Pourquoi le moment est-il venu de passer à des opérations proactives

Les fabricants et les utilisateurs d'équipements souhaitent tirer parti des informations obtenues en analysant et en modélisant les données de l'IoT et des capteurs pour passer d'opérations réactives à des opérations proactives.

L'adoption rapide de l'IdO et des capteurs intelligents intégrés par les fabricants d'équipements, associée aux nouvelles options de connectivité, permet d'accéder facilement à une multitude de données opérationnelles riches. De plus en plus, les fabricants d'équipements et les utilisateurs souhaitent tirer parti des informations obtenues en analysant et en modélisant ces données pour passer d'opérations réactives à des opérations proactives. dans ce domaine, les défis auxquels sont confrontées les entreprises et les technologies clés qui contribuent à leur succès. Voici un résumé de cette conversation.

RTInsights :pourquoi y a-t-il un intérêt à passer à des opérations proactives, et pourquoi maintenant ?

MacDonald : Le service et le marché secondaire deviennent des aspects importants des entreprises de fabrication modernes. Les clients exigent une plus grande valeur et les fabricants se rendent compte que des relations client plus étroites à long terme sont plus rentables et durables. Et s'ils ne le sont pas, à tout le moins, ils sont un moyen de s'assurer que les clients reviennent pour générer des revenus constants.

Vous avez des marges sur les produits qui sont continuellement pressés. Les entreprises et les dirigeants considèrent le service comme un moyen de compenser la pression sur les marges en offrant une plus grande valeur, en forgeant des relations plus étroites avec les clients, en offrant des opportunités d'intégrer des solutions plus profondément dans les opérations de ces clients et en fournissant des produits et services supplémentaires liés à leurs offres principales.

Le problème pour de nombreux fabricants est qu'une grande partie du service et du marché secondaire a été traditionnellement confiée à des tiers, qui peuvent ne pas faire exactement de la même manière ou suivre les directives à la lettre. Devenir proactif est loin de reprendre le contrôle. Il s'agit en fait de regagner au moins une visibilité, puis un certain niveau de contrôle qui permet de standardiser les opérations.

Si vous prenez le service, qui peut avoir des marges de 2,5 fois les ventes de nouveaux produits, et que vous voyez de nombreux fabricants générer 40 à 50 % de leur bénéfice global sur le marché secondaire, il est facile de comprendre pourquoi les fabricants commencent par des informations proactives et des opérations proactives. Cela leur donne la possibilité d'écouter l'équipement et les actifs sur le terrain et d'adapter les mouvements opérationnels aux modèles qu'ils découvrent. Les opérations proactives offrent également un moyen de protéger la rentabilité de l'activité de services. Ils peuvent alors proposer des SLA plus agressifs. S'ils le font, ils sont beaucoup plus susceptibles de gagner des affaires rentables et de les conserver à plus long terme.

RTInsights :Quels sont les avantages d'une approche proactive ?

MacDonald : Je vais utiliser une analogie. Prenons du recul et réfléchissons à ces actifs physiques ou produits intelligents et connectés. Vous avez des données de télémétrie et potentiellement d'autres données sur le service des systèmes. C'est l'équivalent de pouvoir entendre. La question devient, qu'est-ce que j'écoute ? Il y a beaucoup de bruit, alors comment puis-je sélectionner et n'écouter que ce qui est important ?

Sans même tenir compte des analyses prédictives et prescriptives, pensez aux fonctionnalités et à l'importance statistique liées aux performances. Il vous donne la possibilité d'entendre clairement quelles notes sont accordées ou désaccordées au milieu du bruit de fond.

Bien sûr, vous pouvez toujours entendre un cri. Mais généralement, un cri vient de quelqu'un (ou de quelque chose) déjà dans une sorte de crise, subissant un préjudice. Ainsi, vous traitez les problèmes de manière réactive.

Il y a un avantage à pouvoir vraiment écouter les bonnes choses. Vous pouvez commencer à identifier les modèles de performance et les comportements pour diagnostiquer ce qui se passe. Les clients s'attendent à des opérations transparentes. Ils ont tendance à pénaliser les fabricants qui, selon eux, à tort ou à raison, leur ont causé des temps d'arrêt imprévus. Les notes d'écoute qui ne sont pas accordées vous permettront de résoudre un problème avant qu'il n'y ait un cri de l'équipement ou de votre client.

Les analyses fournissent les informations de diagnostic dont je parlais. Il peut repérer les écarts par rapport aux meilleures pratiques ou la manière dont l'équipement doit être utilisé ou utilisé dans un environnement. Les opérations proactives basées sur ces analyses détectent les problèmes avant qu'ils ne surviennent.

