Accélérer le succès manufacturier : valeur continue via un écosystème intégré

Dans le sillage de la pandémie de COVID-19, la fabrication reprend vie avec un regain de focus sur les initiatives de transformation numérique. L'industrie se tient sur le seuil de sa renaissance tant attendue, et il est clair que les leaders manufacturiers doivent non seulement embrasser mais accélérer l'innovation tout en gérant des processus critiques comme l'augmentation de capacité tout en maintenant la qualité produit. Une collaboration efficace sera clé pour bien faire les deux ; mais c'est encore plus critique alors que les effectifs sont devenus et restent largement distants.

Alors que le virus balayait le globe, il est vite apparu qu'il y aurait des gagnants et des perdants. Beaucoup de fabricants ont été pris de court, pour ainsi dire. Avant ce reckoning de la fabrication, l'industrie était déjà notoire pour son adoption lente de l'état d'esprit digital, data-centrique, qui a transformé d'autres industries.

C'était en pleine vue alors que l'industrie vacillait. Même ceux qui s'étaient auparavant lancés dans des initiatives IoT ou Industrie 4.0 à plusieurs millions de dollars se sont retrouvés sans aucun résultat à montrer pour leurs efforts. Nous avons des clients qui, avant de travailler avec MachineMetrics, avaient passé des années à tenter de construire leurs propres solutions, dépensant des millions en développement et intégration sur mesure avant d'obtenir une valeur initiale. Malheureusement, quand la pandémie a frappé, les ressources pour soutenir ces implémentations sont parties en fumée. Non seulement ils n'avaient pas les données nécessaires pour s'adapter sur le moment, mais ils étaient hantés par le fantôme de leurs initiatives IoT passées. Avec de nombreux fabricants amalgamant fabrication intelligente à ces grandes initiatives IoT corporate, la valeur potentielle a été perdue.

Maintenant, ce n'est pas pour dire que la pandémie est entièrement responsable ici. La vérité, c'est qu'avant la pandémie, les implémentations IIoT échouaient déjà à des taux anormalement élevés (81 % selon McKinsey, 2020). Cela est dû à plusieurs facteurs, mais principalement à la nature chronophage et prohibitivement chère de l'implémentation et du déploiement. Le résultat est une grosse initiative IoT lourde, difficile à implémenter, sans cas d'usage actionnables à se mettre sous la dent. Non seulement ces développements prennent trop de temps et coûtent trop cher, mais une pénurie de talents croissante dans la fabrication signifie que ceux à travers l'organisation n'ont probablement ni les connaissances ni les compétences au niveau IT ou OT pour gérer les complexités de faire fonctionner le tout.

La question aujourd'hui est : pourquoi investir dans des initiatives de transformation digitale au niveau corporate quand vous n'avez toujours pas de données exploitables depuis le terrain d'usine ? La fabrication intelligente ne nécessite pas une organisation entière dédiée à son succès.

Pour la plupart des fabricants, la transformation digitale devrait commencer par la capture d'insights depuis le cœur des opérations de fabrication — qui sont les actifs machine qui fabriquent ces produits et les gens qui les font tourner. Ces actifs représentent probablement la plus grande dépense en capital pour toute organisation manufacturière, et produisent des milliers de points de données chaque seconde. Pourtant, ces données ne sont ni capturées ni analysées pour améliorer l'efficience, étouffant l'amélioration continue. Les usines d'aujourd'hui sont encore consumées par des processus manuels qui mènent à d'immenses inefficiences affectant chaque composante de l'organisation. Cela est évident dans le rapport de benchmarking MachineMetrics qui indique que le taux d'utilisation machine moyen est inférieur à 30 %.

Les données, et les insights (et actions) tirés de ces données, peuvent fournir le socle pour que les fabricants fassent croître leur activité et se différencient compétitivement. En fait, il est hautement probable que les inefficiences existant au niveau machine soient le fruit le plus accessible pour créer un impact business massif, sans parler du catalyseur pour piloter de nombreuses automatisations futures.

C'est pourquoi le socle de notre approche a été de livrer une plateforme facile à utiliser qui automatise la capture et la transformation, ou contextualisation, des données machine. Cette capacité permet des données machine et insights consommables en quelques minutes. Je ne saurais trop insister sur à quel point cette tâche est incroyablement difficile en pratique pour certains types d'actifs comme les machines-outils. Ce n'est pas aussi simple que de standardiser via OPC-UA ou MTConnect, comme beaucoup de fournisseurs le suggèrent, car seule une fraction des machines supporte ces protocoles. MM a connecté des milliers de machines pour des centaines de clients. Comme dit plus haut, de nombreux fabricants, consultants, et intégrateurs système, ont tenté de reconstruire la roue de l'infrastructure de données machine from scratch avec des degrés de succès variables dans le cadre de grandes initiatives IoT. Ces efforts de développement, même en tirant parti d'une plateforme IIoT horizontale, peuvent prendre des mois sinon des années. Et une fois le mécanisme de capture et contextualisation de données machine construit, il doit être maintenu. Non seulement le coût de soutènement de ces solutions est prohibitif, mais la valeur et l'opportunité perdues associées à la mauvaise allocation de ressources pour développer quelque chose qui existe déjà résulte en un désavantage concurrentiel pour le fabricant.

