1. 主页 > 物联网行业应用 > 智慧办公 >

通过生态系统方法为物联网快速持续创造价值

    在COVID-19大流行之后,制造业正重新焕发活力,随之而来的是人们对数字化转型计划的重新关注。该行业正处于其备受期待的复兴之门,很明显,制造领导者不仅需要拥抱而且要加快创新,同时管理关键流程,例如在提高产能的同时保持产品质量。有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大程度上仍然遥不可及,这一点尤为关键。
物联网
 
    大流行影响
 
    当病毒席卷全球时,很快就会有赢家和输家。可以这么说,许多制造商措手不及。在制造业做出上述估算之前,该行业已经因缓慢采用数字化,以数据为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行业。
 
    随着行业的发展,这已经得到了充分的展示。甚至那些以前已经投入了数百万美元的工业4.0或物联网计划的人也没有任何结果可证明他们的努力。不幸的是,当流感大流行袭来时,用于维持物联网实施的资源已荡然无存。
 
    目前,他们不仅没有所需的数据来适应数据,而且还被过去的物联网计划的幽灵所困扰。随着许多制造商将智能制造融入这些更大的公司物联网计划中,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年为81%)。这是由于多种因素造成的,但主要是实施和部署的时间长且成本过高。结果是庞大,笨重,难以实施的物联网“启动”,没有可操作的用例。
 
    这些发展不仅耗时太长且成本过高,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能没有IT或OT级别的知识或技能来管理制造过程的复杂性工作。
 
    数字化转型
 
    今天的问题是:为什么在工厂仍然没有可用数据的情况下,为什么要在企业级投资数字化转型计划?智能制造不需要整个组织都致力于其成功。
 
    对于大多数制造商而言,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。这些资产可能是任何制造组织的最大资本支出,并且每秒产生数千个数据点。然而,尚未捕获或分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。
 
    数据以及由此数据得出的见解(和行动)可以为制造商发展业务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能是产生巨大业务影响的最低限度的成果,更不用说推动未来许多自动化的催化剂了。
 
    自动化捕获和转换或上下文化的平台可在数分钟内启用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务的艰巨难度。正如许多提供商所建议的那样,它不像通过OPC-UA或MTConnect进行标准化那样简单,因为只有一小部分计算机支持这些协议。
 
    机器数据基础架构
 
    如前所述,作为大型物联网计划的一部分,许多制造商,顾问和系统集成商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。即使利用水平IIoT平台,这些开发工作也可能需要数月甚至数年的时间。一旦建立了用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关的机会和价值的损失也给制造商带来了竞争劣势。
 
    从机器资产中自动捕获和转换的准确实时数据为现在和连续地提高底线价值奠定了坚实的基础。通过此数据触发的警报,分析和自动化,结合可见性和可操作性,数月之内就可以将利用率提高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孤立的数据(从产品设计到生产,质量,维护和物流)中,就可以在多个方向上加速实现价值,从而推动无穷的自动化和商机。卓越的价值比以往任何时候都快。
 
    这样做可以使制造商和合作伙伴的生态系统通过最佳地协调参与特定IIoT计划的实体的独特技能,来加速价值实现并最大程度地降低计划失败的风险。
 
    如今的IoT生态系统由制造商,机器制造商,机器制造商分销商,服务提供商,技术和解决方案提供商,系统集成商,顾问和软件提供商组成。每个参与者都有自己独特的能力,专业知识或知识产权,可以用来推动成功的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。
 
    制造商应该集中在哪里?我们认为这是利用其深厚领域专业知识的领域。可以使用分析技术在边缘和云中开发和应用包括ML和AI算法在内的分析。技能和技术的这种结合为制造商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)导致浪费时间和资源的最少。结果更有可能是失败,并在竞争中脱颖而出,以差异化和推动增值。
 
    为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体。为了优化快速实现价值并降低风险,这种协调应该利用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,开箱即用的应用程序,自动化以及与其他同类最佳工厂系统的集成中。
 
    枢纽,回应,回应
 
    我在本文前面提到,许多制造商在这些困难时期遭受了苦难,而其中的许多苦难无疑是在他们的掌控之下。现在不要说我们所有人在过去的一年中遭受了巨大损失,其中有些比其他损失更大,这是可以忽略的。但是谁是成功的人呢?谁是赢家?那些能够做出调整,做出回应,做出适应的公司。这不是运气。他们之所以能够这样做,是因为他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:现在是时候抓住机遇,转而采用可以立即提供帮助的垂直解决方案的好时机。
 
    铁从来没有变热。你准备罢工了吗?

本文由网上采集发布,不代表我们立场,转载联系作者并注明出处:http://www.34iot.com//a/tuiguang/weixintuiguang/286.html

联系我们

在线咨询:点击这里给我发消息

微信号:weixin888

工作日:9:30-18:30,节假日休息