Avec un produit connecté, vous obtenez une vue sur ce qui se passe dans l'environnement où l'actif fonctionne. L'analytique, en particulier l'analytique avancée, permet de traiter ces données pour identifier les anomalies, les modèles et les événements statistiquement pertinents. Cela fournit finalement une lentille plus objective sur ce qu'est réellement un problème.

L'efficacité du service peut être améliorée grâce à une meilleure planification et à une meilleure allocation des ressources. Les informations prédictives qui aident les fabricants à passer de ce modèle de service basé sur le dépannage ou le calendrier peuvent rendre les appels de service beaucoup plus efficaces, en réduisant des éléments tels que les déplacements de camions, les rappels, etc.

Sans produit connecté, nous envoyons souvent un technicien effectuer ces diagnostics uniquement pour découvrir qu'il n'a pas la bonne pièce sur le camion ou l'expertise nécessaire pour résoudre un problème. Si un client connaît un temps d'arrêt opérationnel, cela retarde la réparation. Eviter les pannes est primordial. Mais il en va de même pour l'efficacité de la prestation de maintenance de routine pour les opérations ou les actions, plutôt que pour des choses comme les changements de courroie ou la lubrification. Souvent, il est plus efficace d'effectuer l'entretien de routine avant qu'il ne soit techniquement nécessaire. De cette manière, les appels de service courants peuvent être transformés en points de contact à plus forte valeur ajoutée.

De plus, un bon technicien avec les bonnes analyses sait quels autres problèmes rechercher. Ils peuvent exécuter les bons diagnostics pour résoudre le problème rapidement et collecter des points de données supplémentaires pour fournir de meilleures informations sur l'équipement dans son environnement.

L'importance de ces capacités de libre-service à distance ne peut être surestimée, en particulier pendant une pandémie.

RTInsights :voyez-vous déjà l'utilisation régulière de l'analyse prescriptive et de la maintenance, ou est-ce encore trop tôt ?

MacDonald : Oui. Il y a utilisation. Mais cela a tendance à être davantage un problème de constructeur de machines plutôt qu'un problème lié aux opérations de fabrication. L'un de nos cas d'utilisation d'analyse de marque est un fabricant de pneus. La machine de construction de pneus a différents points de consigne. Si ce n'est pas fait d'une certaine manière, cela entraîne soit une reprise, soit une mise au rebut, ce qui finit par perdre de l'argent et, en fin de compte, une perte de revenus.

Tout le concept d'analyse prescriptive a pris forme parce que les données étaient disponibles et qu'ils connaissaient leurs données. Ils pourraient le lier aux résultats opérationnels d'un objectif prédictif. Ils savent ce qui se passera avant que l'étape qui mène à ce résultat ne se produise. Mais ils avaient aussi des leviers. Dans le contexte constructeur de machines, les consignes sont des leviers réels ou des leviers dans les données. Vous pouvez commencer à exécuter des optimisations et prescrire les différents points de consigne pour éviter certains problèmes. C'est un cas d'utilisation qui équivaut à des centaines et des centaines de millions de dollars de retour sur investissement.

RTInsights :Parlons-nous ici du retour sur investissement ?

MacDonald : C'est absolument le cas, surtout si vous le prenez d'un point de vue opérationnel. Encore une fois, pensez à moi en tant que fabricant de machines de fabrication de pneus ou de tout autre équipement utilisé dans une opération de fabrication. Mon client doit changer sa façon de faire pour mieux utiliser son équipement. Puis je commence à penser à moi-même, attends une minute. Peut-être que mes spécifications techniques ne sont pas développées sur la base d'une utilisation à long terme, ou même ne simulent pas les bonnes conditions. Les points de consigne sont plus dynamiques que prévu.

C'est là que vous commencez à dire :peut-être que je dois commencer à fournir l'analyse de ces points de consigne et fournir une application à mon client final. Peut-être que si j'ai une idée de la façon dont mon équipement va apporter de la valeur ou relever des défis opérationnels, je peux leur fournir ces informations, même en tant que service, pour m'assurer que ces résultats opérationnels sont atteints.

RTInsights :quelles technologies sous-jacentes sont désormais nécessaires pour réussir ?

MacDonald : La technologie critique est, bien sûr, la connectivité. Cela nous donne la possibilité de contextualiser où se trouvent les actifs et de nous faire connaître le paysage physique en termes de données. Avec la bonne technologie, nous pouvons modéliser les données par rapport à leur contexte.

