通過(guò)生態(tài)系統方法為物聯(lián)網(wǎng)快速持續創(chuàng )造價(jià)值

2021-05-21

通過(guò)生態(tài)系統方法為物聯(lián)網(wǎng)快速持續創(chuàng )造價(jià)值

在COVID-19大流行之后，制造業(yè)正重新煥發(fā)活力，隨之而來(lái)的是人們對數字化轉型計劃的重新關(guān)注。該行業(yè)正處于其備受期待的復興之門(mén)，很明顯，制造領(lǐng)導者不僅需要擁抱而且要加快創(chuàng )新，同時(shí)管理關(guān)鍵流程，例如在提高產(chǎn)能的同時(shí)保持產(chǎn)品質(zhì)量。有效的協(xié)作將是做好這兩項工作的關(guān)鍵，但隨著(zhù)員工的流失以及很大程度上仍然遙不可及，這一點(diǎn)尤為關(guān)鍵。

大流行影響

當病毒席卷全球時(shí)，很快就會(huì )有贏(yíng)家和輸家?？梢赃@么說(shuō)，許多制造商措手不及。在制造業(yè)做出上述估算之前，該行業(yè)已經(jīng)因緩慢采用數字化，以數據為中心的思維方式而臭名昭著(zhù)，而這種思維方式已經(jīng)改變了其他行業(yè)。

隨著(zhù)行業(yè)的發(fā)展，這已經(jīng)得到了充分的展示。甚至那些以前已經(jīng)投入了數百萬(wàn)美元的工業(yè)4.0或物聯(lián)網(wǎng)計劃的人也沒(méi)有任何結果可證明他們的努力。不幸的是，當流感大流行襲來(lái)時(shí)，用于維持物聯(lián)網(wǎng)實(shí)施的資源已蕩然無(wú)存。

目前，他們不僅沒(méi)有所需的數據來(lái)適應數據，而且還被過(guò)去的物聯(lián)網(wǎng)計劃的幽靈所困擾。隨著(zhù)許多制造商將智能制造融入這些更大的公司物聯(lián)網(wǎng)計劃中，潛在的價(jià)值被損失了。

現在，這并不是說(shuō)大流行病應歸咎于此。事實(shí)是，大流行前的IIoT實(shí)施已經(jīng)以極高的速度失?。溈襄a，2020年為81％）。這是由于多種因素造成的，但主要是實(shí)施和部署的時(shí)間長(cháng)且成本過(guò)高。結果是龐大，笨重，難以實(shí)施的物聯(lián)網(wǎng)“啟動(dòng)”，沒(méi)有可操作的用例。

這些發(fā)展不僅耗時(shí)太長(cháng)且成本過(guò)高，而且制造業(yè)中人才短缺的問(wèn)題日益嚴重，這意味著(zhù)整個(gè)組織的員工可能沒(méi)有IT或OT級別的知識或技能來(lái)管理制造過(guò)程的復雜性工作。

數字化轉型

今天的問(wèn)題是：為什么在工廠(chǎng)仍然沒(méi)有可用數據的情況下，為什么要在企業(yè)級投資數字化轉型計劃？智能制造不需要整個(gè)組織都致力于其成功。

對于大多數制造商而言，數字化轉型應首先從制造運營(yíng)的核心-制造這些產(chǎn)品的機器資產(chǎn)以及運行這些產(chǎn)品的人員-中獲取見(jiàn)識。這些資產(chǎn)可能是任何制造組織的最大資本支出，并且每秒產(chǎn)生數千個(gè)數據點(diǎn)。然而，尚未捕獲或分析這些數據來(lái)提高效率，從而扼殺了持續的改進(jìn)。當今的工廠(chǎng)仍然被手工流程所消耗，從而導致嚴重的效率低下，從而影響了組織的每個(gè)組成部分。

數據以及由此數據得出的見(jiàn)解（和行動(dòng)）可以為制造商發(fā)展業(yè)務(wù)并在競爭中脫穎而出奠定基礎。實(shí)際上，機器級別的低效率可能是產(chǎn)生巨大業(yè)務(wù)影響的最低限度的成果，更不用說(shuō)推動(dòng)未來(lái)許多自動(dòng)化的催化劑了。

自動(dòng)化捕獲和轉換或上下文化的平臺可在數分鐘內啟用消耗性機器數據和洞察力。對于某些類(lèi)型的資產(chǎn)（例如，機床），我實(shí)際上無(wú)法真正實(shí)現這項任務(wù)的艱巨難度。正如許多提供商所建議的那樣，它不像通過(guò)OPC-UA或MTConnect進(jìn)行標準化那樣簡(jiǎn)單，因為只有一小部分計算機支持這些協(xié)議。

