24小(xiǎo)时联系電(diàn)话:18217114652、13661815404

中文(wén)

您当前的位置:
首页>
電(diàn)子资讯>
技术专题>
通过生态系统方法為(wèi)物(wù)...

技术专题

通过生态系统方法為(wèi)物(wù)联网快速持续创造价值


通过生态系统方法為(wèi)物(wù)联网快速持续创造价值

COVID-19大流行之后,制造业正重新(xīn)焕发活力,随之而来的是人们对数字化转型计划的重新(xīn)关注。该行业正处于其备受期待的复兴之门,很(hěn)明显,制造领导者不仅需要拥抱而且要加快创新(xīn),同时管理(lǐ)关键流程,例如在提高产能(néng)的同时保持产品质量。有(yǒu)效的协作将是做好这两项工作的关键,但随着员工的流失以及很(hěn)大程度上仍然遥不可(kě)及,这一点尤為(wèi)关键。

大流行影响

当病毒席卷全球时,很(hěn)快就会有(yǒu)赢家和输家。可(kě)以这么说,许多(duō)制造商(shāng)措手不及。在制造业做出上述估算之前,该行业已经因缓慢采用(yòng)数字化,以数据為(wèi)中心的思维方式而臭名昭著,而这种思维方式已经改变了其他(tā)行业。

随着行业的发展,这已经得到了充分(fēn)的展示。甚至那些以前已经投入了数百万美元的工业4.0或物(wù)联网计划的人也没有(yǒu)任何结果可(kě)证明他(tā)们的努力。不幸的是,当流感大流行袭来时,用(yòng)于维持物(wù)联网实施的资源已荡然无存。

目前,他(tā)们不仅没有(yǒu)所需的数据来适应数据,而且还被过去的物(wù)联网计划的幽灵所困扰。随着许多(duō)制造商(shāng)将智能(néng)制造融入这些更大的公司物(wù)联网计划中,潜在的价值被损失了。

现在,这并不是说大流行病应归咎于此。事实是,大流行前的IIoT实施已经以极高的速度失败(麦肯锡,2020年為(wèi)81%)。这是由于多(duō)种因素造成的,但主要是实施和部署的时间長(cháng)且成本过高。结果是庞大,笨重,难以实施的物(wù)联网启动,没有(yǒu)可(kě)操作的用(yòng)例。

这些发展不仅耗时太長(cháng)且成本过高,而且制造业中人才短缺的问题日益严重,这意味着整个组织的员工可(kě)能(néng)没有(yǒu)ITOT级别的知识或技能(néng)来管理(lǐ)制造过程的复杂性工作。

数字化转型

今天的问题是:為(wèi)什么在工厂仍然没有(yǒu)可(kě)用(yòng)数据的情况下,為(wèi)什么要在企业级投资数字化转型计划?智能(néng)制造不需要整个组织都致力于其成功。

对于大多(duō)数制造商(shāng)而言,数字化转型应首先从制造运营的核心-制造这些产品的机器资产以及运行这些产品的人员-中获取见识。这些资产可(kě)能(néng)是任何制造组织的最大资本支出,并且每秒(miǎo)产生数千个数据点。然而,尚未捕获或分(fēn)析这些数据来提高效率,从而扼杀了持续的改进。当今的工厂仍然被手工流程所消耗,从而导致严重的效率低下,从而影响了组织的每个组成部分(fēn)。

数据以及由此数据得出的见解(和行动)可(kě)以為(wèi)制造商(shāng)发展业務(wù)并在竞争中脱颖而出奠定基础。实际上,机器级别的低效率可(kě)能(néng)是产生巨大业務(wù)影响的最低限度的成果,更不用(yòng)说推动未来许多(duō)自动化的催化剂了。

自动化捕获和转换或上下文(wén)化的平台可(kě)在数分(fēn)钟内启用(yòng)消耗性机器数据和洞察力。对于某些类型的资产(例如,机床),我实际上无法真正实现这项任務(wù)的艰巨难度。正如许多(duō)提供商(shāng)所建议的那样,它不像通过OPC-UAMTConnect进行标准化那样简单,因為(wèi)只有(yǒu)一小(xiǎo)部分(fēn)计算机支持这些协议。