Mais il existe de nombreuses autres technologies qui sont également importantes. L'intégration du système est impliquée dans la connectivité de pointe aux capteurs. Il existe également d'autres systèmes ou systèmes de service qui peuvent faire partie d'un effort proactif global. Plus vous pouvez fournir des fonctionnalités et des outils qui simplifient l'intégration de ce système, mieux c'est.

La télésurveillance est l'endroit où vous commencez. Comme je l'ai dit, vous devez au moins être capable d'entendre avant même de commencer à écouter.

Je pense que l'assistance à distance augmentée, les instructions de travail 3D augmentées et la capture experte augmentée sont essentielles. Des éléments tels que le service, la gestion des pièces et la gestion des flux de travail peuvent tirer des informations de l'analyse. Les calculs statistiques et l'apprentissage automatique facilitent la tâche.

L'apprentissage automatique automatique vous permet de créer et d'ajuster plus rapidement des modèles pour représenter les données. Cela vous aide à obtenir de meilleures prédictions et de meilleurs résultats. Et tout cela doit être amélioré avec des analyses générales.

De plus, vous avez besoin d'une plate-forme de développement d'applications. Il y a beaucoup de choses qui entrent dans ces cas d'utilisation d'opérations proactives. Les capacités les plus critiques se résument à la capacité de se connecter, de stocker et de donner un sens aux données, en particulier à l'aide de techniques d'analyse avancées, comme l'apprentissage automatique pour créer des modèles pour faire des prédictions.

Cela doit être fait avant d'allumer quoi que ce soit. Vous devez disposer de systèmes et d'applications en temps réel pour obtenir des données dans ces modèles. Vous devez disposer de systèmes et d'applications capables de prendre la prédiction et d'en faire quelque chose.

La spirale ascendante de la perspicacité et de la valeur commerciale est énorme. Sans connectivité omniprésente, il est impossible de faire évoluer une initiative d'opérations proactives au-delà d'une échelle pilote. S'appuyer sur des méthodes manuelles et incohérentes pour extraire des données devient de moins en moins faisable.

De même, vous avez besoin d'une variété de techniques d'analyse disponibles à chaque étape du processus pour fournir ces informations utiles. Un fabricant peut commencer par ajouter des capteurs et se connecter à distance à l'équipement sur le terrain. Ils commencent à définir des seuils qui alertent les opérateurs, les techniciens à distance, les organisations de service pour enquêter sur le fait qu'un équipement peut avoir un problème potentiel.

Ces seuils, avec des informations supplémentaires, peuvent évoluer vers des situations telles que des moyennes mobiles et des références qui prennent en compte la compréhension de l'utilisation normale et des modèles de fonctionnement. Les enquêtes signalées peuvent être introduites dans des algorithmes d'apprentissage automatique. Ils peuvent découvrir des modèles potentiellement causaux et produire des diagnostics automatisés riches. Ils peuvent alors commencer à faire des prédictions et même des prescriptions. Cela nous donne l'opportunité de repenser les processus commerciaux et opérationnels à partir de zéro. Je pense que c'est un moyen fondamental de transformer les opérations de service.

RTInsights :quels sont les défis liés à l'utilisation de ces technologies et comment PTC vous aide-t-il ?

MacDonald : Fondamentalement, ce point de départ initial, cette connectivité, peut être un défi pour permettre des opérations proactives. Il est nécessaire de se connecter à différents appareils et différentes versions d'appareils similaires en sachant que ces appareils fonctionnent probablement dans des conditions différentes chez un fabricant et l'ensemble de leur clientèle. Les mesures de données et les protocoles techniques de connectivité vont finalement différer. PTC aide en offrant des fonctionnalités qui prennent en charge les hiérarchies, fédérées de la périphérie au cloud, qui facilitent la définition et l'itération de ces actifs numériques.

Les fabricants sont confrontés à un défi unique en ce sens qu'ils disposent de données limitées sur l'environnement d'exploitation du client. Ils ont donc rarement des données en dehors de l'équipement connecté qu'ils vendent et entretiennent. Cela signifie qu'ils ne disposent pas toujours des données étiquetées. Et ils doivent particulièrement penser aux données de résultat de l'étiquette, car le résultat pourrait être un élément opérationnel.

Ils pourraient avoir à utiliser d'autres techniques, telles que la détection d'anomalies et la surveillance statistique. Ce sont de bons tremplins avant que des informations prédictives ne soient possibles. Cela est particulièrement vrai dans les cas où une circonstance ou un mode de défaillance n'est pas clairement stocké et persistant.

