Percepat Sekarang:Mendorong Nilai yang Cepat dan Berkelanjutan Melalui Pendekatan Ekosistem

Setelah pandemi COVID-19, manufaktur hidup kembali dan dengan itu muncul fokus baru pada inisiatif Transformasi Digital. Industri ini berdiri di ambang pintu kebangkitan yang sangat dinanti-nantikan, dan jelas bahwa para pemimpin manufaktur tidak hanya perlu merangkul tetapi juga mempercepat inovasi sambil mengelola proses penting seperti meningkatkan kapasitas sambil mempertahankan kualitas produk. Kolaborasi yang efektif akan menjadi kunci untuk melakukan keduanya dengan baik; tetapi ini bahkan lebih penting karena tenaga kerja telah pergi dan sebagian besar masih terpencil.

Saat virus melanda dunia, dengan cepat menjadi jelas bahwa akan ada pemenang dan pecundang. Banyak produsen tertangkap basah, sehingga untuk berbicara. Sebelum perhitungan manufaktur yang disebutkan di atas, industri ini telah terkenal karena lambatnya adopsi pola pikir digital dan berpusat pada data yang telah mengubah industri lain.

Ini ditampilkan sepenuhnya saat industri sedang diguncang. Bahkan mereka yang sebelumnya telah memulai inisiatif Industri 4.0 atau IoT bernilai jutaan dolar dibiarkan tanpa hasil apa pun untuk ditunjukkan atas upaya mereka. Kami memiliki pelanggan yang, sebelum bekerja dengan MachineMetrics, telah menghabiskan waktu bertahun-tahun untuk mencoba membangun solusi mereka sendiri, menghabiskan jutaan dolar untuk pengembangan dan integrasi kustom sebelum mendapatkan nilai awal. Sayangnya, ketika pandemi melanda, sumber daya untuk mempertahankan implementasi tersebut dipinggirkan. Mereka tidak hanya tidak memiliki data yang mereka butuhkan untuk beradaptasi pada saat itu, tetapi mereka juga dihantui oleh hantu inisiatif IoT mereka di masa lalu. Dengan banyaknya produsen yang menggabungkan manufaktur cerdas dengan inisiatif IoT perusahaan yang lebih besar ini, nilai potensialnya hilang.

Sekarang, bukan berarti pandemi sepenuhnya harus disalahkan di sini. Sebenarnya, sebelum pandemi, implementasi IIoT sudah gagal pada tingkat yang sangat tinggi (81% McKinsey, 2020). Hal ini disebabkan oleh sejumlah faktor, tetapi terutama karena sifat implementasi dan penerapan yang memakan waktu dan sangat mahal. Hasilnya adalah "inisiatif" IoT yang besar, besar, dan sulit diterapkan tanpa kasus penggunaan yang dapat ditindaklanjuti. Tidak hanya pengembangan ini memakan waktu terlalu lama dan biaya terlalu banyak, tetapi kekurangan bakat yang terus berkembang di bidang manufaktur berarti orang-orang di seluruh organisasi kemungkinan tidak memiliki pengetahuan atau keterampilan di tingkat TI atau OT untuk mengelola kompleksitas pembuatannya. bekerja.

Pertanyaan hari ini adalah:mengapa berinvestasi dalam inisiatif transformasi digital di tingkat perusahaan ketika Anda masih belum memiliki data yang dapat digunakan dari lantai pabrik? Manufaktur cerdas tidak memerlukan seluruh organisasi yang didedikasikan untuk kesuksesannya.

