Идеальный момент для перехода к проактивным операциям

Производители и пользователи оборудования хотят использовать инсайты, полученные анализом и моделированием данных IoT и датчиков, для перехода от реактивных к проактивным операциям.

Быстрое принятие IoT и встроенных умных датчиков производителями оборудования в сочетании с новыми вариантами подключения обеспечивает легкий доступ к обилию насыщенных операционных данных. Все чаще производители и пользователи оборудования хотят использовать инсайты, полученные анализом и моделированием этих данных, для перехода от реактивных к проактивным операциям. Недавно RTInsights беседовал с Крисом Макдональдом, руководителем направления ИИ и аналитики, решений цифровой трансформации в PTC, чтобы исследовать, что движет интересом в этой области, какие проблемы enfrentano компании и какие ключевые технологии способствуют успеху. Вот краткое содержание того разговора.

RTInsights: Почему есть интерес в переходе к проактивным операциям и почему сейчас?

Макдональд: Сервис и послепродажное обслуживание становятся важными аспектами современных производственных бизнесов. Клиенты требуют большей ценности, а производители понимают, что долгосрочные более тесные отношения с клиентами более прибыльны и устойчивы. И если они таковыми не являются, то, по крайней мере, это способ гарантировать возвращение клиентов для генерации стабильной выручки.

У вас маржи на продуктах постоянно сжимаются. Компании и руководители смотрят на сервис как на место для компенсации давления на маржи за счет доставки большей ценности, кования более тесных отношений с клиентами, предоставления возможностей для более глубокого внедрения решений в операции клиентов и предложения дополнительных продуктов и услуг, связанных с их основными предложениями.

Проблема для многих производителей в том, что большая часть сервиса и послепродажного бизнеса традиционно отдавалась третьим сторонам, которые могут не делать вещи именно так или не следовать рекомендациям до точки. Переход к проактивности — это способ вернуть контроль. Это на самом деле возвращение видимости как минимум, а затем определенный уровень контроля, позволяющий стандартизировать операции.

Если вы берете сервис, у которого маржи в 2,5 раза выше продаж новых продуктов, и видите, что многие производители генерируют 40–50% своей общей прибыли от послепродажного рынка, легко понять, почему производители начинают с проактивных инсайтов и проактивных операций. Это дает им способность «слушать» оборудование и активы в поле и адаптировать операционные движения к открываемым паттернам. Проактивные операции также предлагают способ защитить прибыльность сервисного бизнеса. Тогда они могут предлагать более агрессивные SLA. Если они это делают, они гораздо более вероятно выиграют прибыльный бизнес и удержат его дольше.

RTInsights: Каковы преимущества использования проактивного подхода?

Макдональд: Я буду использовать аналогию. Давайте отступим на шаг и подумаем об этих физических активах или умных подключенных продуктах. У вас есть телеметрические данные и, потенциально, другие данные о сервисе из систем. Это эквивалент способности слышать. Вопрос становится: что я слушаю? Там много шума, так как я выделяю и слушаю только то, что важно?

Даже не рассматривая предиктивную и прескриптивную аналитику, подумайте о признаках и статистической значимости, связанных с производительностью. Это дает вам способность четко слышать, какие ноты в тоне, а какие нет, на фоне фонового шума.

Конечно, вы всегда можете услышать крик. Но обычно крик исходит от кого-то (или чего-то), уже находящегося в каком-то кризисе, испытывающего вред. Так что вы имеете дело с проблемами реактивно.

Есть выгода в умении действительно слушать правильные вещи. Вы можете начать выявлять паттерны производительности и поведения для диагностики того, что происходит. Клиенты ожидают бесшовных операций. Они склонны штрафовать производителей, которых, как они считают, правильно или нет, причинили им непланируемый простой. Слышание нот, не в тоне, позволит вам решить проблему до того, как раздастся крик — от оборудования или от вашего клиента.

