2025, випуск 4, с. 106-114
Одержано 16.06.2025; Виправлено 03.08.2025; Прийнято 18.11.2025
Надруковано 08.12.2025; Вперше Online 15.12.2025
https://doi.org/10.34229/2707-451X.25.4.10
Попередня | ПОВНИЙ ТЕКСТ | Наступна
Індустрія 4.0. Огляд трендів, проблем та шляхів їх вирішення
Є.Д. Щербина * 
, І.М. Шпінарева
Одеський національний університет імені І.І. Мечникова
* Листування: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.
Вступ. З розвитком науки та техніки суттєво змінювалися підходи до організації підприємств, вироблення товарів та надання послуг. Наразі світ переходить до нового технологічного укладу – Індустрії 4.0. Він полягає у використанні IIoT систем, цифрових двійників, штучного інтелекту, хмарних обчислень, граничних обчислень та технологій захисту даних. Інтеграція цих технологій у підприємство дозволяє створити систему, що може впоратися з такими задачами як: оптимізація використання ресурсів, підтримка в прийнятті рішень, прогнозоване обслуговування, підвищення якості товарів.
Мета роботи. Основна мета – формування теоретико-методологічної бази для аналізу впливу технологій Четвертої промислової революції на процеси автоматизації підприємств, що реалізується через імплементацію систем підтримки прийняття рішень та предикативного обслуговування IoT-систем. А саме: вивчення оптимізації використання ресурсів та підтримки прийняття рішень в IoT-системах; аналіз основних проблем для вирішення цих задач; аналіз існуючих технологій та ІТ-систем, а також розробки архітектури ІТ-системи, що мала би можливості вирішення задач та уникнення виявлених проблем.
Результати. Під час аналізу статей, наявних на ринку систем виявлено, що існують такі проблеми впровадження технологій Індустрії 4.0: застарілі ІТ-системи; сумісність обладнання; вартість та обмеженість ресурсів; нестача навичок персоналу; управління змінами; проблеми кібербезпеки. Для вирішення задач підтримки прийняття рішень та оптимізації використання ресурсів було виділено ключові технології: цифрові двійники, що дозволяють отримувати актуальну інформацію про пристрої в IoT-системах; просторово-часові графи та графові нейронні мережі, що налаштовані для роботи із даними, які мають певні шаблони та зв’язаність між собою; машинне навчання з підкріпленням, що дозволяє навчати модель під час взаємодії із середовищем та дозволяє адаптувати модель до змін в роботі підприємства. Запропоновано мікросервісну архітектуру ІТ-системи для вирішення вищевизначених задач, спрямовану на інтеграцію між собою графових нейронних мереж, навчання з підкріплення, цифрові двійники та IoT-систему. Одними із основних переваг такої ІТ-системи є розширюваність, модульність та адаптивність до потреб бізнеса.
Висновки. Дослідження показує актуальність, тренди та ефективність впровадження технологій Індустрії 4.0 в підприємства на основі статей та існуючих програмних продуктів. Виділено виклики та визначено ключові технології для їх подолання. Запропоновано мікросервісну архітектуру ІТ-системи на основі графових нейронних мереж, цифрових двійників, має перспективи вирішення задач оптимізації використання ресурсів та підтримки прийняття рішень. Визначено місця для додаткових досліджень, щодо конкретної реалізації модулів запропонованої архітектури такі як: динамічна адаптація до середовища із поєднанням заздалегідь відомих бізнес-правил; навчання агента із мінімальним погіршенням продуктивності; модель цифрового двійника та механізмів очищення та трансформації даних.
Ключові слова: глибоке машинне навчання, навчання з підкріпленням, IoT, IIoT, цифрові двійники, Індустрія 4.0, графові нейронні мережі.
Цитувати так: Щербина Є.Д., Шпінарева І.М. Індустрія 4.0. Огляд трендів, проблем та шляхів їх вирішення. Cybernetics and Computer Technologies. 2025. 4. С. 106–114. https://doi.org/10.34229/2707-451X.25.4.10
Список літератури
1. Sharma A., Singh B. Evolution of Industrial Revolutions: A Review. International Journal of Innovative Technology and Exploring Engineering. 2020. 9 (11). Р. 1634–1638. https://doi.org/10.35940/ijitee.I7144.0991120
2. Castro H., Pinheiro P., Putnik G. , Castro A., Fontana, R., Romero F. Industry 4.0 and industrial revolutions: An assessment based on complexity. FME Transactions. 2019. 47 (4). Р. 831–840. https://doi.org/10.5937/fmet1904831P
3. Schwab K. The Fourth Industrial Revolution. World Economic Forum. June 7. 2025. https://www.weforum.org/about/the-fourth-industrial-revolution-by-klaus-schwab/ (звернення: 01.06.2025)
4. Fourth Industrial Revolution. World Economic Forum. June 7. 2025. https://intelligence.weforum.org/topics/a1Gb0000001RIhBEAW (звернення: 01.06.2025)
5. Hussein A.H. Internet of Things (IOT): Research Challenges and Future Applications. International Journal of Advanced Computer Science and Applications. 2019. 10 (6). Р. 84–90. https://doi.org/10.14569/IJACSA.2019.0100611
