueden hacer que incluso las estrategias de transformación digital mejor planificadas se queden cortas o incluso se tambaleen. En 2020, un estudio del Boston Consulting Group reveló que el 70 % de los proyectos de transformación digital no alcanzaban sus objetivos. La investigación de IoT Analytics sigue mostrando que siguen existiendo grandes obstáculos.
Reconocer y abordar estos obstáculos ocultos es crucial para garantizar que las iniciativas de transformación digital mantengan el rumbo y logren los resultados previstos. Afortunadamente, las lecciones aprendidas de los estudios de casos de transformación digital industrial han ayudado a otros a navegar por el viaje, al igual que las lecciones aprendidas del Titanic han dado lugar a medidas de seguridad modernas para evitar este tipo de tragedias.
Nota: Las ideas de este artículo proceden del Informe sobre el mercado de la conectividad industrial 2024-2028, de 290 páginas (publicado en julio de 2024), que comparte datos y proyecciones del mercado de la conectividad industrial, tendencias, desafíos y cómo las empresas están abordando sus necesidades de conectividad.
Principales retos de la transformación digital industrial en 2024
Casi dos tercios (62%) de las organizaciones se enfrentan a desafíos graves e imprevistos -metafóricos icebergs- durante sus viajes de transformación digital industrial, según el informe de Microsoft de junio de 2024, Acelerar la transformación industrial: How manufacturers prepare shop floors for a future with AI, que se apoyó en una encuesta de IoT Analytics realizada para la investigación en curso sobre la adopción de fábricas inteligentes (N=499).
A continuación se muestra el porcentaje de encuestados que calificaron cada reto de grave o importante:
1- Ciberseguridad con un 58%*
2- Gestión de datos con un 49%*
3-Complejidad de la integración con un 48%*
4- Gestión del cambio o resistencia cultural: 45
5- Falta de competencias: 44
6- Cumplimiento de la normativa al 44
7- Modernización de sistemas heredados al 43%*
8- Fiabilidad y tiempo de actividad: 40%*
9- Ampliación de soluciones o dispositivos con un 39%*
10- Actualización de dispositivos, activos o sistemas con un 38%*
11- Gestión de la energía y sostenibilidad con un 37%.
Nota: IoT Analytics tiene previsto publicar el Smart Factory Adoption Report 2024 en el cuarto trimestre de 2024 con más datos relacionados. Los interesados en acceder a este informe cuando se publique pueden suscribirse al boletín IoT Analytics' IoT Research Newsletter en la parte superior derecha de este artículo para recibir actualizaciones sobre la publicación de este y otros informes.
El papel de la conectividad industrial
La conectividad en el centro de la transformación digital industrial. La conectividad es uno de los elementos fundamentales de la transformación digital industrial, ya se trate de conectar dispositivos y equipos en fábricas o sobre el terreno. De los 11 retos enumerados anteriormente, 7 están relacionados con la conectividad industrial (señalados con asteriscos), lo que indica que la conectividad contribuye significativamente a los retos de la transformación digital industrial. La conectividad permite a las empresas recopilar datos operativos para la automatización y la toma de decisiones. El tamaño global del mercado de hardware y software de conectividad industrial alcanzó los 89.000 millones de dólares en 2023, según el Informe sobre el mercado de la conectividad industrial 2024-2028 (la mayor parte del mercado corresponde a hardware de automatización industrial como PLC o módulos de E/S).
Navegando por mares peligrosos: 3 tecnologías que podrían ayudar a evitar los icebergs de los proyectos de transformación digital industrial
3 tecnologías abordan los retos de la transformación digital. El informe profundiza en 3 tecnologías de software de conectividad industrial que ayudan a gestionar los problemas relacionados con los equipos OT y IT conectados que se han descrito anteriormente:
1- Industrial DataOps
2- Convertidores de protocolos
A continuación se profundiza en estas 3 tecnologías y en cómo abordan los retos de la transformación digital.
1. Industrial DataOps
«Se subestima la importancia de la conectividad industrial para hacer realidad la visión de nuestras fábricas inteligentes. Una arquitectura de conectividad de taller unificada es la clave para hacer realidad varios casos de uso que queremos implementar.» Director de Producción de Digitalización en Porsche.
