Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Entretien et réparation d'équipement

Traverser le gouffre :pourquoi il est difficile de sortir du purgatoire des pilotes

Mis en évidence dans un rapport McKinsey de 2018, de nombreuses entreprises industrielles connaissent un "purgatoire pilote" et continuent de le faire - un phénomène dans lequel, bien qu'elles aient une activité importante en cours, elles n'ont pas encore vu d'avantages significatifs en termes de résultats.

Pour sortir de ce purgatoire, les entreprises doivent « franchir le gouffre », un processus observé et décrit par le consultant en management Geoffrey A. Moore au début des années 90. En gros, alors que de nombreux projets techniques liés à l'informatique fonctionneront bien au début, avec une énergie considérable derrière eux, ils auront souvent du mal à être correctement adoptés. Moore a observé qu'il existe une différence significative entre les innovateurs et les adopteurs précoces, et la prochaine vague d'adoptants, dont l'adhésion est nécessaire pour garantir qu'un projet évoluera. En effet, une réticence et une remise en question des résultats de la part de la direction de l'entreprise pour passer à l'étape suivante peuvent laisser même des projets pilotes réussis dans un état de paralysie.

C'est quelque chose que vous verrez souvent avec les startups. Les fondateurs enthousiastes développent de nouvelles technologies et deviennent très bons pour les expliquer en termes techniques. Cela les aide à obtenir le soutien de certains types d'organisations - les innovateurs et les premiers utilisateurs - et il y aura beaucoup d'énergie initiale derrière le projet. Mais ce début encourageant sera suivi d'une période de silence. C'est le gouffre qu'ils doivent franchir.

Figure 1 :Le cycle de vie de l'adoption de la technologie, Geoffrey A. Moore. Source, sous licence Creative Commons Attribution 3.0 Unported.

Il n'y a pas que les startups, bien sûr. Les fournisseurs peuvent passer du temps lors de conférences à parler de produits dans un certain espace - comme la maintenance prédictive - à un public d'innovateurs et d'adopteurs précoces qui, dans l'ensemble, comprendront et seront enthousiasmés par ce qu'ils entendent. Le défi auquel ce public est alors confronté est de convaincre les décideurs ultimes au sein de leurs propres entreprises - les responsables de la maintenance, les directeurs d'usine, les équipes informatiques et financières - qui ne vont pas se soucier des mêmes choses. Les termes techniques et les listes de contrôle les laisseront simplement peu impressionnés et peu convaincus, un écart de capacité correspond à un écart de communication.

Résistance interne

Le gouffre peut exister au sein des organisations individuelles ainsi que dans l'ensemble de l'industrie. C'est un défi auquel sont le plus souvent confrontés les personnes dont le travail consiste à répondre aux besoins futurs d'une entreprise. S'ils ne sont pas en mesure de créer des preuves de concept liées à des cas d'utilisation et de démontrer où la technologie ajoutera de la valeur à l'entreprise, personne dans l'entreprise qui fonctionne au quotidien ne se souciera que cela arrive.

Une entreprise peut essayer une nouvelle solution de maintenance prédictive, par exemple, mais elle ne sera pas en mesure de convaincre son équipe de maintenance de l'adopter. Ils ne sont pas intéressés par les discussions techniques, ils sont préoccupés par ce moteur qui chauffe et quand il va tomber en panne. Pour eux, prédire la panne du moteur n'a rien à voir avec l'IA et l'apprentissage automatique. Ils veulent simplement une solution fonctionnelle qui leur fournira des informations exploitables.

De nombreuses organisations se retrouvent au stade pilote et ont du mal à comprendre comment évoluer. Beaucoup d'autres rencontreront une résistance interne à une adoption plus large. Pour améliorer vos chances de traverser le gouffre et d'échapper au purgatoire des pilotes, il est préférable d'éviter le langage des innovateurs et des premiers utilisateurs et d'utiliser plutôt le langage de la majorité précoce. La vérité est que les termes techniques tels que l'IdO, l'IA, l'apprentissage automatique et les preuves de concept sont en grande partie dénués de sens pour de nombreuses personnes et les laisseront simplement indifférents. Il est beaucoup plus efficace de présenter votre nouveau produit comme une solution, plutôt que comme une technologie, et de décrire les résultats commerciaux :les problèmes qu'il va résoudre et les avantages qu'il va apporter.

Un nouveau marché, un nouveau message

Senseye fait face à un défi supplémentaire. Nous opérons sur un marché relativement nouveau, et si nous n'enseignons pas aux gens dès le départ comment fonctionne notre technologie et quels résultats et avantages commerciaux elle peut apporter, nous courons le risque que nos clients soient accablés de malentendus et d'attentes irréalistes. En effet, au cours de nos décennies d'expérience dans le domaine de la maintenance prédictive, nous avons vu comment un large manque de compréhension - de la part des fabricants et des fournisseurs - a entraîné l'échec d'un grand nombre de solutions à franchir le gouffre et à devenir destinées à languir dans purgatoire pilote.

Au lieu de la pléthore de mots à la mode populaires qui incluent l'IA, l'apprentissage automatique, l'IoT et l'industrie 4.0, les fournisseurs de maintenance prédictive devraient parler de résultats commerciaux ; ce qu'ils ont réalisé et ce qu'ils peuvent faire non seulement d'un point de vue technique, mais comment créeront-ils un impact mesurable sur l'activité de leurs clients. La maintenance prédictive est un nouveau paradigme et les bénéfices sont légion :

La réduction des risques commerciaux avec une augmentation de la productivité et de la durabilité est quelque chose que tout le monde peut soutenir et les mesures de ces projets le prouvent ; ce sont des choses qui enthousiasment tout le monde dans la première majorité.

Pour en savoir plus sur les raisons pour lesquelles la mise en œuvre et le déploiement de la maintenance prédictive sont si mal compris et entachés d'échecs, et comment notre expérience (bonne et mauvaise) a informé notre propre solution Senseye PdM, vous pouvez télécharger notre livre blanc "Senseye en profondeur - Pourquoi La maintenance prédictive est-elle si difficile ? » ici.


Entretien et réparation d'équipement

  1. Pourquoi l'institut cloud est le meilleur endroit pour obtenir une formation cloud auprès de
  2. Pourquoi la gestion de l'exécution des travaux est la base de toutes les activités de maintenance
  3. Éliminez les conjectures sur les décisions de maintenance
  4. 11 conseils pour tirer le meilleur parti de votre système EAM
  5. Obtenez votre Fiix :Actualités de maintenance pour mars 2019
  6. Comment l'arriéré de maintenance devient-il incontrôlable ?
  7. Pourquoi est-il maintenant temps d'obtenir un logiciel de maintenance et de gestion des actifs
  8. Comment tirer le meilleur parti de votre système de numérisation d'entrepôt
  9. C'est parti ! La brochure 2021-22 Robotics and Automation News Awards