Nu versnellen:snelle en continue waarde genereren via een ecosysteembenadering

In de nasleep van de COVID-19-pandemie komt de productie weer tot leven en daarmee komt een hernieuwde focus op initiatieven voor digitale transformatie. De industrie staat aan de vooravond van de langverwachte renaissance en het is duidelijk dat productieleiders innovatie niet alleen moeten omarmen, maar moeten versnellen, terwijl ze kritieke processen beheren, zoals het vergroten van de capaciteit met behoud van de productkwaliteit. Effectieve samenwerking is essentieel om beide goed te doen; maar het is nog belangrijker omdat het personeelsbestand is verdwenen en nog steeds grotendeels op afstand is.

Terwijl het virus de wereld overspoelde, werd het al snel duidelijk dat er winnaars en verliezers zouden zijn. Veel fabrikanten waren als het ware overrompeld. Vóór de bovengenoemde berekening van de productie was de industrie al berucht om de langzame adoptie van de digitale, datagerichte mentaliteit die andere industrieën heeft getransformeerd.

Dit was volledig te zien toen de industrie op de vlucht sloeg. Zelfs degenen die eerder waren begonnen aan Industrie 4.0- of IoT-initiatieven van miljoenen dollars, hadden geen resultaat voor hun inspanningen. We hebben klanten die, voordat ze met MachineMetrics werkten, jarenlang hadden geprobeerd om hun eigen oplossingen te bouwen, waarbij ze miljoenen hadden uitgegeven aan ontwikkeling en integratie op maat voordat ze de initiële waarde kregen. Helaas, toen de pandemie toesloeg, gingen de middelen om die implementaties in stand te houden naar de kant. Ze hadden niet alleen niet de gegevens die ze nodig hadden om zich op dat moment aan te passen, maar ze werden ook achtervolgd door de geest van hun IoT-initiatieven uit het verleden. Nu veel fabrikanten slimme productie op één hoop gooiden met deze grotere zakelijke IoT-initiatieven, ging de potentiële waarde verloren.

Dit wil niet zeggen dat de pandemie hier helemaal de schuld van is. De waarheid is dat de IIoT-implementaties vóór de pandemie al buitensporig hoog faalden (81% McKinsey, 2020). Dit is te wijten aan een aantal factoren, maar vooral aan het tijdrovende en onbetaalbare karakter van implementatie en implementatie. Het resultaat is een groot, omvangrijk, moeilijk te implementeren IoT-"initiatief" zonder bruikbare use-cases. Deze ontwikkelingen duren niet alleen te lang en kosten te veel, maar een almaar groeiend tekort aan talent in de productie betekent dat mensen in de hele organisatie waarschijnlijk niet over de kennis of vaardigheden op IT- of OT-niveau beschikken om de complexiteit van het maken ervan te beheren. werk.

De vraag van vandaag is:waarom investeren in digitale transformatie-initiatieven op bedrijfsniveau als je nog steeds geen bruikbare gegevens van de fabrieksvloer hebt? Voor slimme productie is geen hele organisatie nodig die zich wijdt aan het succes ervan.

Voor de meeste fabrikanten moet de digitale transformatie starten met het vastleggen van inzichten vanuit het hart van productieactiviteiten, de machine-assets die deze producten maken en de mensen die ze uitvoeren. Deze activa vertegenwoordigen waarschijnlijk de grootste kapitaaluitgaven voor elke productieorganisatie en produceren elke seconde duizenden datapunten. Toch worden deze gegevens niet vastgelegd of geanalyseerd om de efficiëntie te verbeteren, waardoor continue verbetering wordt verstikt. Fabrieken van vandaag worden nog steeds geconsumeerd door handmatige processen die leiden tot enorme inefficiënties die elk onderdeel van de organisatie beïnvloeden. Dit blijkt duidelijk uit het benchmarkingrapport van MachineMetrics waarin staat dat de gemiddelde machinebezettingsgraad minder dan 30% is.

De gegevens en de inzichten (en acties) die uit deze gegevens voortkomen, kunnen de basis vormen voor fabrikanten om hun bedrijf te laten groeien en zich concurrerend te onderscheiden. Het is zelfs zeer waarschijnlijk dat de inefficiënties op machineniveau het laagst hangende fruit zijn voor het creëren van een enorme zakelijke impact, om nog maar te zwijgen van de katalysator voor het aansturen van veel toekomstige automatiseringen.

Daarom is de basis van onze aanpak het leveren van een gebruiksvriendelijk platform dat het vastleggen en transformeren, of contextualiseren, van machinegegevens automatiseert. Deze mogelijkheid maakt verbruiksgoederen machinegegevens en inzichten in een kwestie van minuten. Ik kan niet genoeg benadrukken hoe waanzinnig moeilijk die taak in de praktijk is voor bepaalde soorten activa, zoals werktuigmachines. Het is niet zo eenvoudig als standaardiseren via OPC-UA of MTConnect, zoals we veel providers horen suggereren, omdat slechts een fractie van de machines deze protocollen ondersteunt. MM heeft voor honderden klanten verbinding gemaakt met duizenden machines. Zoals eerder vermeld, hebben veel fabrikanten, consultants en systeemintegrators geprobeerd om het wiel van de machinedata-infrastructuur helemaal opnieuw op te bouwen, met wisselend succes als onderdeel van grotere IoT-initiatieven. Deze ontwikkelingsinspanningen kunnen, zelfs bij gebruik van een horizontaal IIoT-platform, maanden, zo niet jaren duren. En als het mechanisme voor het vastleggen en contextualiseren van machinegegevens eenmaal is gebouwd, moet het worden onderhouden. Niet alleen zijn de kosten om deze oplossingen in stand te houden onbetaalbaar, maar de gemiste kans en waarde die gepaard gaan met het verkeerd toewijzen van middelen om iets te ontwikkelen dat al bestaat, resulteert in een concurrentienadeel voor de fabrikant.