Definición de Industrial DataOps (según IoT Analytics): El proceso de mejorar la calidad de los datos proporcionando estructura y contexto para una representación de datos precisa y lógica, garantizando la usabilidad por parte de las aplicaciones posteriores.
DataOps industrial en alza. Según el informe sobre conectividad industrial, la creciente importancia de las DataOps industriales es la tendencia general nº 1 en conectividad industrial. Los entornos de fabricación son complejos, con numerosos sensores, máquinas y sistemas interactuando. Industrial DataOps ayuda a capturar estas intrincadas relaciones y a obtener información significativa mediante el procesamiento, la limpieza y la transformación de datos en formatos utilizables, lo que facilita que las aplicaciones posteriores aprovechen los datos para análisis, aprendizaje automático y otros fines. Al estandarizar cómo se modelan los activos industriales, Industrial DataOps aporta uniformidad a todo el panorama de los datos industriales. Esta coherencia simplifica la integración y el consumo de datos por parte de diversas aplicaciones, reduciendo los errores.
Desde una perspectiva simplificada y de alto nivel, el DataOps industrial consta de dos elementos básicos: la gestión de la calidad de los datos y el modelado de datos. El primero garantiza la fiabilidad de los datos de OT para las aplicaciones posteriores mediante el perfilado, la verificación y la limpieza, mientras que el segundo es el proceso de creación de una representación lógica de activos, procesos y sistemas.
Como elemento central establecido, el modelado de datos proporciona un marco que permite que diferentes sistemas se comuniquen e integren a la perfección, facilitando el flujo de datos y el análisis. Existen varios estándares de modelado de datos en entornos industriales, como OPC-UA, Sparkplug B, Asset Administration Shell y Web of Things.
Estas normas ayudan con dos subelementos básicos del modelado de datos:
1- Estructuración: consiste en organizar las entidades (es decir, los distintos componentes que representan conceptos del mundo real que tienen datos asociados) en jerarquías (es decir, estructuras que organizan las entidades en varios niveles, estableciendo relaciones y dependencias).
2- Contextualización: añade atributos, estandariza valores mediante transformaciones específicas (y normalización) y detalla las relaciones tanto dentro del modelo como entre modelos interconectados. Este proceso convierte los datos brutos en información valiosa al aclarar qué representan las entidades, cómo se relacionan entre sí y sus funciones en una red más amplia de modelos. La contextualización se consigue mediante atributos, transformaciones y relaciones.
En última instancia, todo esto conduce a la creación de un Espacio de Nombres Unificado (UNS). Este marco centralizado y en tiempo real permite organizar los datos de todos los sistemas, máquinas y sensores y acceder a ellos sin problemas. Un UNS sirve como única fuente de verdad en toda la organización, haciendo que los datos de diversas fuentes estén disponibles al instante, estructurados y contextualizados para su uso en análisis, automatización y toma de decisiones. Al integrar los principios de DataOps industrial y aprovechar el UNS, las organizaciones pueden lograr una mayor interoperabilidad, reducir los silos de datos y garantizar que los datos fluyan libre y eficientemente en todo el ecosistema digital.
Selección de retos que las DataOps industriales pueden ayudar a abordar
- Gestión de datos - Industrial DataOps garantiza que los datos se limpien, validen y estandaricen a medida que se mueven a través de diferentes sistemas, reduciendo errores e inconsistencias. Esto hace que los datos sean fiables para el análisis, la toma de decisiones y los procesos operativos.
- Complejidad de la integración - Con diferentes estructuras de datos de diferentes dispositivos conectados, la normalización de los datos entrantes en un formato coherente y utilizable ayuda a que los datos sean más fáciles de consumir y analizar para las aplicaciones posteriores.
Tendencia de DataOps industrial seleccionada del Informe sobre el mercado de la conectividad industrial 2024-2028
Los proveedores están creando productos que combinan datos de TI, ET y OT. Los datos operativos (OT) son un requisito de higiene en el espacio industrial transformado de hoy en día. Son necesarios para todos los casos de uso industrial. En la comunidad de proveedores, cada vez se es más consciente de la necesidad de datos convencionales (TI), de ingeniería (ET) e incluso de localización y sociales para implementar mejor los casos de uso y lograr los resultados deseados. Los proveedores de software industrial y los fabricantes de equipos originales se están centrando en proporcionar/integrar conectores para acceder a estas variadas fuentes de datos.