机器数据基础架构

如前所述,作為(wèi)大型物(wù)联网计划的一部分(fēn),许多(duō)制造商(shāng),顾问和系统集成商(shāng)已尝试从头开始重建机器数据基础架构,取得了不同程度的成功。即使利用(yòng)水平IIoT平台,这些开发工作也可(kě)能(néng)需要数月甚至数年的时间。一旦建立了用(yòng)于捕获和关联机器数据的机制,就需要对其进行维护。维持这些解决方案的成本不仅令人望而却步,而且与资源错配以开发已经存在的东西有(yǒu)关的机会和价值的损失也给制造商(shāng)带来了竞争劣势。

从机器资产中自动捕获和转换的准确实时数据為(wèi)现在和连续地提高底線(xiàn)价值奠定了坚实的基础。通过此数据触发的警报,分(fēn)析和自动化,结合可(kě)见性和可(kě)操作性,数月之内就可(kě)以将利用(yòng)率提高15%到20%。

一旦建立了基础,将这些数据集成到企业工厂和组织系统中其他(tā)孤立的数据(从产品设计到生产,质量,维护和物(wù)流)中,就可(kě)以在多(duō)个方向上加速实现价值,从而推动无穷的自动化和商(shāng)机。卓越的价值比以往任何时候都快。

这样做可(kě)以使制造商(shāng)和合作伙伴的生态系统通过最佳地协调参与特定IIoT计划的实體(tǐ)的独特技能(néng),来加速价值实现并最大程度地降低计划失败的风险。

物(wù)联网生态系统

如今的IIoT生态系统由制造商(shāng),机器制造商(shāng),机器制造商(shāng)分(fēn)销商(shāng),服務(wù)提供商(shāng),技术和解决方案提供商(shāng),系统集成商(shāng),顾问和软件提供商(shāng)组成。每个参与者都有(yǒu)自己独特的能(néng)力,专业知识或知识产权,可(kě)以用(yòng)来推动成功的IIoT计划。当这些资源错位或未优化时,IIoT计划往往无法兑现承诺的价值主张,否则它们将完全失败,如统计数据所示。

制造商(shāng)应该集中在哪里?我们认為(wèi)这是利用(yòng)其深厚领域专业知识的领域。可(kě)以使用(yòng)分(fēn)析技术在边缘和云中开发和应用(yòng)包括MLAI算法在内的分(fēn)析。技能(néng)和技术的这种结合為(wèi)制造商(shāng)快速连续创造价值创造了最佳方案。

如大流行期间所示,制造商(shāng)无力投资于数字化转型,但不确定在哪里集中精力。次优模型(公司试图专注于或重建其核心专业知识以外的事物(wù))导致浪费时间和资源的最少。结果更有(yǒu)可(kě)能(néng)是失败,并在竞争中脱颖而出,以差异化和推动增值。

為(wèi)了解决这个问题并使数字工厂达到规模,这需要更简单。成功的IIoT计划需要选择正确的技术,并适当参与参与该计划的生态系统中的各个实體(tǐ)。為(wèi)了优化快速实现价值并降低风险,这种协调应该利用(yòng)每个参与者的独特技术,IP和领域专业知识。重点应放在即时数据转换,开箱即用(yòng)的应用(yòng)程序,自动化以及与其他(tā)同类最佳工厂系统的集成中。

枢纽,回应,回应

我在本文(wén)前面提到,许多(duō)制造商(shāng)在这些困难时期遭受了苦难,而其中的许多(duō)苦难无疑是在他(tā)们的掌控之下。现在不要说我们所有(yǒu)人在过去的一年中遭受了巨大损失,其中有(yǒu)些比其他(tā)损失更大,这是可(kě)以忽略的。但是谁是成功的人呢(ne)?谁是赢家?那些能(néng)够做出调整,做出回应,做出适应的公司。这不是运气。他(tā)们之所以能(néng)够这样做,是因為(wèi)他(tā)们已经准备好了数据,工具和获胜的心态。

对于已经投资大型,笨重且难以实施的IoT计划的制造商(shāng):现在是时候抓住机遇,转而采用(yòng)可(kě)以立即提供帮助的垂直解决方案的好时机。

请输入搜索关键字

确定