Nauwkeurige realtime gegevens die automatisch worden vastgelegd en getransformeerd van machine-assets, creëren een solide basis voor het verhogen van de bedrijfsresultaten, nu en continu. We hebben ontdekt dat, in combinatie met zichtbaarheid en actiemogelijkheden door middel van waarschuwingen, analyses en automatisering die door deze gegevens worden geactiveerd, binnen enkele maanden een verbetering van 15 tot 20% in de gebruiksprestaties kan worden gerealiseerd.

Zodra dit fundamentele stuk op zijn plaats is, kan het bereiken van waarde in een aantal richtingen worden versneld door deze gegevens te integreren in andere silogegevens die zich op bedrijfsfabrieks- en organisatiesystemen bevinden, vanaf productontwerp, tot productie, kwaliteit, onderhoud en logistiek (wat we noemen "het benutten van de digitale draad van machinegegevens) om eindeloze automatiseringen en kansen voor opmerkelijke waarde sneller dan ooit tevoren te stimuleren.

Hierdoor kan een ecosysteem van fabrikanten en partners het bereiken van waarde versnellen en het risico op mislukking van het initiatief minimaliseren door de unieke vaardigheden van de entiteiten die deelnemen aan het specifieke IIoT-initiatief optimaal op elkaar af te stemmen .

Het huidige IIoT-ecosysteem bestaat uit fabrikanten, machinebouwers, distributeurs van machinebouwers, serviceproviders, technologie- en oplossingsproviders, systeemintegrators, consultants en softwareproviders. Elke deelnemer heeft zijn eigen unieke capaciteit, expertise of intellectueel eigendom dat kan worden gebruikt om een ​​succesvol IIoT-initiatief te stimuleren. Wanneer deze middelen niet goed zijn uitgelijnd of onvoldoende zijn geoptimaliseerd, komen IIoT-initiatieven vaak te kort om de beloofde waardepropositie waar te maken, of ze mislukken helemaal, zoals de statistieken laten zien.

Waar moet de fabrikant zich op richten? Wij geloven dat het in gebieden is die profiteren van hun diepgaande domeinexpertise. Het mooie van het MM-platform is dat het de fabrikant, en bij uitbreiding hun ecosysteem van partners, in staat stelt om belangrijke processen te optimaliseren en innovatieve nieuwe processen te creëren tijdens hun activiteiten. Analytics, inclusief ML- en AI-algoritmen, kunnen zowel aan de rand als in de cloud worden ontwikkeld en toegepast met behulp van MM en/of andere analysetechnologieën. Deze afstemming van vaardigheden en technologieën creëert de optimale formule voor snelle en continue waardecreatie voor de fabrikant.

Zoals tijdens de pandemie is gebleken, kunnen fabrikanten het zich niet veroorloven om niet in digitale transformatie te investeren, maar weten ze niet waar ze hun inspanningen op moeten richten. Een suboptimaal model, waarbij bedrijven proberen zich te concentreren op iets dat buiten hun kernexpertise ligt of dit opnieuw te creëren, resulteert in een minimum aan verspilde tijd en middelen. Het is waarschijnlijker dat het resultaat een mislukking is en achterop raakt bij de concurrentie in de race om te differentiëren en incrementele waarde te genereren.

Om dit probleem aan te pakken en de digitale fabriek te laten groeien, moet dit eenvoudiger. Succesvolle IIoT-initiatieven vereisen het selecteren van de juiste technologieën en de juiste afstemming van de verschillende entiteiten in het ecosysteem die deelnemen aan het initiatief. Om snelle waardecreatie te optimaliseren en risico's te verminderen, moet die afstemming gebruik maken van de unieke technologie, IP en domeinexpertise van elke deelnemer. De focus moet liggen op onmiddellijke gegevenstransformatie, kant-en-klare toepassingen, automatiseringen en integraties in andere beste fabriekssystemen.

Ik merkte eerder in dit artikel op dat veel fabrikanten leden tijdens deze moeilijke tijden, en veel van dat leed was ongetwijfeld buiten hun handen. Ik zou nalatig zijn om op dit moment niet te zeggen dat we het afgelopen jaar allemaal grote verliezen hebben geleden, de een meer dan de ander. Maar wie waren degenen die erin slaagden? Wie waren de winnaars? De bedrijven die konden draaien, reageren, zich aanpassen. En het was geen geluk; ze konden dit doen omdat ze waren voorbereid met de gegevens, de tools en de mentaliteit om te winnen.

Ons doel bij MachineMetrics is niet om de huidige inspanningen van een fabrikant te vertragen of te herhalen, maar om deze te versnellen en te optimaliseren, om hen te helpen zich voor te bereiden en wendbaar te blijven, zodat zij ook winnaars kunnen zijn. Voor fabrikanten die hebben geïnvesteerd in grote, omvangrijke, moeilijk te implementeren IoT-initiatieven:dit is een goed moment om de pauzes te pompen ten gunste van verticale oplossingen die onmiddellijk kunnen helpen.

Het strijkijzer is nog nooit zo heter geweest. Ben je klaar om toe te slaan?

Snel tot waarde komen met MachineMetrics