Почему пришло время перейти к проактивным операциям

Производители и пользователи оборудования хотят использовать данные, полученные в результате анализа и моделирования IoT и данных датчиков, для перехода от реактивных операций к упреждающим.

Быстрое внедрение IoT и встроенных интеллектуальных датчиков производителями оборудования в сочетании с новыми возможностями подключения обеспечивает легкий доступ к большому количеству обширных оперативных данных. Производители оборудования и пользователи все чаще хотят использовать идеи, полученные в результате анализа и моделирования этих данных, для перехода от реактивных операций к упреждающим. в этой области, проблемы, с которыми сталкиваются компании, и ключевые технологии, которые способствуют успеху. Вот краткое изложение этого разговора.

RTInsights:почему существует интерес к проактивным операциям и почему именно сейчас?

Макдональдс: Сервис и вторичный рынок становятся важными аспектами современного производственного бизнеса. Клиенты требуют большей ценности, и производители понимают, что долгосрочные тесные отношения с клиентами более выгодны и устойчивы. А если и нет, то, по крайней мере, они являются способом гарантировать, что клиенты возвращаются, чтобы получать стабильный доход.

У вас есть маржа на продукты, которые постоянно сокращаются. Компании и руководители рассматривают сервис как место, где можно компенсировать давление на маржу, предоставляя большую ценность, налаживая более тесные отношения с клиентами, предлагая возможности для более глубокого внедрения решений в эти клиентские операции и предоставления дополнительных продуктов и услуг, связанных с их основными предложениями.

Проблема для многих производителей заключается в том, что большая часть бизнеса по обслуживанию и послепродажному обслуживанию традиционно перекладывается на третьих лиц, которые могут не делать то же самое или следовать инструкциям в точности. Идти на упреждение — значит восстанавливать контроль. На самом деле это, по крайней мере, восстановление видимости, а затем некоторый уровень контроля, который позволяет стандартизировать операции.

Если вы возьмете сервис, который может иметь прибыль в 2,5 раза больше, чем продажи новых продуктов, и вы увидите, что многие производители получают от 40 до 50% своей общей прибыли от вторичного рынка, легко понять, почему производители начинают с упреждающего анализа и упреждающих действий. Это дает им возможность прослушивать оборудование и активы в полевых условиях и адаптировать рабочие движения к обнаруженным закономерностям. Упреждающие операции также предлагают способ защитить прибыльность сервисного бизнеса. Затем они могут предложить более агрессивные SLA. Если они это сделают, у них гораздо больше шансов выиграть прибыльный бизнес и сохранить его в долгосрочной перспективе.

RTInsights. Каковы преимущества проактивного подхода?

Макдональдс: Я собираюсь использовать аналогию. Давайте сделаем шаг назад и подумаем об этих физических активах или умных, подключенных продуктах. У вас есть данные телеметрии и, возможно, другие данные о службах из систем. Это эквивалент способности слышать. Возникает вопрос, что я слушаю? Там много шума, так как же мне выделить и прослушать только то, что важно?

Даже не рассматривая прогнозную и предписывающую аналитику, подумайте о функциях и статистической значимости, связанных с производительностью. Это дает вам возможность четко слышать, какие ноты звучат в тональности, а какие нет, среди фонового шума.

Конечно, всегда можно услышать крик. Но обычно крик исходит от кого-то (или чего-то) уже в каком-то кризисе, переживающего вред. Итак, вы имеете дело с проблемами реактивно.

Есть преимущество в том, чтобы по-настоящему слушать правильные вещи. Вы можете начать выявлять модели производительности и поведения, чтобы диагностировать, что происходит. Клиенты ожидают бесперебойной работы. Они склонны наказывать производителей, которые, по их мнению, правы они или нет, вызвали у них незапланированные простои. Услышав расстроенные ноты, вы сможете решить проблему до того, как раздастся крик оборудования или клиента.

Аналитика предоставляет диагностические данные, о которых я говорил. Он может выявлять отклонения от лучших практик или того, как оборудование должно эксплуатироваться или использоваться в окружающей среде. Упреждающие операции, основанные на этой аналитике, выявляют проблемы до их возникновения.