Enfin, les opérations proactives nécessitent une intégration dans différents systèmes pour prendre des mesures différentes par rapport aux informations prédictives ou à toute information, qu'il s'agisse d'une visualisation d'alerte initiant un flux de travail et d'autres systèmes. Avoir des outils de flux de travail et des intégrations d'API au sein d'une plate-forme et d'un logiciel d'exploitation que vous utilisez est absolument essentiel et quelque chose à rechercher.

L'une des clés de tout cela est de réaliser qu'en fin de compte, la transformation numérique nécessite un effort engagé. Il doit y avoir une collaboration et une volonté d'apprendre et d'itérer. Vous avez besoin de cette base sur laquelle bâtir, car c'est un travail difficile de mise en œuvre de la technologie.

Il y a du nomagique. La clé du succès ne se limite pas à la technologie. Les projets doivent être alignés sur cette vision globale. Diverses parties prenantes doivent s'entendre sur des définitions de données communes. Il y a des ingénieurs, des architectes, des data scientists et des opérateurs qui doivent trouver un moyen de collaborer. Ils ont traditionnellement existé dans des univers très séparés. Ils doivent collaborer et répéter les efforts pour comprendre et en tirer des idées. Ils doivent prendre de meilleures mesures pour comprendre comment ces données affectent les processus réels sur lesquels ils souhaitent avoir un impact.

Ils doivent tous être disposés à prendre ces décisions fondées sur des données. Et cela exige un leadership exécutif comme condition préalable au succès. Les dirigeants qui lancent un projet mal défini avec des attentes irréalistes risquent d'échouer. Vous devez commencer par les objectifs commerciaux et revenir à une vision de transformation numérique. Vous devez le faire avant même d'identifier les bons projets à utiliser comme pierre angulaire de votre stratégie.

En bref, les dirigeants modernes doivent avoir une vision à la fois suffisamment claire pour s'organiser et suffisamment flexible pour faire face à l'incertitude inhérente à la manière exacte dont nous itérons pour y parvenir. Comment trouver parfaitement cet équilibre est l'une de ces choses qui ont tendance à être claires avec le recul, mais qui peuvent être assez difficiles quand on regarde vers l'avenir.

RTInsights :quels secteurs et applications ont le plus à gagner en passant à des opérations proactives ?

MacDonald : Tout fabricant qui fournit des équipements essentiels aux opérations des clients peut en bénéficier. Ce sont des situations où les temps d'arrêt sont critiques. Les opérations proactives sont également largement applicables pour conduire des optimisations. Mais l'analyse de rentabilisation est très solide et l'opportunité est immense pour les équipements ou les actifs où les temps d'arrêt sont critiques, où le service est coûteux, et surtout où la sécurité et la conformité réglementaire sont une priorité élevée.

Un bon exemple est Howden, qui est un leader mondial dans la fabrication de solutions de traitement de l'air et du gaz. Ses équipements sont utilisés dans des secteurs tels que les infrastructures, la production d'électricité, le pétrole et le gaz, les eaux usées, les métaux, les mines et les transports.

Leurs actifs sont essentiels à la santé du système. Ils ont développé la solution Howden Uptime, initialement pour leurs actifs sur mesure haut de gamme, qui est une solution IoT connectée. Leur produit affiche des informations, non seulement pour leur organisation de services, mais également pour leurs clients finaux.

La concentration d'eau ne faisait pas partie de cette solution car elle n'était pas surveillée en ligne dans l'équipement ou l'actif. (Les techniciens prenaient régulièrement des mesures manuelles.) L'un de leurs clients pétroliers et gaziers avait des problèmes avec cela. L'instinct naturel du client est de dire :"Hé, l'équipement ne fonctionne pas. Il cause des temps d'arrêt." Howden voulait comprendre le problème. Itembedded un modèle de prédiction de l'eau dans leur application qui leur a permis de comprendre qu'il s'agissait de quelque chose dans l'opération plutôt que dans l'équipement. Le modèle a également fourni des informations sur la façon de mieux utiliser l'équipement avec les circonstances de l'opération.

C'était une opportunité basée sur un client important où ils ont vu une formidable opportunité de faire progresser leur solution IoT globale et de trouver des moyens de fournir en permanence des informations diagnostiques et prédictives. Ils pourraient ensuite utiliser cette solution avec d'autres clients.

Et je pense que Howden dirait, plus que tout, que le facteur critique de succès est de comprendre la valeur créée à l'intersection de ce qu'ils font. L'analyse de données et la modélisation prédictive sont fondamentales pour accélérer le mouvement mondial vers la servitisation. Et cela dit, une grande partie de la valeur d'un projet de service proactif réside dans la construction d'un modèle qui offre une différenciation concurrentielle stratégique dans un marché industriel très mature.