A computação em nuvem e inteligência artificial (IA) resolvem vários desafios corporativos com aumento de qualidade e redução de custos. Cloud Computing tem custos baseados em demanda e IA automatiza processos com eficiência e aprendizado constante. Reunir as duas tecnologias parece ser a melhor solução. Bom… acho que existem exceções como para serviços de missão crítica.
Em condições normais de temperatura e pressão (sempre gostei desta expressão!) usar Cloud Computing e IA é a melhor opção para os negócios, considerando que todos os componentes envolvidos (softwares, links de Internet, roteadores, switches, firewalls, sensores, etc.) funcionem dentro do esperado. Isto vale para as soluções de redundância com a duplicação de todos os componentes do sistema.
O uso de SD-WAN, Software Defined-Networking, aumenta a flexibilidade de configuração e ações de redundância da rede, aumentando a disponibilidade dos serviços.
O armazenamento em Cloud Computing resolve o problema de gravar, literalmente, todos os dados de sensores de monitoração usando Big Data permite o controle total do ambiente e ações preditivas eficientes, usando redes neurais artificiais e Machine Learning.
IA oferece muito mais opções de controle que os tradicionais sistemas de self-healing com programação baseada em árvores de decisão. Em sistemas complexos, aumenta a chance de erros ou conflitos de regras para as ações programadas.
As atualizações de softwares e firmwares dos componentes remotos são facilitadas usando Cloud Computing, garantindo a uniformização da rede e prevenção de problemas de segurança lógica.
Centralizando a monitoração e controle precisamos de um staff de especialistas menor, reduzindo custos com aumento de produtividade.
O lado negro da história é quando acontecem problemas. Um bug de software em uma atualização em massa (proposital ou não) pode parar todas as plantas remotas em uma tacada só.
Um erro de configuração das regras dos firewalls pode abrir a porta para hackers invadirem as plantas e assumirem o controle das operações. Imagine em uma subestação de energia, alterando apenas alguns parâmetros elétricos e de controle de temperatura poderiam forçar a abertura de um disjuntor. Poderia se levar horas para se descobrir o problema e comprometer, significativamente, o serviço de distribuição de energia da região, incluindo o tempo de deslocamento de uma equipe de técnicos até o local. O problema se agravaria na ocorrência simultânea em várias locais.
Poderíamos citar várias situações que poderiam comprometer as operações remotas.
Entretanto, a própria tecnologia pode nos salvar. O uso de sistemas locais de IA podem operar as plantas remotas com eficiência. Já fazem isto com carros autônomos e não há nenhuma razão para não farem em uma planta de um serviço de utilities (energia, água, gás, óleo ou telecomunicações) com eficiência, por exemplo.
Mantendo um sistema autônomo e apartado da Internet aumentamos os níveis de segurança local. Em caso de exceção, apenas uma planta seria afetada.
Sabemos que apesar do desejo de padronização plena das plantas remotas, sempre teremos algumas exceções. A IA pode aprender estas diferenças e pode atuar de forma diferente em cada planta. Não se assustem, o aprendizado de máquina pode ser supervisionado.
No final do dia, Cloud Computing e Inteligência Artificial são fantásticas para monitoração e controle de plantas remotas.