Um executivo de uma empresa de produtos industriais uma vez me disse que, mesmo que suas fábricas estejam cheias de equipamentos semelhantes, ele ainda enfrenta dificuldades para acessar dados significativos das máquinas. Cada uma das máquinas de moldagem por injeção de plástico tinha uma maneira diferente de apresentar os dados. Isso significava que a empresa precisava personalizar a codificação para cada equipamento para obter insights significativos.   Essa é uma situação comum em muitos ambientes industriais, onde as plantas podem ter centenas de controladores lógicos programáveis (PLCs) e controladores de máquinas em máquinas diversas, gerando dados operacionais que são incompreensíveis para os cientistas de dados que precisam interpretá-los.   É aqui que o Industrial DataOps entra em jogo. Ele fornece uma maneira de padronizar dados usando modelos comuns ou abordagens orientadas a objetos, para integrar e gerenciar informações provenientes de várias fontes. Aqui está uma olhada mais detalhada nos seis principais sinais de que é hora de considerar uma arquitetura de Industrial DataOps para sua empresa. Os projetos IIoT não estão sendo escalados devido a problemas de interoperabilidade de dados. Traduzir e analisar dados de centenas ou até milhares de máquinas pode deixá-lo com dezenas de milhares…