Untuk sebagian besar produsen, transformasi digital harus dimulai dengan menangkap wawasan dari jantung operasi manufaktur- yang merupakan aset mesin yang membuat produk ini dan orang-orang yang menjalankannya. Aset ini kemungkinan mewakili pengeluaran modal terbesar untuk organisasi manufaktur mana pun, dan menghasilkan ribuan titik data setiap detik. Namun data ini tidak ditangkap atau dianalisis untuk meningkatkan efisiensi, menghambat perbaikan berkelanjutan. Pabrik-pabrik saat ini masih menggunakan proses manual yang menyebabkan inefisiensi besar-besaran yang mempengaruhi setiap komponen organisasi. Hal ini terbukti dalam laporan tolok ukur MachineMetrics yang menyatakan bahwa tingkat pemanfaatan mesin rata-rata kurang dari 30%.

Data, dan wawasan (dan tindakan) yang didorong dari data ini, dapat memberikan landasan bagi produsen untuk mengembangkan bisnis mereka dan membedakan diri mereka secara kompetitif. Bahkan, sangat mungkin bahwa inefisiensi yang ada di tingkat mesin adalah hasil yang paling rendah untuk menciptakan dampak bisnis yang besar, belum lagi katalis untuk mendorong banyak otomatisasi di masa depan.

Inilah sebabnya dasar pendekatan kami adalah menghadirkan platform yang mudah digunakan yang mengotomatiskan pengambilan dan transformasi, atau kontekstualisasi, data mesin. Kemampuan ini memungkinkan data mesin habis pakai dan wawasan dalam hitungan menit. Saya tidak bisa cukup menekankan betapa sulitnya tugas itu sebenarnya dalam praktiknya untuk jenis aset tertentu seperti peralatan mesin. Ini tidak sesederhana menstandardisasi melalui OPC-UA atau MTConnect, seperti yang kami dengar dari banyak penyedia, karena hanya sebagian kecil mesin yang mendukung protokol tersebut. MM telah terhubung ke ribuan mesin untuk ratusan pelanggan. Seperti yang dinyatakan sebelumnya, banyak produsen, konsultan, dan integrator sistem, telah berusaha membangun kembali roda infrastruktur data mesin dari awal dengan berbagai tingkat keberhasilan sebagai bagian dari inisiatif IoT yang lebih besar. Upaya pengembangan ini, bahkan ketika memanfaatkan platform IIoT horizontal, dapat memakan waktu berbulan-bulan bahkan bertahun-tahun. Dan begitu mekanisme untuk menangkap dan mengontekstualisasikan data mesin telah dibangun, itu perlu dipertahankan. Tidak hanya biaya untuk mempertahankan solusi ini mahal, tetapi juga hilangnya peluang dan nilai yang terkait dengan alokasi sumber daya yang salah untuk mengembangkan sesuatu yang sudah ada menghasilkan kerugian kompetitif bagi produsen.

Data real-time akurat yang secara otomatis diambil dan diubah dari aset mesin menciptakan dasar yang kokoh untuk mendorong nilai laba sekarang dan terus-menerus. Kami menemukan bahwa, jika dikombinasikan dengan visibilitas dan kemampuan tindakan melalui peringatan, analitik, dan otomatisasi yang dipicu oleh data ini, peningkatan 15 hingga 20% dalam kinerja pemanfaatan dapat diwujudkan dalam hitungan bulan.

Setelah bagian dasar ini diterapkan, pencapaian nilai dapat dipercepat dalam beberapa arah dengan mengintegrasikan data ini ke dalam data tersembunyi lainnya yang berada di pabrik perusahaan dan sistem organisasi dari desain produk, hingga produksi, kualitas, pemeliharaan, dan logistik (yang kami sebut “memanfaatkan benang digital data mesin) untuk mendorong otomatisasi tanpa akhir dan peluang untuk nilai luar biasa lebih cepat dari sebelumnya.

Melakukannya memungkinkan ekosistem produsen dan mitra untuk mempercepat pencapaian nilai, dan meminimalkan risiko kegagalan inisiatif, dengan menyelaraskan keterampilan unik entitas yang berpartisipasi dalam inisiatif IIoT tertentu secara optimal .