С подключенным продуктом вы получаете представление о том, что происходит в среде, в которой работает актив. Аналитика, особенно расширенная аналитика, позволяет обрабатывать эти данные для выявления статистически значимых аномалий, закономерностей и событий. В конечном итоге это дает более объективное представление о том, в чем на самом деле заключается проблема.

Эффективность обслуживания можно повысить за счет лучшего планирования и распределения ресурсов. Прогностическая аналитика, помогающая производителям перейти от модели обслуживания, основанной на устранении неполадок или календаре, может значительно повысить эффективность обращений в службу поддержки, сократив количество выездов грузовиков, количество обратных вызовов и т. д.

Без подключенного продукта мы часто отправляем техника для проведения диагностики только для того, чтобы выяснить, что у него нет нужной детали для грузовика или опыта, необходимого для устранения проблемы. Если клиент сталкивается с операционным простоем, это задерживает ремонт. Избегание неудач имеет решающее значение. Но так же важна и эффективность планового технического обслуживания для операций или действий, а не таких вещей, как замена ремня или смазка. Во многих случаях более эффективно проводить плановое техническое обслуживание до того, как оно станет технически необходимым. Таким образом, обычные вызовы службы поддержки могут быть преобразованы в более ценные точки взаимодействия.

Кроме того, хороший техник с правильной аналитикой знает, какие еще проблемы искать. Они могут провести правильную диагностику, чтобы быстро решить проблему, и собрать дополнительные данные, чтобы получить более полное представление об оборудовании в его среде.

Важность таких удаленных возможностей самообслуживания невозможно переоценить, особенно во время пандемии.

RTInsights. Видите ли вы использование предписывающей аналитики и обслуживания на регулярной основе или еще слишком рано?

Макдональдс: Да. Есть польза. Но это, как правило, больше касается машиностроителей, а не производственных операций. Один из наших примеров использования ведущей аналитики — производитель шин. Шиномонтажная машина имеет разные уставки. Если это не сделано определенным образом, это приведет либо к переделке, либо к браку, что в конечном итоге приведет к потере денег и, в конечном итоге, к потере дохода.

Вся концепция предписывающей аналитики сформировалась, потому что данные были доступны, и они знали свои данные. Они могли бы связать это с операционными результатами прогнозирующей линзы. Они знают, что произойдет до того, как произойдет шаг, ведущий к такому результату. Но и у них были рычаги. В контексте производителя машин заданные значения являются фактическими рычагами или рычагами в данных. Вы можете запустить оптимизацию и задать различные настройки для предотвращения определенных проблем. Это вариант использования, который соответствует сотням и сотням миллионов долларов рентабельности инвестиций.

RTInsights:мы говорим о рентабельности инвестиций?

Макдональдс: Это абсолютно так, особенно если рассматривать это с оперативной точки зрения. Снова подумайте обо мне как о производителе шиномонтажных станков или любого другого оборудования, используемого в производственных операциях. Мой клиент должен изменить способ работы, чтобы лучше использовать свое оборудование. Тогда я начинаю думать про себя, подождите минутку. Может быть, мои технические характеристики не разработаны на основе долгосрочного использования или даже не моделируют нужные условия. Заданные значения более динамичны, чем мы ожидали.

Вот тут-то вы и начинаете говорить:«Может быть, мне нужно начать проводить анализ этих заданных значений и предоставлять приложение конечному потребителю». Может быть, если у меня есть представление о том, как мое оборудование будет приносить пользу или проблемы в эксплуатации, я смогу предоставить им эти знания, даже в виде услуги, чтобы убедиться, что эти эксплуатационные результаты достигнуты.

RTInsights:какие базовые технологии теперь необходимы для успеха?

Макдональдс: Важнейшей технологией, конечно же, является возможность подключения. Это дает нам возможность контекстуализировать, где находятся активы, и дает нам представление о физическом ландшафте с точки зрения данных. С правильной технологией мы можем моделировать данные по отношению к их контексту.

