Percepat Sukses Manufaktur: Nilai Berkelanjutan Melalui Ekosistem Terintegrasi

Pasca pandemi COVID-19, manufaktur sedang bangkit kembali dan dengan itu datang fokus yang baru pada inisiatif Transformasi Digital. Industri berdiri di ambang renaisannya yang sangat diantisipasi, dan jelas bahwa pemimpin manufaktur perlu tidak hanya menerima tetapi juga mempercepat inovasi sambil mengelola proses kritis seperti meningkatkan kapasitas sambil mempertahankan kualitas produk. Kolaborasi yang efektif akan menjadi kunci untuk melakukan keduanya dengan baik; tetapi bahkan lebih krusial karena tenaga kerja telah pindah dan sebagian besar masih jarak jauh.

Saat virus menyebar di seluruh dunia, segera terlihat bahwa akan ada pemenang dan kalah. Banyak produsen ditangkap tidak bersiap, untuk kata lainnya. Sebelum pertarungan manufaktur yang disebutkan di atas, industri sudah terkenal karena adopsi lambatnya pola pikir digital yang berpusat pada data yang telah mengubah industri lain.

Hal ini tampak sepenuhnya saat industri reeling. Bahkan mereka yang sebelumnya telah memulai inisiatif Industry 4.0 atau IoT bernilai jutaan dolar ditinggalkan tanpa hasil apa pun untuk ditunjukkan atas usaha mereka. Kami memiliki pelanggan yang, sebelum bekerja dengan MachineMetrics, telah menghabiskan tahunnya mencoba membangun solusi mereka sendiri, menghabiskan jutaan pada pengembangan dan integrasi khusus sebelum mendapatkan nilai awal. Sayangnya, saat pandemi melanda, sumber daya untuk melestarikan implementasi tersebut ditinggalkan. Tidak hanya mereka tidak memiliki data yang mereka butuhkan untuk beradaptasi saat itu, tetapi mereka juga terhantam oleh hantu inisiatif IoT masa lalu mereka. Dengan banyak produsen yang menggabungkan manufaktur cerdas dengan inisiatif IoT korporat yang lebih besar, nilai potensial hilang.

Sekarang, ini bukan berarti pandemi sepenuhnya berdosa di sini. Kebenarannya adalah, pra-pandemi, implementasi IIoT sudah gagal pada tingkat yang sangat tinggi (81% McKinsey, 2020). Ini disebabkan oleh sejumlah faktor, tetapi terutama sifat yang memakan waktu dan terlalu mahal dari implementasi dan penerapan. Hasilnya adalah inisiatif IoT "berukuran besar, ribet, sulit diterapkan" tanpa kasus penggunaan yang dapat ditindaklanjuti. Tidak hanya perkembangan ini terlalu lama dan terlalu mahal, tetapi kesenjangan talenta yang semakin besar di manufaktur berarti mereka di seluruh organisasi mungkin tidak memiliki pengetahuan atau keterampilan di tingkat IT atau OT untuk mengelola kompleksitas membuatnya bekerja.

Pertanyaan hari ini adalah: mengapa berinvestasi pada inisiatif transformasi digital di tingkat korporat ketika Anda masih tidak memiliki data yang dapat digunakan dari lantai produksi? Manufaktur cerdas tidak memerlukan organisasi keseluruhan yang didedikasikan untuk keberhasilannya.

Untuk sebagian besar produsen, transformasi digital harus dimulai dengan menangkap wawasan dari jantung operasi manufaktur—yaitu aset mesin yang membuat produk ini dan orang yang mengoperasikannya. Aset ini kemungkinan merupakan biaya modal terbesar untuk setiap organisasi manufaktur, dan menghasilkan ribuan titik data setiap detik. Namun data ini tidak ditangkap atau dianalisis untuk meningkatkan efisiensi, menghambat perbaikan berkelanjutan. Pabrik hari ini masih dikonsumsi oleh proses manual yang mengakibatkan ketidakefisian massal yang mempengaruhi setiap komponen organisasi. Hal ini terlihat dalam laporan benchmarking MachineMetrics yang menyatakan bahwa tingkat utilisasi mesin rata-rata kurang dari 30%.

Data, dan wawasan (dan tindakan) yang dihasilkan dari data ini, dapat memberikan fondasi bagi produsen untuk mengembangkan bisnis mereka dan membedakan diri mereka secara kompetitif. Faktanya, sangat mungkin bahwa ketidakefisian yang ada pada tingkat mesin adalah buah yang paling mudah untuk menciptakan dampak bisnis besar, dan katalis untuk mendorong banyak otomatisasi di masa depan.