Аналитика доставляет диагностические инсайты, о которых я говорил. Она может выявлять отклонения от лучших практик или того, как оборудование должно эксплуатироваться или использоваться в среде. Проактивные операции на основе этой аналитики выявляют проблемы до их возникновения.

С подключенным продуктом вы получаете представление о том, что происходит в среде, где работает актив. Аналитика, особенно продвинутая, позволяет обрабатывать эти данные для выявления статистически релевантных аномалий, паттернов и событий. Это в конечном счете обеспечивает более объективную призму в то, что проблема на самом деле есть.

Эффективность сервиса может быть улучшена с лучшим планированием и распределением ресурсов. Предиктивные инсайты, помогающие производителям перейти от модели «сломалось — чиним» или календарного сервиса, могут сделать сервисные вызовы намного более эффективными, снижая такие вещи, как общее количество выездов грузовиков, повторные вызовы и многое другое.

Без подключенного продукта мы часто отправляем техника для диагностики, только чтобы узнать, что у них нет нужной детали на грузовике или экспертизы, необходимой для решения проблемы. Если клиент испытывает операционный простой, это задерживает ремонт. Избегание сбоев критично. Но так же критична эффективность доставки рутинного обслуживания для операций или действий, а не таких вещей, как замена ремней или смазка. Во многих случаях более эффективно делать рутинное обслуживание до того, как это технически необходимо. Таким образом, рутинные сервисные вызовы могут быть преобразованы в касания более высокой ценности.

Хороший техник с правильной аналитикой знает, на какие другие проблемы обратить внимание. Он может запустить правильную диагностику, чтобы быстро решить проблему и собрать дополнительные точки данных для доставки лучших инсайтов об оборудовании в его среде.

Важность таких возможностей удаленного самообслуживания нельзя переоценить, особенно во время пандемии.

RTInsights: Видите ли вы использование прескриптивной аналитики и обслуживания на регулярной основе, или это еще слишком рано?

Макдональд: Да. Есть использование. Но это, как правило, больше вопрос производителя машин, чем производственных операций. Один из наших флагманских кейсов аналитики — производитель шин. Машина для сборки шин имеет разные уставки. Если это не делается определенным образом, это приводит к переработке или браку, что в конечном счете приводит к потере денег и потере выручки.

Вся концепция прескриптивной аналитики приняла форму, потому что данные были доступны, и они знали свои данные. Они могли связать их с операционными результатами с предиктивной призмы. Они знают, что произойдет до шага, ведущего к этому результату. Но у них также были рычаги. В контексте производителя машин уставки — это реальные рычаги или рычаги в данных. Вы могли начать запускать оптимизации и предписывать разные уставки для предотвращения определенных проблем. Это кейс, эквивалентный сотням миллионов долларов ROI.

RTInsights: Мы говорим о ROI здесь?

Макдональд: Это абсолютно так, особенно если взять с операционной точки зрения. Опять подумайте обо мне как производителе машин для сборки шин или любого другого оборудования, используемого в производственной операции. Мой клиент должен изменить способ, которым он делает вещи, чтобы получить лучшее использование из своего оборудования. Тогда я начинаю думать: подожди минуту. Может быть, мои инженерные спецификации не разработаны на основе долгосрочного использования или даже не моделируют правильные условия. Уставки более динамичны, чем мы ожидали.

Именно здесь вы начинаете говорить: может быть, мне нужно начать предоставлять анализ этих уставок и предоставлять приложение моему конечному клиенту. Может быть, если у меня есть инсайт о том, как мое оборудование собирается доставлять ценность или вызовы в операции, я могу предоставить им эти инсайты, даже как сервис, чтобы убедиться, что эти операционные результаты достигнуты.

RTInsights: Какие базовые технологии сейчас нужны для успеха?

Макдональд: Критическая технология, конечно, — связность. Она дает нам способность контекстуализировать, где находятся активы, и дает нам знать физический ландшафт в терминах данных. С правильной технологией мы можем моделировать данные в отношении их контекста.

