Ускоряйтесь сейчас:обеспечение быстрой и постоянной ценности с помощью экосистемного подхода

После пандемии COVID-19 производство возвращается к жизни, а вместе с этим вновь уделяется внимание инициативам по цифровой трансформации. Отрасль стоит на пороге своего долгожданного возрождения, и ясно, что лидеры производства должны не только внедрять, но и ускорять инновации, управляя критически важными процессами, такими как увеличение производственных мощностей при сохранении качества продукции. Эффективное сотрудничество будет ключом к успеху обоих; но это еще более важно, поскольку рабочая сила ушла и по-прежнему в основном работает удаленно.

По мере того, как вирус охватил весь мир, быстро стало очевидно, что будут победители и проигравшие. Многие производители были, так сказать, застигнуты врасплох. До вышеупомянутой расплаты в производстве отрасль уже была известна своим медленным внедрением цифрового мышления, ориентированного на данные, которое преобразовало другие отрасли.

Это было показано в полной мере, когда отрасль пошатнулась. Даже те, кто ранее приступил к многомиллионным инициативам Industry 4.0 или IoT, остались без каких-либо результатов своих усилий. У нас есть клиенты, которые до начала работы с MachineMetrics потратили годы на создание собственных решений, потратив миллионы на индивидуальную разработку и интеграцию, прежде чем получить первоначальную ценность. К сожалению, когда разразилась пандемия, ресурсы для поддержки этих реализаций ушли на второй план. У них не только не было данных, необходимых для адаптации в данный момент, но их преследовал призрак их прошлых инициатив IoT. Поскольку многие производители смешивали интеллектуальное производство с этими более крупными инициативами корпоративного Интернета вещей, потенциальная ценность была потеряна.

Это не значит, что здесь полностью виновата пандемия. Правда в том, что еще до пандемии реализации IIoT уже не справлялись с необычно высокой частотой (81% McKinsey, 2020). Это связано с рядом факторов, но в первую очередь с длительным и непомерно дорогим характером внедрения и развертывания. Результатом является большая, громоздкая, сложная в реализации «инициатива» IoT без каких-либо практических вариантов использования, о которых можно было бы говорить. Мало того, что эти разработки занимают слишком много времени и стоят слишком дорого, но постоянно растущая нехватка талантов на производстве означает, что у сотрудников организации, вероятно, нет знаний или навыков на уровне ИТ или ОТ, чтобы справиться со сложностями создания продукта. работа.

Сегодня возникает вопрос:зачем инвестировать в инициативы по цифровой трансформации на корпоративном уровне, если у вас все еще нет пригодных для использования данных из заводских цехов? Умное производство не требует, чтобы вся организация занималась его успехом.

Для большинства производителей цифровая трансформация должна начаться. с получением информации из самой сердцевины производственных операций, которые являются машинными активами, которые производят эти продукты, и людьми, которые ими управляют. Эти активы, вероятно, представляют собой самые большие капитальные затраты для любой производственной организации и производят тысячи точек данных каждую секунду. Тем не менее, эти данные не собираются и не анализируются для повышения эффективности, что препятствует постоянному совершенствованию. Сегодняшние фабрики по-прежнему заняты ручными процессами, которые приводят к массовой неэффективности, влияющей на каждый компонент организации. Это видно из сравнительного отчета MachineMetrics, в котором говорится, что средний коэффициент использования машин составляет менее 30%.

Данные, а также выводы (и действия), основанные на этих данных, могут стать основой для развития бизнеса производителей и повышения их конкурентоспособности. На самом деле весьма вероятно, что неэффективность, существующая на машинном уровне, — это самый простой плод для создания огромного влияния на бизнес, не говоря уже о катализаторе для запуска многих будущих автоматизаций.

Вот почему в основе нашего подхода лежит создание простой в использовании платформы, которая автоматизирует сбор и преобразование или контекстуализацию машинных данных. Эта возможность позволяет использовать машинные данные и идеи за считанные минуты. Я не могу не подчеркнуть, насколько безумно сложной на практике является эта задача для определенных типов активов, таких как станки. Это не так просто, как стандартизация через OPC-UA или MTConnect, как мы слышим от многих провайдеров, потому что только небольшая часть машин поддерживает эти протоколы. MM подключилась к тысячам машин для сотен клиентов. Как указывалось ранее, многие производители, консультанты и системные интеграторы пытались с разной степенью успеха восстановить колесо инфраструктуры машинных данных в рамках более крупных инициатив IoT. Эти усилия по разработке, даже при использовании горизонтальной платформы IIoT, могут занять месяцы, если не годы. И как только механизм сбора и контекстуализации машинных данных создан, его необходимо поддерживать. Мало того, что стоимость поддержки этих решений непомерно высока, но и упущенная возможность и ценность, связанные с неправильным распределением ресурсов для разработки того, что уже существует, приводят к конкурентным преимуществам для производителя.

