引入数据
工业4.0和物联网技术，方便了近实时的数据访问，无需将被监控的资产从服务中取出。这允许访问支持操作人员、维护人员、资产管理人员和客户日常生活的关键信息。
对于任何其他业务，数据对于支持任何明智的决策过程是至关重要的，然而，没有神奇的公式或一刀切的解决方案来完成工作，检索数据只是冰山一角。
无论司机和业务需求如何，当一家公司决定实施数字化战略(资产数字化和数字双胞胎的创建)时，无论我们考虑的是哪种铁路资产，利益相关者都必须意识到，在追求这条道路时，将面临什么样的挑战。现在我将讨论其中的一些……
技术挑战
由于来自不同时代和不同OEM的资产类型如此丰富，在对资产进行改造以提取数据时面临着相当大的挑战。
数据质量,从不同类型的数据源,是必须的,以确保它可以毫无疑问信息可用时使用分析,视觉效果,和报告,用户和美联储时更复杂的分析和报告工具,例如,使用机器学习,深度学习和人工智能。
物联网和大数据通常是携手并进的。大多数物联网项目往往会产生大量的数据，这些数据需要进行适当的管理和结构，以使其使用具有实用性和响应性。结构不良的数据库会使最终用户放弃使用工具来访问信息。数据系统的可扩展性是必须的!
安全与网络安全:从物理访问和非法远程访问设备，是构成挑战的真实风险，应在任何项目中考虑。应应用特定的资讯科技系统标准和良好做法，并落实到位，以确保减低任何保安风险。
不同的项目=不同的需求。对于那些最近一直关注数字化解决方案市场的人来说，很明显，有大量的提议，但很少能完全满足用户的需求。尽管我们看到了合并(通过收购和合作计划)，一些项目需要专家和利基解决方案，源自多供应商解决方案集成的挑战。
组织挑战
随着工业4.0和物联网的到来，出现了一场数据狂潮。大数据、人工智能、机器学习、深度学习和神经网络，这些都是数据时代带来的流行语。随着数据科学家和数据工程师等新职位的出现，这些职位的就业市场陷入混乱，没有足够的工作岗位满足需求。我们看到一些玩家害怕在“数据竞赛”中落后，跳进了数字化的马车，忽视了潜在的好处和基本信息，如位置、状态、速度、温度、诊断等。
一些组织相信，数字化解决方案将“神奇地”解决他们的性能问题，他们依赖的事实是，效率和收入将会提高，所有权、运营和维护成本将会下降。我的信念是，任何部门、工作组、项目或活动，如果预期将影响公司的业务数字化项目团队，都应该意识到并充分意识到核心业务，以及他们的角色将在哪里以及如何增加价值。
公司，特别是超过一定规模的公司，倾向于在部门竖井中工作，并不总是在项目中涉及正确的人员，此外，不提供业务远景的整体观点，以及各部门如何相互作用、依赖和影响，可能会导致问题。根据康威定律，在设计新系统时，组织将被吸引嵌入其自己的通信结构，这就有可能混淆公司对数字化战略的愿景，自然导致业务和数据智能之间的分离。
对于一些产生孤立结果的组织来说，“水密”项目战略仍然是一个大问题，或者在最坏的情况下，相互冲突的战略可能导致无法利用潜在的影响力。当多个供应商必须合并到项目中时，这就变得更具挑战性。幸运的是，正如我之前提到的，市场正在显示出一些整合的迹象，这使得要约的覆盖范围更广、更深。
文化和技术厌恶障碍。在一个完美的场景中，新信息系统或工具的实施应该被视为对整个组织有益。然而，我亲身体验到情况并非总是如此。在我过去的工作生活中，我目睹了从公司键盘手机到智能手机这样简单的事情是如何具有破坏性的，并导致人们抵制使用新技术。这也适用于任何数字化项目。必须预见文化观念的改变，证明技术的附加值，淡化用机器取代人的想法。新一代会更好地适应技术，而且在大多数情况下会相对较快地从中获益。
最终的想法
如果我们考虑到这些挑战和其他我没有提到的挑战，它们是特定于组织或运营环境的，我们应该清楚地定义任何数字化项目的目标。
数据只是一种工具，用于支持业务，并有望产生积极的影响和增值，无论是通过节省开支还是增加收入。它在任何项目之前和整个过程中都需要大量的工作，并且需要经理和用户的支持。
在选择解决方案时，要选择最适合公司目标、价值观、愿景和支持核心业务需求的方案。
数据已经是我们生活的重要组成部分，而且在未来还会占据更大的比重。有一些风险(如讨论)，我们应该谨慎和警惕，然而，它的价值是巨大的，当适当地使用它时，我们应该拥抱它。从我们的私人生活到我们的工作生活，商业或社会，洞察数据无处不在，它是至关重要的，使我们能够向前迈出一大步，给我们一个优势，支持我们的日常生活。
由佩德罗Conceição, CBM技术销售顾问游牧的数字拥有超过15年的车辆维护和运营经验。
如需更多信息，请访问nomad-digital.com．