Но есть много других технологий, которые тоже важны. Там задействована системная интеграция с пограничной связностью к датчикам. Есть также другие системы или сервисные системы, которые могут стать частью общего проактивного усилия. Чем больше вы можете предоставлять возможности и инструменты, упрощающие эту системную интеграцию, тем лучше.

Удаленный мониторинг — это место, где вы начинаете. Как я сказал, вы должны иметь возможность хотя бы слышать, прежде чем начать слушать.

Я думаю, усиленная удаленная помощь, усиленные 3D-инструкции по работе и усиленный захват экспертизы — критичны. Вещи вроде сервиса, управления запчастями и управления рабочими процессами могут получать инсайты из аналитики. Статистические расчеты и машинное обучение делают это легче.

Автоматизированное машинное обучение позволяет создавать и быстрее настраивать модели для представления данных. Это помогает получить лучшие предсказания и результаты. И все это должно быть улучшено с общей аналитикой.

Кроме того, вам нужна платформа разработки приложений. Во эти проактивные операционные кейсы входит много чего. Самые критические возможности сводятся к способности подключать, хранить и понимать данные, особенно используя передовые аналитические техники, такие как машинное обучение для построения моделей для предсказаний.

Это должно быть сделано до того, как вы включите что-либо. У вас должны быть системы и приложения реального времени, чтобы загрузить данные в эти модели. У вас должны быть системы и приложения, которые могут взять предсказание и сделать с ним что-то.

Восходящая спираль инсайтов и бизнес-ценности огромна. Без повсеместной связности невозможно масштабировать любую инициативу проактивных операций за пределами пилотного масштаба. Опора на ручные, непоследовательные методы извлечения данных становится все менее выполнимой.

Аналогично, вам нужны различные аналитические техники, доступные на каждом этапе процесса, для доставки полезного инсайта. Производитель может начать с добавления датчиков и удаленного подключения к оборудованию в поле. Они начинают устанавливать пороги, которые оповещают операторов, удаленных техников, сервисные организации о расследовании того, что у оборудования может быть потенциальная проблема.

Эти пороги, с дополнительным инсайтом, могут эволюционировать в ситуации вроде скользящих средних и бенчмарков, учитывающих понимание нормального использования и операционных паттернов. Исследования, помеченные флагами, могут быть поданы в алгоритмы машинного обучения. Они могут раскрыть потенциально причинные паттерны и производить богатую автоматизированную диагностику. Затем они могут начинать делать предсказания и даже предписания. Это дает нам возможность переосмыслить бизнес и операционные процессы с нуля. Я думаю, это фундаментальный способ трансформировать сервисные операции.

RTInsights: Каковы вызовы при использовании этих технологий и как PTC помогает?

Макдональд: Фундаментально, эта начальная точка, та связность, может быть вызовом для обеспечения проактивных операций. Необходимо подключиться к разным устройствам и разным версиям похожих устройств, зная, что эти устройства, вероятно, работают под разными условиями у одного производителя и по всей их клиентской базе. Измерения данных и технические протоколы связности в конечном счете будут отличаться. PTC помогает, предлагая возможности, поддерживающие иерархии, федеративные от края к облаку, которые делают легче определение и итерацию над этими цифровыми активами.

Производители сталкиваются с уникальным вызовом — ограниченными данными об операционной среде клиента. Так редко у них есть данные за пределами подключенного оборудования, которое они продают и сервисят. Это значит, что у них может не всегда быть размеченные данные. И им особенно нужно думать о данных исходов разметки, потому что исход может быть операционным куском.

Им может потребоваться использовать другие техники, такие как обнаружение аномалий и статистический мониторинг. Это хорошие ступеньки перед тем, как предиктивные инсайты станут возможны. Это особенно верно в случаях, когда обстоятельство или режим отказа не четко сохранены и персистированы.