Des données précises temps réel automatiquement capturées et transformées depuis les actifs machine créent une base solide pour piloter la valeur bottom-line dès maintenant et en continu. Nous avons trouvé que, combinées avec visibilité et actionnabilité via alertes, analytics, et automatisation déclenchée par ces données, une amélioration de 15 à 20 % de la performance d'utilisation peut être réalisée en quelques mois.

Une fois cette pièce fondatrice en place, l'atteinte de valeur peut être accélérée dans plusieurs directions en intégrant ces données dans d'autres données en silos résidant sur les systèmes d'entreprise, d'usine et organisationnels — de la conception produit à la production, qualité, maintenance, et logistique (ce que nous appelons « exploiter le fil numérique des données machine ») pour piloter d'innombrables automatisations et opportunités de valeur remarquable plus vite que jamais.

Cela permet un écosystème de fabricants et partenaires d'accélérer l'atteinte de valeur, et minimiser le risque d'échec d'initiative, en alignant de manière optimale les compétences uniques des entités participant à l'initiative IIoT spécifique.

L'écosystème IIoT d'aujourd'hui consiste en fabricants, constructeurs de machines, distributeurs de constructeurs, prestataires de services, fournisseurs de technologies et solutions, intégrateurs système, consultants, et fournisseurs de logiciels. Chaque participant a sa propre capacité, expertise, ou propriété intellectuelle unique qui peut être exploitée pour piloter une initiative IIoT réussie. Quand ces ressources sont mal alignées, ou sous-optimisées, les initiatives IIoT échouent souvent à livrer sur la proposition de valeur promise, ou échouent tout court comme le montrent les statistiques.

Sur quoi le fabricant devrait-il se focus ? Nous croyons que c'est dans les domaines qui tirent parti de leur expertise métier profonde. La beauté de la plateforme MM est qu'elle permet au fabricant, et par extension, à leur écosystème de partenaires, d'optimiser les processus clés et de créer de nouveaux processus innovants à travers leurs opérations. L'analytics, incluant algorithmes ML et IA, peut être développé et appliqué tanto à l'edge que dans le cloud, en utilisant MM et/ou d'autres technologies d'analytics. Cet alignement de compétences et technologies crée la formule optimale pour une création de valeur rapide et continue pour le fabricant.

Comme montré pendant la pandémie, les fabricants ne peuvent pas se permettre de ne pas investir dans la transformation digitale mais ne savent pas où concentrer leurs efforts. Un modèle sous-optimal, où les entreprises tentent de se focus sur ou recréer quelque chose en dehors de leur expertise cœur, résulte au minimum en temps et ressources gaspillés. Plus probablement, le résultat est l'échec et le retard face à la concurrence dans la course à la différenciation et la valeur incrémentale.

Pour adresser ce problème et pour que l'usine numérique atteigne l'échelle, cela doit être plus simple. Les initiatives IIoT réussies requièrent de sélectionner les bonnes technologies avec le bon alignement des diverses entités de l'écosystème participant à l'initiative. Pour optimiser l'atteinte rapide de valeur et réduire le risque, cet alignement doit tirer parti de la technologie unique, IP, et expertise métier de chaque participant. Le focus doit être sur la transformation de données instantanée, applications out-of-the-box, automatisations, et intégrations dans d'autres systèmes d'usine best-of-breed.

J'ai noté plus haut que de nombreux fabricants ont souffert pendant ces temps difficiles, et beaucoup de cette souffrance était sans doute hors de leur contrôle. Je manquerais à mon devoir si je ne disais pas qu'aujourd'hui, nous avons tous subi de grandes pertes sur cette dernière année, certains plus que d'autres. Mais qui a réussi ? Qui étaient les gagnants ? Les entreprises capables de pivoter, de répondre, de s'adapter. Et ce n'était pas la chance ; elles ont pu le faire car elles étaient préparées avec les données, les outils, et l'état d'esprit pour gagner.

Notre objectif chez MachineMetrics n'est pas de ralentir ni de répliquer les efforts actuels d'un fabricant mais au contraire de les accélérer et optimiser, pour les aider à se préparer et rester agiles pour qu'ils puissent être gagnants eux aussi. Pour les fabricants qui ont investi dans de grosses initiatives IoT lourdes et difficiles à implémenter : c'est un bon moment pour freiner en faveur de solutions verticales qui peuvent aider immédiatement.

Le fer n'a jamais été aussi chaud. Êtes-vous prêt à frapper ?

Accéder à la valeur vite avec MachineMetrics

Réserver une démo