Точные данные в режиме реального времени, автоматически собираемые и преобразуемые из машинных активов, создают прочную основу для увеличения прибыли прямо сейчас и на постоянной основе. Мы обнаружили, что в сочетании с прозрачностью и действенностью благодаря оповещениям, аналитике и автоматизации, активируемым этими данными, можно добиться повышения эффективности использования на 15–20 % в течение нескольких месяцев.

После того, как эта основополагающая часть будет создана, достижение ценности можно ускорить в ряде направлений путем интеграции этих данных с другими разрозненными данными, хранящимися в производственных и организационных системах предприятия, начиная с проектирования продукта, к производству, качеству, техническому обслуживанию и логистике (то, что мы называем «использованием цифрового потока машинных данных»), чтобы обеспечить бесконечную автоматизацию и возможности для получения значительной выгоды быстрее, чем когда-либо прежде.

Это позволяет экосистеме производителей и партнеров ускорить достижение ценности и свести к минимуму риск провала инициативы за счет оптимального согласования уникальных навыков организаций, участвующих в конкретной инициативе IIoT. .

Сегодняшняя экосистема IIoT состоит из производителей, машиностроителей, дистрибьюторов машиностроителей, поставщиков услуг, поставщиков технологий и решений, системных интеграторов, консультантов и поставщиков программного обеспечения. У каждого участника есть свои уникальные возможности, опыт или интеллектуальная собственность, которые можно использовать для успешной реализации инициативы IIoT. Когда эти ресурсы не согласованы или недостаточно оптимизированы, инициативы IIoT часто не обеспечивают обещанное ценностное предложение или вовсе терпят неудачу, как показывает статистика.

На чем должен сосредоточиться производитель? Мы считаем, что это в областях, которые используют в своих интересах их глубокий опыт предметной области. Прелесть платформы MM заключается в том, что она позволяет производителю и, соответственно, экосистеме его партнеров оптимизировать ключевые процессы и создавать новые инновационные процессы на протяжении всей своей деятельности. Аналитика, включая алгоритмы ML и AI, может разрабатываться и применяться как на периферии, так и в облаке с использованием MM и/или других технологий аналитики. Такое сочетание навыков и технологий создает оптимальную формулу для быстрого и непрерывного создания ценности для производителя.

Как показала пандемия, производители не могут позволить себе не инвестировать в цифровую трансформацию, но не знают, на чем сосредоточить свои усилия. Неоптимальная модель, в которой компании пытаются сосредоточиться или воссоздать что-то, выходящее за рамки их основной компетенции, приводит как минимум к напрасной трате времени и ресурсов. Скорее всего, в результате вы потерпите неудачу и отстанете от конкурентов в гонке за отличие и создание дополнительной ценности.

Чтобы решить эту проблему и добиться масштабирования цифровой фабрики, необходимо упростить ее. Успешные инициативы IIoT требуют выбора правильных технологий, а также надлежащего согласования различных объектов в экосистеме, которые участвуют в инициативе. Чтобы оптимизировать быстрое достижение ценности и снизить риск, это согласование должно использовать уникальные технологии, интеллектуальную собственность и опыт каждого участника. Основное внимание следует уделять мгновенному преобразованию данных, готовым приложениям, автоматизации и интеграции с другими лучшими в своем классе фабричными системами.

Ранее в этой статье я отмечал, что многие производители пострадали в эти трудные времена, и большая часть этих страданий, несомненно, была не по их вине. Было бы упущением не сказать сейчас, что за последний год мы все понесли большие потери, некоторые больше, чем другие. Но кто были те, кто преуспел? Кто стал победителем? Компании, которые смогли развернуться, отреагировать, адаптироваться. И это не было удачей; они смогли это сделать, потому что были готовы к победе с данными, инструментами и мышлением.

Наша цель в MachineMetrics — не замедлять и не повторять текущие усилия производителя, а вместо этого ускорять и оптимизировать их, чтобы помочь им подготовиться и оставаться гибкими, чтобы они тоже могли стать победителями. Для производителей, которые инвестировали в большие, громоздкие и сложные в реализации инициативы в области Интернета вещей:сейчас самое подходящее время использовать перерывы в пользу вертикальных решений, которые могут помочь немедленно.

Железо никогда не было горячее. Вы готовы нанести удар?

Быстро получайте прибыль с помощью MachineMetrics