Ini mengapa fondasi pendekatan kami telah menyediakan platform yang mudah digunakan yang mengotomatisasi penangkapan dan transformasi, atau kontekstualisasi, data mesin. Kemampuan ini memungkinkan data dan wawasan mesin yang dapat dikonsumsi dalam hitungan menit. Saya tidak dapat menekankan cukup betapa sulitnya tugas itu dalam praktik untuk jenis aset tertentu seperti mesin perkakas. Ini tidak sesederha menspesialisasikan melalui OPC-UA atau MTConnect, seperti yang kami dengar banyak penyedia saran, karena hanya sebagian kecil mesin yang mendukung protokol tersebut. MM telah terhubung dengan ribuan mesin untuk ratusan pelanggan. Seperti yang disebutkan sebelumnya, banyak produsen, konsultan, dan integrator sistem, telah mencoba membangun ulang infrastruktur data mesin nol dari awal dengan berbagai tingkat keberhasilan sebagai bagian dari inisiatif IoT yang lebih besar. Usaha pengembangan ini, bahkan saat memanfaatkan platform IIoT horizontal, dapat membutuhkan bulan jika tidak tahun. Dan setelah mekanisme untuk menangkap dan mengontekstualisasi data mesin telah dibangun, itu perlu dirawat. Tidak hanya biaya untuk melestarikan solusi ini terlalu mahal, tetapi peluang dan nilai yang hilang karena menyalokankan sumber daya untuk mengembangkan sesuatu yang sudah ada mengakibatkan keuntungan kompetitif yang kurang bagi produsen.

Data real-time yang akurat yang ditangkap dan diubah secara otomatis dari aset mesin menciptakan dasar yang kokoh untuk mendorong nilai garis bawah saat ini dan secara berkelanjutan. Kami telah menemukan bahwa, ketika dikombinasikan dengan visibilitas dan keberadaan tindakan melalui peringatan, analitik, dan otomatisasi yang dipicu oleh data ini, peningkatan 15 hingga 20% dalam performa utilisasi dapat terwujud dalam waktu beberapa bulan.

Setelah bagian fondasi ini tersedia, pencapaian nilai dapat dipercepat dalam sejumlah arah dengan mengintegrasikan data ini ke dalam data terisolasi lainnya yang tinggal pada sistem pabrik dan organisasi perusahaan dari desain produk, produksi, kualitas, pemeliharaan, dan logistik (yang kami sebut "memanfaatkan benang digital data mesin") untuk mendorong otomatisasi tak terbatas dan peluang untuk nilai yang luar biasa lebih cepat dari sebelumnya.

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

Ekosistem IIoT hari 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 uniknya yang dapat dimanfaatkan untuk mendorong inisiatif IIoT yang berhasil. Ketika sumber daya ini tidak selaras, atau tidak optimal, inisiatif IIoT seringkali gagal dalam menyampaikan nilai janji yang dijanjikan, atau gagal sepenuhnya seperti yang ditunjukkan statistik.

Di mana produsen harus fokus? Kami percaya ini pada area yang memanfaatkan keahlian domain yang dalam mereka. Keindahan platform MM adalah itu memungkinkan produsen, dan dengan perpanjangan, ekosistem mitra mereka, untuk mengoptimalkan proses kunci dan menciptakan proses inovatif baru di seluruh operasi mereka. Analitik, termasuk algoritma 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 rumus yang optimal untuk penciptaan nilai yang cepat dan berkelanjutan bagi produsen.

Seperti yang ditunjukkan selama pandemi, produsen tidak dapat mengabaikan untuk tidak berinvestasi dalam transformasi digital tetapi tidak yakin di mana harus fokuskan upaya mereka. Model yang tidak optimal, di mana perusahaan mencoba untuk fokus atau merekonstruksi sesuatu di luar keahlian inti mereka, paling tidak mengakibatkan waktu dan sumber daya yang sia-sia. Kemungkinan lebih besar, hasilnya adalah kegagalan dan ketinggalan dari kompetitor dalam perlombaan untuk membedakan diri dan mendorong nilai tambah.

Untuk mengatasi masalah ini dan agar pabrik digital dapat 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. Untuk mengoptimalkan pencapaian nilai yang cepat dan mengurangi risiko, penyelarasan tersebut harus memanfaatkan teknologi, IP, dan keahlian domain unik dari setiap peserta. Fokusnya harus pada transformasi data instan, aplikasi out-of-the-box, otomatisasi, dan integrasi ke dalam sistem pabrik terbaik lainnya.

Saya telah menyebutkan sebelumnya dalam artikel ini bahwa banyak produsen menderita selama waktu sulit ini, dan banyak dari penderitaan itu tidak di bawah kendali mereka. Saya akan berhalus-halusan jika tidak menyatakan pada saat ini bahwa kita semua mengalami kerugian besar selama tahun lalu, sebagian lebih dari yang lain. Tetapi siapa yang berhasil? Siapa yang menjadi pemenang? Perusahaan yang mampu berpivot, merespons, dan beradaptasi. Dan bukan keberuntungan; mereka dapat melakukan ini karena mereka bersiap dengan data, alat, dan pola pikir untuk menang.

Tujuan kami di MachineMetrics bukan untuk melambatkan atau mereplikasi upaya produsen saat ini melainkan untuk mempercepat dan mengoptimalkannya, untuk membantu mereka bersiap dan tetap fleksibel sehingga mereka juga dapat menjadi pemenang. Untuk produsen yang telah berinvestasi pada inisiatif IoT besar, ribet, dan sulit diterapkan: sekarang adalah waktu yang baik untuk menekan rem dan memilih solusi vertikal yang dapat membantu segera.

Besi belum pernah lebih panas. Apakah Anda siap untuk memukulnya?

Dapatkan Nilai Cepat dengan MachineMetrics