Dojrzałość adopcji rzeczywistości mieszanej · XR, AR, VR

Rzeczywistość mieszana oznacza kontinuum technologii: gogle rzeczywistości wirtualnej, okulary rzeczywistości rozszerzonej, aplikacje mobilne z nakładkami, cyfrowe bliźniaki wizualizowane w trzech wymiarach. Zastosowania przemysłowe są dziś dobrze zidentyfikowane: szkolenie z czynności technicznych i sytuacji ryzykownych, zdalne wsparcie operatora przez eksperta, przegląd projektowy przed prototypem fizycznym, wsparcie kompletacji w magazynie, prezentacja produktów konfigurowalnych. Model referencyjny ocenia adopcję tych zastosowań, nie wydajność sprzętu. Dotyczy sposobu, w jaki organizacja wybiera, wdraża, mierzy i utrzymuje swoje rozwiązania immersyjne.

W praktyce trudność nie ma charakteru technicznego, lecz organizacyjny. Większość grup przeprowadziła eksperyment, czasem kilka, i pozostaje z odizolowanymi rozwiązaniami, które się ze sobą nie komunikują. Kto decyduje, że przypadek użycia przechodzi z pilotażu do wdrożenia, i na jakich kryteriach? Kto utrzymuje treści immersyjne, gdy linia produkcyjna się zmienia albo produkt zmienia wersję? Ile faktycznie kosztuje moduł szkolenia w rzeczywistości wirtualnej, po uwzględnieniu produkcji, aktualizacji i wsparcia sprzętu? Te pytania często pozostają bez sformalizowanej odpowiedzi.

Warto rozwiać częste nieporozumienie: adopcja rzeczywistości mieszanej nie jest tematem laboratorium innowacji. Skalowanie zależy od bardzo klasycznych funkcji: działu systemów informatycznych w zakresie bazy technicznej i bezpieczeństwa urządzeń końcowych, działu szkoleń w zakresie inżynierii pedagogicznej, operacji w zakresie integracji ze stanowiskiem pracy, zakupów w zakresie zarządzania flotą gogli. Zaostrzenie wymagań dotyczących zarządzania danymi osobowymi i biometrycznymi rejestrowanymi przez urządzenia immersyjne, w tym śledzenia wzroku, dodaje wymóg ram prawnych, których same zespoły innowacji nie udźwigną.

Diagnoza dojrzałości nie stawia pytania w kategoriach binarnych. Nie pyta, czy stosują Państwo rzeczywistość mieszaną, lecz na jakim poziomie znajdują się Państwa praktyki w każdym obszarze tematycznym i jakie konkretne działanie pozwala przejść na kolejny poziom. Udany demonstrator i wdrożenie przemysłowe w 12 lokalizacjach dotyczą tego samego tematu, ale nie tego samego poziomu opanowania. To właśnie ta gradacja pozwala zdecydować, czy kontynuować, upowszechniać, czy zatrzymać projekt.

Model referencyjny jest dostępny natychmiast w Datamensio i pozostaje modyfikowalny. Sztuczna inteligencja dostosowuje obszary tematyczne, pytania i sformułowania poziomów do Państwa branży, przemysłu wytwórczego, energetyki, ochrony zdrowia lub dystrybucji, albo buduje wersję na podstawie Państwa własnych dokumentów ramowych. Wykorzystywane modele są wybieralne, również spośród ofert europejskich.