機器數據基礎架構

如前所述，作為大型物聯(lián)網(wǎng)計劃的一部分，許多制造商，顧問(wèn)和系統集成商已嘗試從頭開(kāi)始重建機器數據基礎架構，取得了不同程度的成功。即使利用水平IIoT平臺，這些開(kāi)發(fā)工作也可能需要數月甚至數年的時(shí)間。一旦建立了用于捕獲和關(guān)聯(lián)機器數據的機制，就需要對其進(jìn)行維護。維持這些解決方案的成本不僅令人望而卻步，而且與資源錯配以開(kāi)發(fā)已經(jīng)存在的東西有關(guān)的機會(huì )和價(jià)值的損失也給制造商帶來(lái)了競爭劣勢。

從機器資產(chǎn)中自動(dòng)捕獲和轉換的準確實(shí)時(shí)數據為現在和連續地提高底線(xiàn)價(jià)值奠定了堅實(shí)的基礎。通過(guò)此數據觸發(fā)的警報，分析和自動(dòng)化，結合可見(jiàn)性和可操作性，數月之內就可以將利用率提高15％到20％。

一旦建立了基礎，將這些數據集成到企業(yè)工廠(chǎng)和組織系統中其他孤立的數據（從產(chǎn)品設計到生產(chǎn)，質(zhì)量，維護和物流）中，就可以在多個(gè)方向上加速實(shí)現價(jià)值，從而推動(dòng)無(wú)窮的自動(dòng)化和商機。卓越的價(jià)值比以往任何時(shí)候都快。

這樣做可以使制造商和合作伙伴的生態(tài)系統通過(guò)最佳地協(xié)調參與特定IIoT計劃的實(shí)體的獨特技能，來(lái)加速價(jià)值實(shí)現并最大程度地降低計劃失敗的風(fēng)險。

物聯(lián)網(wǎng)生態(tài)系統

如今的IIoT生態(tài)系統由制造商，機器制造商，機器制造商分銷(xiāo)商，服務(wù)提供商，技術(shù)和解決方案提供商，系統集成商，顧問(wèn)和軟件提供商組成。每個(gè)參與者都有自己獨特的能力，專(zhuān)業(yè)知識或知識產(chǎn)權，可以用來(lái)推動(dòng)成功的IIoT計劃。當這些資源錯位或未優(yōu)化時(shí)，IIoT計劃往往無(wú)法兌現承諾的價(jià)值主張，否則它們將完全失敗，如統計數據所示。

制造商應該集中在哪里？我們認為這是利用其深厚領(lǐng)域專(zhuān)業(yè)知識的領(lǐng)域?？梢允褂梅治黾夹g(shù)在邊緣和云中開(kāi)發(fā)和應用包括ML和AI算法在內的分析。技能和技術(shù)的這種結合為制造商快速連續創(chuàng )造價(jià)值創(chuàng )造了最佳方案。

如大流行期間所示，制造商無(wú)力投資于數字化轉型，但不確定在哪里集中精力。次優(yōu)模型（公司試圖專(zhuān)注于或重建其核心專(zhuān)業(yè)知識以外的事物）導致浪費時(shí)間和資源的最少。結果更有可能是失敗，并在競爭中脫穎而出，以差異化和推動(dòng)增值。

為了解決這個(gè)問(wèn)題并使數字工廠(chǎng)達到規模，這需要更簡(jiǎn)單。成功的IIoT計劃需要選擇正確的技術(shù)，并適當參與參與該計劃的生態(tài)系統中的各個(gè)實(shí)體。為了優(yōu)化快速實(shí)現價(jià)值并降低風(fēng)險，這種協(xié)調應該利用每個(gè)參與者的獨特技術(shù)，IP和領(lǐng)域專(zhuān)業(yè)知識。重點(diǎn)應放在即時(shí)數據轉換，開(kāi)箱即用的應用程序，自動(dòng)化以及與其他同類(lèi)最佳工廠(chǎng)系統的集成中。

樞紐，回應，回應

我在本文前面提到，許多制造商在這些困難時(shí)期遭受了苦難，而其中的許多苦難無(wú)疑是在他們的掌控之下?，F在不要說(shuō)我們所有人在過(guò)去的一年中遭受了巨大損失，其中有些比其他損失更大，這是可以忽略的。但是誰(shuí)是成功的人呢？誰(shuí)是贏(yíng)家？那些能夠做出調整，做出回應，做出適應的公司。這不是運氣。他們之所以能夠這樣做，是因為他們已經(jīng)準備好了數據，工具和獲勝的心態(tài)。

對于已經(jīng)投資大型，笨重且難以實(shí)施的IoT計劃的制造商：現在是時(shí)候抓住機遇，轉而采用可以立即提供幫助的垂直解決方案的好時(shí)機。