Переосмысление ценности в промышленном ИоТ: от отслеживания к трансформации

В 1998 году книга «Кто переместил мой сыр?» завоевала воображение миллионов, продав 26 миллионов копий по всему миру. «Сыр» в истории — метафора любой цели или актива: будь то паллет на складе, инструмент на верстаке или KPI, например, время бесперебойной работы.

Спустя год Кевин Эштон, тогда бренд-менеджер Procter & Gamble, ввел термин Интернет вещей, разгадывая тайну исчезающего оттенка помады. Он предложил встроить в продукт радиомодуль с микросхемой, чтобы компания и клиенты могли автоматически отслеживать запасы. Эштон объяснил в интервью 2017 года, что ИоТ «означает, что компьютеры сами собирают информацию», позволяя машинам становиться ситуационно осведомленными и автоматизировать задачи, которые раньше выполнялись вручную.

Сегодня, спустя двадцать лет после появления термина, идея сетевой электроники для мониторинга больше не нова. «Довольно легко узнать, где что-то находится», — говорит Скотт Нельсон, директор по продукту в Digi International. «Я просто ставлю на это GPS и всегда знаю, где оно».

[Internet of Things World — место, где промышленные предприятия находят инновации ИоТ. Купите проходной билет на конференцию и сэкономьте $350, получите бесплатный проход на экспозицию или посмотрите спикеров по ППИ на мероприятии.]

Нельсон утверждает, что одного ситуационного осведомленности недостаточно. Текущий ландшафт ИоТ смещается от простого определения местоположения активов к управлению бизнес-целями. Вместо того чтобы просто сообщать, где «сыр», системы должны советовать, когда действовать — согласовывая технологии с более широкой бизнес-деятельностью, которую они поддерживают.

Ранний хайп вокруг ИоТ встречался с скептицизмом со стороны производственных специалистов. Гунит Беди, генеральный директор Relayr в Америке, вспоминает сомнения в том, что «ИоТ и цифровизация действительно сработают в промышленном мире». Данные опросов показывают, что большинство промышленных стейкхолдеров убеждены в потенциале ИоТ, но всё ещё спрашивают: какой бизнес-результат и в какие сроки?

В совете директоров лидеры переопределяют, что покупается и продается. Майк Лаки, глобальный вице-президент по управлению решениями в SAP, объясняет, что некоторые компании перейдут от продажи продукта к продаже услуги. Например, автопроизводители могут предложить контракт на определенное количество миль вместо автомобиля, позволяя клиентам менять модели по мере изменения потребностей.

Производителям, обеспечивающим такой опыт, необходимо пересмотреть внутренние процессы. Вернер Ройс, руководитель промышленного ИоТ в Orange Business Services, отмечает, что фокус сместился от подключения к умной фабрике — оптимизации производственных линий как драйвера базовых технологий.

Чаглайан Аркан, глобальный лидер по производству и ресурсам в Microsoft, подчеркивает: «Речь не о технологии, а о бизнес-ценности и результатах».

Hunter Douglas служит примером этого сдвига. Лаки приводит эволюцию компании от стандартных штор к 35 000 индивидуальных жалюзи в день, стимулируемую спросом на голосовое управление через Alexa, удаленную операцию и расписание. Это потребовало модернизации производственных возможностей и новых моделей взаимодействия с клиентами.

Другой пример — тестовый полигон Bosch по отслеживанию инструментов, разработанный совместно с Индустриальным консорциумом Интернета. Изначально предназначенный для определения местоположения инструментов в пределах метра, система теперь обеспечивает точную сборку — обнаруживает неправильные винты или крутящий момент, тем самым согласовываясь с целями соблюдения рабочих процессов и эффективности.

Нельсон описывает это как переход от ситуационного осведомленности к поведенческой производительности, заменяющей вовлеченность сотрудников. «Сотрудники, которые любят компанию, в первую очередь движут любовью клиентов», — цитирует он Саймона Синека. Повышенная вовлеченность переводится в более высокий выпуск и прибыльность.

Промышленным фирмам следует быть открытыми к переосмыслению бизнес-моделей, но реалистично оценивать свою готовность. Беди советует понимать, как быстро они могут эволюционировать — «крупной компании может потребоваться 12 месяцев на переобучение отдела продаж». Создание алгоритмов предиктивного обслуживания, например, требует времени на разработку и доработку.

Подводя итог: промышленный ИоТ больше не новинка; он становится катализатором переопределения ценности, оптимизации рабочих процессов и повышения вовлеченности сотрудников. Вызов заключается в согласовании технологий с ясными бизнес-результатами и реалистичными временными рамками.