Ejemplo: La empresa noruega de software de modelado de datos Cognite ofrece Cognite Data Fusion, una plataforma de operaciones de datos para casos de uso de producción, mantenimiento de activos y sostenibilidad en industrias intensivas en activos. La plataforma agrega, limpia y contextualiza datos históricos y en tiempo real procedentes de fuentes OT, IT y ET a partir de un conjunto de «extractores» preconstruidos.
2. Convertidores de protocolos
¡Deja de discutir sobre [protocolos]! Los protocolos modernos son un poco mejores que los antiguos. En realidad, sólo hay que preocuparse por dos tipos de implementaciones: Cliente/Servidor (polled) y Pub/Sub (pushed). Tenemos que lidiar con ambos tipos, y ninguno de los protocolos va a desaparecer a corto plazo». Jonathan Wise, Arquitecto Jefe de Tecnología, CESMII, durante el taller en línea del CESMII el 14 de febrero de 2024.
Definición de convertidor de protocolos (según IoT Analytics): Software de conectividad industrial que realiza 2 funciones clave de conectividad industrial:
- Conversión de protocolo OT a OT
- Conversión de protocolos OT a IT
Los convertidores de protocolos ayudan a los sistemas a entenderse entre sí. A menudo, los sistemas de distintos proveedores utilizan varios protocolos, un conjunto estandarizado de reglas y formatos que rigen la transmisión y el intercambio de datos entre diferentes dispositivos, sistemas o aplicaciones. Se necesita software para traducir un protocolo de entrada y producir otro de salida. Los convertidores de protocolos permiten esta traducción entre diferentes protocolos, permitiendo que varios sistemas operativos (como máquinas, sensores y controladores) se comuniquen entre sí.
Selección de protocolos OT e IT populares
Selección de retos que los convertidores de protocolos pueden ayudar a resolver
- Complejidad de la integración/interfaz con redes OT - Los convertidores de protocolos permiten una comunicación fluida entre distintas redes, reduciendo la necesidad de integraciones personalizadas y agilizando la conexión de redes dispares.
- Modernización de sistemas heredados - Muchas operaciones industriales dependen de sistemas heredados que utilizan protocolos obsoletos o propietarios. Los convertidores de protocolos permiten que estos sistemas interactúen con plataformas y tecnologías modernas convirtiendo los datos a formatos compatibles.
- Ampliación de soluciones/dispositivos - A medida que las organizaciones amplían sus operaciones y añaden nuevos dispositivos, los convertidores de protocolos garantizan que los sistemas nuevos y existentes puedan comunicarse eficazmente.
Seleccione la tendencia de convertidores de protocolos del Informe sobre el mercado de la conectividad industrial 2024-2028
Los convertidores de protocolos se despliegan cada vez más en el perímetro. Los convertidores de protocolos industriales basados en el perímetro facilitan la transferencia instantánea de datos y la sincronización de tareas en sistemas automatizados. Mientras que en el pasado solían instalarse en ordenadores de sobremesa y servidores centralizados, ahora se instalan cada vez más en dispositivos periféricos en contenedores. Esto amplía su capacidad y permite que aplicaciones como el mantenimiento predictivo, las inspecciones de calidad automatizadas y los servicios en la nube en tiempo real se instalen y lleven a cabo eficientemente en el borde.
Ejemplo: OPC-UA Forge de Prosys accede a datos operativos de servidores OPC-UA y a través de protocolos Modbus, ADS (Beckhoff) y S7 (Siemens). Puede ejecutarse en una gran variedad de hardware utilizando contenedores.
3. Brokers de mensajes
«Hoy en día, el [broker] MQTT es utilizado por muchas empresas para conectar datos de máquinas y procesos OT a sistemas IT para mejorar la eficiencia de los procesos de fábrica, aumentar la OEE y disminuir los costes.» Ravi Subramanyan, director de soluciones industriales, HiveMQ.