Наконец, проактивные операции требуют интеграции в разные системы для принятия разных действий против предиктивных инсайтов или любых инсайтов, будь то оповещение, визуализация, инициация рабочего процесса и другие системы. Наличие инструментов рабочих процессов и API-интеграций внутри платформы и программного обеспечения, которым вы пользуетесь, абсолютно ключево и то, на что нужно смотреть.

Один ключ ко всему этому — осознать, что в конечном счете цифровая трансформация требует преданных усилий. Там должно быть сотрудничество и готовность учиться и итерировать. Вам нужна эта основа для построения, потому что внедрение технологии — тяжелый труд.

Нет магии. Ключ к успеху — больше чем технология. Проекты должны быть выровнены с тем всеобъемлющим видением. Есть множество стейкхолдеров, которые должны согласиться на общие определения данных. Есть инженеры, архитекторы, ученые-данные и операторы, которые должны найти способ сотрудничать. Они традиционно существовали во очень отдельных вселенных. Они должны сотрудничать и итерировать усилия, чтобы понять и извлечь инсайт. Они должны принимать лучшие действия, чтобы понять, как эти данные влияют на реальные процессы, которые они хотят повлиять.

Все они должны быть готовы принимать эти данные-ориентированные решения. И это требует исполнительного лидерства как предпосылки для успеха. Лидеры, бросающие неопределенный проект с нереалистичными ожиданиями, рискуют провалиться. Вы должны начать с бизнес-целей и работать назад к видению цифровой трансформации. Вы должны делать это даже до выявления хороших проектов для использования как строительных блоков для вашей стратегии.

Короче, современные лидеры должны иметь видение, достаточно четкое, чтобы организоваться вокруг него, и достаточно гибкое, чтобы справиться с неотъемлевой неопределенностью в том, как именно мы итерируем, чтобы добраться туда. Как идеально найти этот баланс — одна из тех вещей, которые, как правило, ясны в ретроспективе, но могут быть довольно сложными, глядя вперед.

RTInsights: Какие отрасли и приложения имеют больше всего выгоды от перехода к проактивным операциям?

Макдональд: Любой производитель, предоставляющий оборудование, критичное для операций клиента, может выиграть. Это в ситуациях, где простой критичен. Проактивные операции также широко применимы для стимулирования оптимизаций. Но бизнес-кейс очень силен, и возможность огромна для оборудования или активов, где простой критичен, где сервис дорог, и особенно где безопасность и регуляторное соответствие — высокий приоритет.

Отличный пример — Howden, глобальный лидер в производстве решений для перемещения воздуха и газа. Их оборудование используется в секторах, включая инфраструктуру, генерацию энергии, нефть и газ, сточные воды, металлы, добычу и транспорт.

Их активы критичны для здоровья системы. Они разработали решение Howden Uptime, изначально для своих высококлассных заказных активов, которое является подключенным IoT-решением. Их продукт показывает инсайты не только их сервисной организации, но и их конечным клиентам.

Концентрация воды не была частью этого решения, так как не мониторилась встроенно в оборудование или актив. (Техники регулярно делали ручные замеры.) У одного из их клиентов нефти и газа были проблемы с этим. Естественный инстинкт клиента — сказать: «Эй, оборудование не работает. Это вызывает простой». Howden хотела понять проблему. Она встроила модель предсказания воды в свое приложение, которая позволила им понять, что это что-то в операции, а не в оборудовании. Модель также дала инсайт о том, как лучше использовать оборудование с обстоятельствами операции.

Это была возможность, основанная на одном важном клиенте, где они увидели огромную возможность продвинуть свое общее IoT-решение и найти способы постоянно доставлять диагностические и предиктивные инсайты. Они могли затем использовать это решение с другими клиентами.

И я думаю, Howden скажет, больше всего, критичный фактор успеха — понять созданную ценность на пересечении того, что они делают. Аналитика данных и предиктивное моделирование фундаментальны для ускорения глобального перехода к сервитизации. И это сказал, большая часть ценности проактивного сервисного проекта — построение черновика, предлагающего стратегическое конкурентное дифференцирование на очень зрелом промышленном рынке.