As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Estratégias para modernizar os historiadores de dados para o setor de manufatura no Nuvem AWS
*Devender Satija, Amazon Web Services (AWS)*
*Outubro de 2023* ([histórico do documento](doc-history.md))
A Indústria 4.0 é uma revolução no setor de manufatura e é moldada pela computação inteligente. Conectividade, dados, analytics, inteligência artificial e machine learning (ML) estão impulsionando uma transformação digital do setor de manufatura. O resultado é o surgimento da [Internet das Coisas (IIoT) industrial](apg-gloss.md#glossary-iiot) e a convergência das equipes de tecnologia operacional (OT) e tecnologia da informação (TI). A *modernização de historiadores* é uma abordagem usada para modernizar e atualizar os sistemas de tecnologia operacional (TO) para melhor atender às necessidades do setor de manufatura.
Os objetivos do setor não mudaram ao longo dos anos. O foco permanece na melhoria contínua da qualidade e na redução do tempo de inatividade. Muitas organizações têm ativos de fábrica com mais de 20 anos, e muitos dos dados de produção estão presos nessas máquinas antigas. Para otimizar as operações, os fabricantes precisam extrair esses dados, enriquecê-los com dados de outras fontes e obter insights deles. Historicamente, os fabricantes dependiam de um historiador on-premises. Um *historiador de dados de manufatura*, também conhecido como um *historiador*, é um tipo de banco de dados usado para coletar e armazenar dados de várias fontes em uma fábrica. Este guia fornece estratégias para modernizar historiadores a fim de aproveitar as vantagens de conectividade, analytics e IA/ML da Nuvem AWS.
## Visão geral do
As estratégias de modernização de historiadores se concentram no uso de dados e tecnologia para ajudar as organizações a tomar melhores decisões. Essas estratégias incluem o uso de dados existentes, a análise desses dados e a descoberta de insights usando tecnologias avançadas, como IA/ML. Essas estratégias podem ajudar a melhorar a eficiência operacional, reduzir o tempo de inatividade e impulsionar a inovação.
Confira abaixo os fatores comuns para a modernização, dependendo do tamanho da organização:
+ **Escala e democratização de dados sem precedentes**: os dados podem estar disponíveis, mas estão isolados em historiadores on-premises que fornecem apenas visibilidade local e analytics local limitado. À medida que sua organização continua acumulando mais dados, o custo de armazenar e gerenciar esses dados em historiadores on-premises continua aumentando.
+ **Inovação constante ou uma fusão**: pode ser difícil manter e integrar vários historiadores on-premises como resultado de uma expansão, fusão ou aquisição.
+ **Performance na borda**: talvez você não consiga fornecer analytics avançado e capacidade computacional aos dados operacionais on-premises.
+ **Oportunidades de escala e economia**: escalabilidade, problemas de performance e modelos proibitivos de licenciamento com base em tags podem afetar o custo total de propriedade (TCO) e impedir a aquisição adequada de dados para criar casos de uso avançados.
+ **Insights acionáveis**: os dados de TI e TO não estão suficientemente integrados para fornecer aos supervisores da fábrica insights oportunos que os ajudem a minimizar o tempo de inatividade não planejado, a melhorar a qualidade do produto e a aumentar a performance e a disponibilidade dos ativos.
+ **Sustentabilidade**: para atender às metas de sustentabilidade e economia de energia, você precisa entender melhor as operações da planta.