Definición de intermediario de mensajes (según IoT Analytics): Servicio intermediario que permite a los productores (sistemas OT/IT) publicar mensajes en temas a los que pueden suscribirse múltiples consumidores (sistemas OT/IT).
Los agentes de mensajes coordinan los mensajes de datos entre sistemas. En las configuraciones industriales en las que deben comunicarse varios sistemas, una configuración estrechamente acoplada puede crear rigidez. Los corredores de mensajes permiten una arquitectura desacoplada, facilitando la comunicación escalable entre diferentes sistemas, aplicaciones o servicios, lo que los hace ideales para su adopción en proyectos de transformación digital. Actúan como intermediarios que enrutan, transforman y gestionan mensajes, permitiendo que los sistemas se comuniquen sin estar directamente conectados o depender unos de otros. Este desacoplamiento mejora la flexibilidad, escalabilidad y tolerancia a fallos de la arquitectura general del sistema, facilitando la gestión de grandes volúmenes de datos y la integración de sistemas dispares.
MQTT lidera el pelotón en popularidad. Con diferencia, MQTT -enumerado anteriormente como protocolo informático popular- es el sistema de intermediario de mensajes más adoptado en entornos industriales. MQTT es un protocolo de mensajería ligero, de publicación-suscripción, diseñado para una comunicación eficiente y de bajo ancho de banda. Admite distintos formatos de mensaje, como JSON o XML, y las cargas útiles pueden contener información diversa, como datos de sensores, órdenes o cambios de configuración. Los sistemas receptores pueden suscribirse a los temas de datos más relevantes para ellos, y la interpretación de los datos depende de la aplicación receptora.
MQTT tiene 4 características clave que lo diferencian de otros protocolos menos utilizados y lo hacen ideal para su adopción en proyectos de transformación digital:
1- Gestión de conexiones y temas: supervisa las conexiones de red, mantiene las sesiones, gestiona las suscripciones a temas y garantiza la entrega de mensajes.
2- Gestión de la calidad del servicio (QoS): implementa diferentes niveles de QoS, garantizando que los mensajes se entreguen según los acuerdos entre el cliente y el intermediario, desde intentos únicos hasta la entrega garantizada.
3- Retención de mensajes: permite almacenar el mensaje más reciente de un tema para actualizar a los nuevos suscriptores.
4- Función de última voluntad: Ofrece un mecanismo para que los clientes designen un mensaje para el broker en caso de desconexión repentina.
Un inconveniente de MQTT es que carece de ciertas estandarizaciones, lo que limita la interoperabilidad de los datos entre aplicaciones industriales. Para solucionarlo, se añade al protocolo MQTT una especificación adicional, Sparkplug B. Sparkplug B estandariza las estructuras de los mensajes MQTT, añadiendo marcas de tiempo, métricas, secuencias, mensajes de datos de dispositivos y otros elementos al mensaje.
Selección de retos que los brokers de mensajes -específicamente los brokers MQTT- pueden ayudar a resolver
- Gestión de datos - Los agentes de mensajes organizan los datos mediante temas, garantizando que los receptores se suscriban y accedan sólo a los datos relevantes. También garantizan la integridad y fiabilidad de los datos con funciones como la retención de mensajes y simplifican la gestión de datos al estandarizar el intercambio de datos entre distintos sistemas.
- Escalado de soluciones/dispositivos - Los agentes de mensajes están diseñados para gestionar miles de conexiones simultáneas y un alto rendimiento, lo que permite escalar los sistemas sin degradar el rendimiento. Además, al desacoplar editores y suscriptores, los agentes de mensajes permiten añadir nuevos dispositivos y sistemas sin interrumpir la infraestructura existente.
Algunos datos sobre los agentes de mensajes del Informe sobre el mercado de la conectividad industrial 2024-2028
Sparkplug B sigue atrayendo el interés de los proveedores. La ola de MQTT está popularizando la especificación Sparkplug B. Gestionada por la Fundación Eclipse y basada en el estándar MQTT 3.1.1, Sparkplug B es una especificación abierta para que los nodos MQTT se comuniquen dentro de la infraestructura MQTT. MQTT es el protocolo de intercambio, y Sparkplug define los datos enviados. La combinación MQTT + Sparkplug B es una opción alternativa al estándar OPC-UA en opinión de varios proveedores de software industrial.
