Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Estrategias para modernizar los historiadores de datos para la industria manufacturera en el Nube de AWS
*Devender Satija, Amazon Web Services (AWS)*
*Octubre de 2023* ([historial del documento](doc-history.md))
La industria 4.0 es una revolución en el sector industrial y está moldeada por la computación inteligente. La conectividad, los datos, los análisis, la inteligencia artificial (IA) y el machine learning (ML) están impulsando la transformación digital del sector industrial. El resultado es la aparición del [Internet de las cosas (IIoT) industrial](apg-gloss.md#glossary-iiot) y la convergencia de los equipos de tecnología operativa (OT) y tecnología de la información (TI). La *modernización de historiadores* es un enfoque utilizado para modernizar y actualizar los sistemas de TO a fin de satisfacer mejor las necesidades del sector industrial.
Los objetivos del sector no han cambiado a lo largo de los años y el enfoque sigue siendo la mejora continua de la calidad y la reducción del tiempo de inactividad. Muchas organizaciones tienen activos de fábrica que tienen más de 20 años y gran parte de los datos de producción están atrapados en estas máquinas anticuadas. Para optimizar las operaciones, los fabricantes deben extraer esos datos, enriquecerlos con datos de otros orígenes y obtener información a partir de ellos. Históricamente, los fabricantes dependían de un historiador en las instalaciones. Un *historiador de datos industrial*, también conocido como *historiador*, es un tipo de base de datos que se utiliza para recopilar y almacenar datos de diversos orígenes en una fábrica. En esta guía se proporcionan estrategias para modernizar los historiadores a fin de aprovechar las ventajas de la conectividad, el análisis, la IA y el ML de la Nube de AWS.
## Descripción general de
Las estrategias de modernización de los historiadores se centran en el uso de datos y tecnología para ayudar a las organizaciones a tomar mejores decisiones. Entres estrategias se incluyen el uso de los datos existentes, el análisis de esos datos y la obtención de información mediante tecnologías avanzadas, como la IA y el ML. Estas estrategias pueden ayudar a mejorar la eficiencia operativa, reducir el tiempo de inactividad e impulsar la innovación.
A continuación, se incluyen factores comunes que impulsan la modernización en función del tamaño de la organización:
+ **Escala y democratización de los datos sin precedentes**: es posible que los datos estén disponibles, pero están aislados en historiadores en las instalaciones que solo proporcionan visibilidad local y análisis locales limitados. A medida que su organización siga acumulando más datos, el costo de almacenar y administrar esos datos en los historiadores en las instalaciones seguirá aumentando.
+ **Innovación constante o fusión**: mantener e integrar varios historiadores en las instalaciones puede resultar difícil como consecuencia de una expansión, una fusión o una adquisición.
+ **Rendimiento en la periferia**: es posible que no pueda incorporar el análisis avanzado ni la potencia de computación a los datos operativos en las instalaciones.
+ **Oportunidades de escalado y ahorro**: la escalabilidad, los problemas de rendimiento y los prohibitivos modelos de licencias basados en etiquetas pueden afectar al costo total de propiedad (TCO) e impedir la adquisición de datos adecuados para crear casos de uso avanzados.
+ **Información útil**: los datos de TI y TO no están lo suficientemente integrados como para proporcionar a los supervisores de las plantas información oportuna que los ayude a minimizar el tiempo de inactividad no planificado, mejorar la calidad de los productos ni aumentar el rendimiento y la disponibilidad de los activos.
+ **Sostenibilidad**: para cumplir con los objetivos de sostenibilidad y ahorro de energía, es necesario comprender mejor las operaciones de la planta.