6. Alabadi M., Habbal A., Wei X. Industrial Internet of Things: Requirements, Architecture, Challenges, and Future Research Directions. IEEE Access. 2022. 10. Р. 66374–66400. https://doi.org/10.1109/ACCESS.2022.3185049
7. Liuţă M., Moisescu M., Pop E., Ionita A., Caramihai S., Mitulescu T. Digital Twin – A Review of the Evolution from Concept to Technology and Its Analytical Perspectives on Applications in Various Fields. Applied Sciences. 2024. 14 (13). Р. 1–38. https://doi.org/10.3390/app14135454
8. Ghosh A., Chakraborty D., Law A. Artificial intelligence in Internet of things. CAAI Transactions on Intelligence Technology. 2018. 3 (4). Р. 208–218. https://doi.org/10.1049/trit.2018.1008
9. Ahmad I., Bakht H., Mohan U. Cloud Computing – A Comprehensive Definition. Journal of Computing and Management Studies. 2017. 1 (1). Р. 1–9. https://journals.indexcopernicus.com/api/file/viewByFileId/234155.pdf
10. Liang S., Jin S., Chen Y. A Review of Edge Computing Technology and Its Applications in Power Systems. Energies. 2024. 17 (13). P. 1–31. http://dx.doi.org/10.3390/en17133230
11. Filgueiras I.F.L.V., de Melo F.J.C., Sobral E.F.M., Barbosa A.A.L., de Medeiros D.D., de Almeida Pinto P.A.L., Amorim B. P. Analyzing the Benefits of Industry 4.0 Technologies That Impact Sustainability 4.0 in Banking Services. Sustainability. 2024. 16 (14). 6179. https://doi.org/10.3390/su16146179
12. Fonseca L.M. Industry 4.0 and the digital society: concepts, dimensions and envisioned benefits. In Proceedings of the International Conference on Business Excellence. 2018. 12 (1). P. 386–397. https://doi.org/10.2478/picbe-2018-0034
13. Domínguez D.R., Abreu M.B.I., Parv A.L. Main Trend Topics on Industry 4.0 in the Manufacturing Sector: A Bibliometric Review. Applied Sciences. 2024. 14 (15). P. 1–21. https://doi.org/10.3390/app14156450
14. Gaus T., Schlotterbeck M. Smart Manufacturing and Operations Survey: Navigating challenges to implementation. Deloitte. Retrieved. 2025. https://www2.deloitte.com/us/en/insights/industry/manufacturing/2025-smart-manufacturing-survey.html (звернення: 01.06.2025)
15. Bakhtari A., Kumar V., Waris M., Sanin C., Szczerbicki E. Industry 4.0 Implementation Challenges in Manufacturing Industries: an Interpretive Structural Modelling Approach. Procedia Computer Science. 2020. 176. P. 2384–2393. https://doi.org/10.1016/j.procs.2020.09.306
16. Alqoud A., Schaefer D., Milisavljevic-Syed J. Industry 4.0: Challenges and Opportunities of Digitalisation Manufacturing Systems. In Advances in Manufacturing Technology XXXV. 2022. 25. Р. 25–30. https://doi.org/10.3233/ATDE220560
17. Avdibasic E., Toksanovna A.S., Durakovic B. Cybersecurity challenges in Industry 4.0: A state of the art review. Defense and Security Studies. 2022. 3. Р. 32–49. https://doi.org/10.3233/ATDE220560
18. Khadam U., Davidsson P., Spalazzese R. Exploring the Role of Artificial Intelligence in Internet of Things Systems: A Systematic Mapping Study. Sensors. 2024. 24 (20). Р. 6511. https://doi.org/10.3390/s24206511
19. Alnaser A., Maxi M., Elmousalami H. AI-Powered Digital Twins and Internet of Things for Smart Cities and Sustainable Building Environment. Applied Sciences. 2024. 14 (24). Р. 1–28. https://doi.org/10.3390/app142412056
20. Smart hotel software technology. SensorFlow. https://www.sensorflow.co/hotel-energy-saving-solutions/smart-hotel-software-technology/ (звернення: 01.06.2025)
21. Fast, Reliable M& V ‒ Without the Hassle. Verdigris. https://www.verdigris.co/products/analytics (звернення: 01.06.2025)
22. Adaptive Automation Delivers Responsive Energy Savings. Verdigris. https://www.verdigris.co/products/adaptive-automation (звернення: 01.06.2025)
23. Ghasemi M., Ebrahimi D. Introduction to Reinforcement Learning. Computer Science. 2024. Р. 1–19. https://doi.org/10.48550/arXiv.2408.07712
24. Zeghina A., Leborgne A., Le Ber F., Vacavant A. Deep learning on spatiotemporal graphs: A systematic review, methodological landscape, and research opportunities. Neurocomputing. 2024. P. 1–21. https://doi.org/10.1016/j.neucom.2024.127861
25. Cakir L.V., Duran K., Thomson С., Broadbent М., Canberk В. AI in Energy Digital Twining: A Reinforcement Learning-based Adaptive Digital Twin Model for Green Cities. In ICC 2024 - IEEE International Conference on Communications. 2024. https://doi.org/10.1109/ICC51166.2024.10622773
26. Tung N.X., Tung L., & et al. Graph Neural Networks for Next-Generation-IoT: Recent Advances and Open Challenges. Computer Science. 2025. Р. 1–37. https://doi.org/10.48550/arXiv.2412.20634
27. Zhou J., Cui G. & et al. Graph neural networks: A review of methods and applications. Computer Science. 2020. Р. 57–81. https://doi.org/10.48550/arXiv.1812.08434
28. Taipalus T. Vector database management systems: Fundamental concepts, use-cases, and current challenges. Cognitive Systems Research. 2024. 85. Р. 1–8. https://doi.org/10.1016/j.cogsys.2024.101216
ISSN 2707-451X (Online)
ISSN 2707-4501 (Print)
Попередня | ПОВНИЙ ТЕКСТ | Наступна