Ejemplo: Un sólido conjunto de proveedores que desarrollan SCADA, brokers MQTT y otras aplicaciones (como historiadores, convertidores de protocolos y soluciones DataOps) han implementado Sparkplug B en sus productos. Entre estas empresas se encuentran ABB, Schneider Electric, Wago, Inductive Automation, HiveMQ y Canary Labs.
Opinión de los analistas: El papel de la conectividad industrial para la transformación digital
Las operaciones de datos son prometedoras. Al igual que el fatídico viaje del Titanic, los proyectos de transformación digital industrial comienzan con grandes celebraciones y grandes expectativas, pero se enfrentan a obstáculos para el éxito del viaje: los icebergs ocultos. Las tecnologías y herramientas que han surgido recientemente -como DataOps y los intermediarios de mensajes- prometen hacer frente a estos retos.
El mercado es muy incipiente. Muchas de estas herramientas son incipientes, ya que muchos de los actores del mercado que están trabajando para elevar las herramientas (por ejemplo, Cognite, Litmus, Highbyte o Cybus, entre otros) se fundaron en los últimos 10 años. Para tener una perspectiva, el segmento de mercado DataOps representó menos del 0,1% del mercado total de conectividad industrial de 89 mil millones de dólares en 2023 y menos del 0,025% de todo el mercado IoT empresarial de 269 mil millones de dólares. Los proveedores de hardware y software de automatización industrial más grandes solo han comenzado recientemente a integrar soluciones DataOps en su pila tecnológica general. Un ejemplo notable es AspenTech DataWorks, que se comercializa como una «solución de gestión de datos industriales». DataWorks se basa en gran medida en la tecnología desarrollada por Inmation, una empresa con sede en Alemania fundada en 2013, que Aspentech adquirió en 2022.
Las perspectivas de crecimiento son sólidas. No obstante, las empresas buscan cada vez más adoptar estas herramientas para sortear los icebergs de los proyectos, y la capacidad de estas herramientas para ayudar a dirigir los proyectos de transformación digital sin obstáculos de conectividad es un factor importante en las altas CAGR proyectadas de cada uno hasta 2028:
- DataOps - 49%
- Convertidores de protocolos - 12%
- Corredores de mensajes - 28%
A su vez, IoT Analytics espera que el segmento de software de conectividad industrial colectiva sea un impulsor clave detrás del crecimiento general del mercado de conectividad industrial: 5% CAGR hasta 2028.
Sí, DataOps puede ayudar a alejarse del desastre, pero se necesita mucho más. Estas herramientas no resuelven todos los desafíos de la transformación digital industrial, ya que la gestión del cambio y las brechas de habilidades aún persisten. Sin embargo, al igual que la Patrulla Internacional de Hielo ayuda a los barcos a navegar por las aguas cargadas de icebergs del Atlántico Norte hoy en día, estas herramientas prometen ayudar a los fabricantes a navegar por puntos peligrosos a lo largo de su viaje de transformación digital industrial si se adoptan y utilizan correctamente.
Divulgación
Las empresas mencionadas en este artículo -junto con sus productos- se utilizan como ejemplos para mostrar un vibrante panorama de startups de IoT. Ninguna empresa pagó o recibió un trato preferencial en este artículo, y queda a discreción del analista seleccionar qué ejemplos se utilizan. IoT Analytics se esfuerza por variar las empresas y los productos mencionados para ayudar a llamar la atención sobre los numerosos actores del mercado de la tecnología IoT y afines. Cabe señalar que IoT Analytics puede tener relaciones comerciales con algunas de las empresas mencionadas en sus artículos, ya que algunas empresas tienen licencia para realizar estudios de mercado de IoT Analytics. Sin embargo, por motivos de confidencialidad, IoT Analytics no puede revelar relaciones individuales. Póngase en contacto con compliance(at)iot-analytics.com para cualquier pregunta o duda al respecto.
(IoT Analytics)