Но есть и много других важных технологий. Существует системная интеграция, связанная с пограничным подключением к датчикам. Существуют также другие системы или сервисные системы, которые могут стать частью общей проактивной деятельности. Чем больше вы можете предоставить возможностей и инструментов, упрощающих интеграцию этой системы, тем лучше.

Удаленный мониторинг — это то, с чего вы начинаете. Как я уже сказал, вы должны хотя бы уметь слышать, прежде чем начать слушать.

Я думаю, что расширенная удаленная помощь, расширенные рабочие инструкции в 3D и расширенный захват эксперта имеют решающее значение. Такие вещи, как обслуживание, управление запасными частями и управление рабочими процессами, могут получить информацию из аналитики. Статистические расчеты и машинное обучение облегчают задачу.

Автоматизированное машинное обучение позволяет создавать и быстрее настраивать модели для представления данных. Это поможет вам получить лучшие прогнозы и результаты. И все это надо улучшать общей аналитикой.

Кроме того, вам нужна платформа для разработки приложений. Эти варианты использования проактивных операций включают многое. Наиболее важные возможности сводятся к способности подключать, хранить и анализировать данные, особенно с использованием методов расширенной аналитики, таких как машинное обучение для построения моделей для прогнозирования.

Это должно быть сделано до того, как вы что-нибудь включите. У вас должны быть системы реального времени и приложения для ввода данных в эти модели. У вас должны быть системы и приложения, которые могут принимать предсказания и что-то с ними делать.

Восходящая спираль понимания и ценности для бизнеса огромна. Без повсеместного подключения невозможно масштабировать любую инициативу по активным операциям за пределами экспериментального масштаба. Использование ручных непоследовательных методов извлечения данных становится все менее и менее осуществимым.

Точно так же вам нужно, чтобы различные аналитические методы были доступны на каждом этапе процесса, чтобы получить полезную информацию. Производитель может начать с добавления датчиков и удаленного подключения к полевому оборудованию. Они начинают устанавливать пороговые значения, которые предупреждают операторов, удаленных технических специалистов и сервисные организации о возможной проблеме с оборудованием.

Эти пороговые значения с дополнительным пониманием могут развиваться в таких ситуациях, как скользящие средние значения и эталонные тесты, которые учитывают понимание нормального использования и операционных моделей. Помеченные исследования могут быть использованы в алгоритмах машинного обучения. Они могут выявлять потенциально причинно-следственные закономерности и производить комплексную автоматизированную диагностику. Затем они могут начать делать прогнозы и даже рецепты. Это дает нам возможность переосмыслить бизнес и операционные процессы с нуля. Я думаю, что это основополагающий способ преобразования операций службы.

RTInsights:какие проблемы возникают при использовании этих технологий и как помогает PTC?

Макдональдс: По сути, эта начальная отправная точка, эта связь, может быть проблемой для обеспечения упреждающих операций. Необходимо подключаться к разным устройствам и разным версиям похожих устройств, зная, что эти устройства, вероятно, работают в разных условиях у одного производителя и у всей их клиентской базы. Измерения данных и технические протоколы подключения в конечном итоге будут различаться. PTC помогает, предлагая возможности, поддерживающие иерархии, интегрированные от периферии до облака, которые упрощают определение и итерацию этих цифровых активов.

Производители сталкиваются с уникальной проблемой, связанной с ограниченными данными об операционной среде клиента. Так редко у них есть данные за пределами подключенного оборудования, которое они продают и обслуживают. Это означает, что они не всегда могут иметь помеченные данные. И они должны особенно думать о маркировке данных о результатах, потому что результат может быть оперативной частью.

Возможно, им придется использовать другие методы, такие как обнаружение аномалий и статистический мониторинг. Это хороший трамплин перед тем, как станет возможным прогностическое понимание. Это особенно верно в тех случаях, когда обстоятельства или режим отказа четко не сохраняются и не сохраняются.

Наконец, упреждающие операции требуют интеграции с различными системами для выполнения различных действий в отношении прогностических или любых других идей, будь то визуализация оповещения, инициирующая рабочий процесс, или другие системы. Наличие инструментов рабочего процесса и интеграции API с платформой и программным обеспечением, которое вы используете, абсолютно необходимо, и на это нужно обращать внимание.

