Menilai Ulang Nilai dalam IIoT: Dari Pelacakan hingga Transformasi
Pada tahun 1998, buku Who Moved My Cheese? memikat imajinasi jutaan orang, terjual 26 juta kopi di seluruh dunia. “Keju” dalam cerita adalah metafora untuk tujuan atau aset apa pun—baik palet gudang, alat di meja kerja, atau KPI seperti uptime.
Hanya satu tahun kemudian, Kevin Ashton, saat itu brand manager di Procter & Gamble, mencetuskan istilah Internet of Things saat menyelesaikan misteri warna lipstick yang hilang. Dia mengusulkan untuk menyematkan mikropip dengan radio ke dalam produk untuk memungkinkan perusahaan dan pelanggan melacak inventaris secara otomatis. Ashton menjelaskan dalam wawancara 2017 bahwa IoT “berarti komputer mengumpulkan informasi sendiri,” memungkinkan mesin untuk menjadi sadar situasional dan mengotomatisasi tugas yang sebelumnya dilakukan secara manual.
Hari ini, dua puluh tahun setelah lahirnya istilah, ide elektronik berjaring untuk pemantauan tidak lagi asing. “Cukup mudah untuk tahu di mana sesuatu ada,” kata Scott Nelson, chief product officer di Digi International. “Saya hanya memasang GPS, dan saya tahu di mana ia ada setiap saat.”
[Internet of Things World adalah tempat perusahaan industri menemukan inovasi IoT. Pesan conference pass Anda dan hemat $350, dapatkan free expo pass, atau lihat IIoT speakers di acara.]
Nelson berpendapat bahwa kesadaran situasional saja tidak cukup. Lanskap IoT saat ini beralih dari sekadar melokasi aset untuk mendorong niat bisnis. Daripada hanya memberi tahu Anda di mana “keju” ada, sistem harus menasihati Anda kapan bertindak—menyelaraskan teknologi dengan bisnis atau aktivitas yang lebih luas yang didukungnya.
Hype awal di sekitar IoT mendapat skeptisisme dari profesional manufaktur. Guneet Bedi, general manager Americas untuk Relayr, ingat keraguan bahwa “IoT dan digital akan benar-benar bekerja di dunia industri.” Data survei sekarang menunjukkan bahwa sebagian besar pemangku kepentingan industri yakin akan potensi IoT, namun mereka masih bertanya: hasil bisnis apa, dan dalam kerangka waktu berapa?
Di ruang rapat direksi, pemimpin mendefinisikan ulang apa yang dibeli dan dijual. Mike Lackey, global vice president solution management di SAP, menjelaskan bahwa beberapa perusahaan akan beralih dari menjual produk ke menjual layanan. Misalnya, produsen mobil mungkin menawarkan kontrak untuk sejumlah mil tertentu daripada sebuah kendaraan, memungkinkan pelanggan untuk berganti model seiring kebutuhan berubah.
Produsen yang memungkinkan pengalaman seperti itu harus mengubah ulang proses internal mereka. Werner Reuss, head of industrial IoT di Orange Business Services, mencatat bahwa fokus telah beralih dari konektivitas ke smart factory—mengoptimalkan garis produksi sebagai driver untuk teknologi di baliknya.
Çağlayan Arkan, global lead for manufacturing and resources di Microsoft, menyelaraskan pendapat ini: “Bukan tentang teknologi, itu tentang nilai bisnis dan hasil.”
Hunter Douglas adalah contoh pergeseran ini. Lackey menyebutkan evolusi perusahaan dari stock shades menjadi 35.000 jendela kustom sehari, didorong oleh permintaan kontrol suara melalui Alexa, operasi jarak jauh, dan penjadwalan. Ini memerlukan upgrade kemampuan manufaktur dan model keterlibatan pelanggan baru.
Ilustrasi lain adalah track-and-trace testbed milik Bosch, yang dikembangkan dengan Konsorsium Internet Industri. Awalnya dimaksudkan untuk mendeteksi lokasi alat dalam satu meter, sistem sekarang memastikan perakitan yang tepat—mendeteksi baut atau torsi yang salah, sehingga selaras dengan tujuan kepatuhan dan efisiensi alur kerja.
Nelson menggambarkan ini sebagai beralih dari kesadaran situasional ke performa perilaku, sebuah proxy untuk keterlibatan karyawan. “Karyawan yang mencintai perusahaan pertama kali mendorong cinta pelanggan,” kata ia, mengutip Simon Sinek. Keterlibatan yang lebih baik diterjemahkan menjadi output dan keuntungan yang lebih tinggi.
Perusahaan industri harus terbuka untuk menilai ulang model bisnis tetapi harus menilai kesiapannya secara realistis. Bedi menyarankan untuk memahami seberapa cepat mereka dapat berkembang—“perusahaan besar mungkin membutuhkan 12 bulan untuk melatih ulang tim penjualannya.” Membangun algoritma pemeliharaan prediktif, misalnya, memerlukan waktu untuk dikembangkan dan disempurnakan.
Singkatnya, industrial IoT tidak lagi merupakan hal baru; ia adalah katalis untuk mendefinisikan ulang nilai, mengoptimalkan alur kerja, dan meningkatkan keterlibatan karyawan. Tantangannya terletak pada menyelaraskan teknologi dengan hasil bisnis yang jelas dan kerangka waktu yang realistis.