Ekosistem IIoT saat ini terdiri dari produsen, pembuat mesin, distributor pembuat mesin, penyedia layanan, penyedia teknologi dan solusi, integrator sistem, konsultan, dan penyedia perangkat lunak. Setiap peserta memiliki kemampuan, keahlian, atau kekayaan intelektual unik mereka sendiri yang dapat dimanfaatkan untuk mendorong inisiatif IIoT yang sukses. Ketika sumber daya ini tidak selaras, atau kurang dioptimalkan, inisiatif IIoT sering kali gagal dalam memberikan proposisi nilai yang dijanjikan, atau gagal sama sekali seperti yang ditunjukkan statistik.

Di mana produsen harus fokus? Kami yakin ini adalah area yang memanfaatkan keahlian domain mendalam mereka. Keindahan platform MM adalah memungkinkan produsen, dan dengan perluasan, ekosistem mitra mereka, untuk mengoptimalkan proses utama dan menciptakan proses baru yang inovatif di seluruh operasi mereka. Analytics, termasuk algoritme ML dan AI, dapat dikembangkan dan diterapkan baik di edge maupun di cloud, menggunakan MM dan/atau teknologi analitik lainnya. Penyelarasan keterampilan dan teknologi ini menciptakan formula optimal untuk penciptaan nilai yang cepat dan berkelanjutan bagi produsen.

Seperti yang ditunjukkan selama pandemi, produsen tidak boleh tidak berinvestasi dalam transformasi digital tetapi tidak yakin di mana harus memfokuskan upaya mereka. Model sub-optimal, di mana perusahaan berusaha untuk fokus pada atau menciptakan sesuatu di luar keahlian inti mereka, menghasilkan waktu dan sumber daya yang terbuang minimal. Kemungkinan besar, hasilnya adalah kegagalan dan tertinggal di belakang kompetisi dalam perlombaan untuk membedakan dan mendorong nilai tambahan.

Untuk mengatasi masalah ini dan agar pabrik digital mencapai skala, ini perlu lebih sederhana. Inisiatif IIoT yang berhasil memerlukan pemilihan teknologi yang tepat bersama dengan penyelarasan yang tepat dari berbagai entitas dalam ekosistem yang berpartisipasi dalam inisiatif tersebut. Untuk mengoptimalkan pencapaian nilai yang cepat dan mengurangi risiko, penyelarasan tersebut harus memanfaatkan teknologi unik, IP, dan keahlian domain dari setiap peserta. Fokusnya harus pada transformasi data instan, aplikasi out of the box, otomatisasi, dan integrasi ke dalam sistem pabrik breed terbaik lainnya.

Saya mencatat sebelumnya dalam artikel ini bahwa banyak produsen menderita selama masa-masa sulit ini, dan banyak dari penderitaan itu tidak diragukan lagi di luar kendali mereka. Saya akan lalai untuk tidak menyatakan saat ini bahwa kita semua menderita kerugian besar selama setahun terakhir ini, beberapa lebih dari yang lain. Tapi siapa saja yang berhasil? Siapa pemenangnya? Perusahaan yang mampu berporos, merespons, beradaptasi. Dan itu bukan keberuntungan; mereka bisa melakukan ini karena mereka siap dengan data, alat, dan pola pikir untuk menang.

Tujuan kami di MachineMetrics bukan untuk memperlambat atau meniru upaya produsen saat ini, melainkan untuk mempercepat dan mengoptimalkannya, untuk membantu mereka mempersiapkan diri dan tetap gesit sehingga mereka juga bisa menjadi pemenang. Untuk produsen yang telah berinvestasi dalam inisiatif IoT yang besar, besar, dan sulit diterapkan:sekarang adalah saat yang tepat untuk mendorong terobosan demi solusi vertikal yang dapat segera membantu.

Setrika tidak pernah sepanas ini. Apakah Anda siap untuk menyerang?

Dapatkan Nilai Cepat dengan MachineMetrics