Одним из ключей ко всему этому является осознание того, что, в конечном счете, цифровая трансформация требует целенаправленных усилий. Необходимо сотрудничество и готовность учиться и повторять. Вам нужен этот фундамент, чтобы строить, потому что это тяжелая работа по внедрению технологий.

Есть номагия. Ключ к успеху — больше, чем просто технология. Проекты должны быть согласованы с этим всеобъемлющим видением. Существует множество заинтересованных сторон, которые должны согласовать общие определения данных. Есть инженеры, архитекторы, специалисты по данным и операторы, которые должны найти способ сотрудничать. Они традиционно существовали в очень отдельных вселенных. Они должны сотрудничать и повторять усилия, чтобы понять и получить представление. Они должны предпринять более эффективные действия, чтобы понять, как эти данные влияют на реальные процессы, на которые они хотят воздействовать.

Все они должны быть готовы принимать решения, основанные на данных. И это требует исполнительного руководства как предпосылки для успеха. Руководители, отказывающиеся от неопределенного проекта с нереалистичными ожиданиями, рискуют потерпеть неудачу. Вы должны начать с бизнес-целей и вернуться к видению цифровой трансформации. Вы должны сделать это еще до того, как определите хорошие проекты, которые можно использовать в качестве строительного блока для вашей стратегии.

Короче говоря, современные лидеры должны иметь видение, которое будет достаточно четким, чтобы его можно было организовать, и достаточно гибким, чтобы справиться с присущей ему неопределенностью в отношении того, как именно мы итерируем, чтобы достичь этого. Как достичь идеального баланса — это одна из тех вещей, которые, как правило, ясны задним числом, но могут быть довольно сложными, если смотреть вперед.

RTInsights:какие отрасли и приложения больше всего выиграют от перехода к упреждающим операциям?

Макдональдс: Любой производитель, который поставляет оборудование, имеющее решающее значение для операций клиента, может извлечь выгоду. Это ситуации, когда время простоя имеет решающее значение. Упреждающие операции также широко применимы для оптимизации. Но экономическое обоснование очень сильное, и возможности для оборудования или активов, время простоя которых имеет решающее значение, где обслуживание является дорогостоящим, и особенно там, где безопасность и соблюдение нормативных требований являются первоочередными, огромны.

Отличным примером является компания Howden, мировой лидер в производстве решений для обработки воздуха и газа. Его оборудование используется в таких секторах, как инфраструктура, производство электроэнергии, нефть и газ, сточные воды, металлургия, горнодобывающая промышленность и транспорт.

Их активы имеют решающее значение для работоспособности системы. Первоначально они разработали решение Howden Uptime для своих высококлассных специализированных активов, которое представляет собой подключенное решение IoT. Их продукт предоставляет информацию не только обслуживающей организации, но и конечным клиентам.

Концентрация воды не была частью этого решения, поскольку она не контролировалась непосредственно в оборудовании или активе. (Технические специалисты регулярно проводили измерения вручную.) У одного из их клиентов из нефтегазовой отрасли возникли проблемы с этим. Естественный инстинкт клиента — сказать:«Эй, оборудование не работает. Это вызывает простои». Хауден хотел разобраться в проблеме. Компания Item внедрила в свое приложение модель прогнозирования воды, которая позволила им понять, что дело в работе, а не в оборудовании. Модель также дала представление о том, как лучше использовать оборудование в рабочих условиях.

Это была возможность, основанная на одном важном клиенте, в котором они увидели потрясающую возможность улучшить свое общее решение IoT и найти способы непрерывно предоставлять диагностические и прогнозные данные. Затем они могли использовать это решение с другими клиентами.

И я думаю, что Хауден сказал бы, что решающим фактором успеха является понимание ценности, создаваемой на пересечении того, что они делают. Аналитика данных и прогнозное моделирование лежат в основе ускорения глобального перехода к сервисизации. При этом большая часть ценности проекта упреждающего обслуживания заключается в создании плана, который предлагает стратегическое конкурентное преимущество на очень зрелом промышленном рынке.