Por que é a hora certa de mudar para operações proativas

Os fabricantes e usuários de equipamentos desejam aproveitar os insights derivados da análise e modelagem de dados de sensores e IoT para fazer a transição de operações reativas para proativas.

A rápida adoção de IoT e sensores inteligentes incorporados pelos fabricantes de equipamentos, combinada com novas opções de conectividade, estão fornecendo acesso fácil a uma riqueza de dados operacionais ricos. Cada vez mais, fabricantes de equipamentos e usuários desejam aproveitar os insights derivados da análise e modelagem desses dados para fazer a transição de operações reativas para proativas. nesta área, os desafios que as empresas enfrentam e as principais tecnologias que contribuem para o sucesso. Aqui está um resumo dessa conversa.

RTInsights:Por que há interesse em migrar para operações proativas e por que agora?

MacDonald: O serviço e o mercado de reposição estão se tornando aspectos importantes das empresas de manufatura modernas. Os clientes estão exigindo maior valor e os fabricantes percebem que relacionamentos de longo prazo com os clientes são mais lucrativos e sustentáveis. E se não forem, no mínimo, são uma forma de garantir que os clientes voltem a gerar receita consistente.

Você tem margens sobre os produtos que são continuamente espremidos. Empresas e executivos olham para o serviço como um lugar para compensar a pressão de margem, entregando maior valor, forjando relacionamentos mais próximos com o cliente, oferecendo oportunidades para incorporar soluções mais profundamente nas operações do cliente e fornecer produtos e serviços adicionais relacionados às suas principais ofertas.

O problema para muitos fabricantes é que grande parte dos negócios de serviço e pós-venda tem sido tradicionalmente transferido para terceiros, que podem não fazer as coisas exatamente da mesma maneira ou seguir as diretrizes à risca. Ser proativo está longe de recuperar o controle. Na verdade, está recuperando no mínimo a visibilidade e, em seguida, algum nível de controle que permite padronizar as operações.

Se você pegar o serviço, que pode ter margens de 2,5 vezes nas vendas de novos produtos, e vir muitos fabricantes gerando de 40 a 50% de seu lucro geral no mercado de reposição, é fácil ver por que os fabricantes começam com insights proativos e operações proativas. Isso lhes dá a capacidade de ouvir equipamentos e ativos em campo e adaptar os movimentos operacionais aos padrões que descobrem. As operações proativas também oferecem uma maneira de proteger a lucratividade do negócio de serviços. Eles podem oferecer SLAs mais agressivos. Se fizerem isso, é muito mais provável que ganhem negócios lucrativos e os mantenham a longo prazo.

RTInsights:Quais são os benefícios de usar uma abordagem proativa?

MacDonald: Vou usar uma analogia. Vamos dar um passo atrás e pensar nesses ativos físicos ou produtos inteligentes e conectados. Você tem dados de telemetria e potencialmente outros dados sobre serviços de sistemas. Isso é o equivalente a ser capaz de ouvir. A questão se torna, o que eu escuto? Há muito barulho, então como faço para escolher e ouvir apenas o que é importante?

Sem sequer considerar análises preditivas e prescritivas, pense nos recursos e na importância estatística relacionadas ao desempenho. Dá-lhe a capacidade de ouvir claramente quais notas estão afinadas ou desafinadas em meio ao ruído de fundo.

Claro, você sempre pode ouvir um grito. Mas geralmente, um grito vem de alguém (ou algo) já em algum tipo de crise, sofrendo danos. Então, você está lidando com problemas de forma reativa.

Há uma vantagem de ser capaz de realmente ouvir as coisas certas. Você pode começar a identificar padrões e comportamentos de desempenho para diagnosticar o que está acontecendo. Os clientes esperam operações perfeitas. Eles tendem a penalizar os fabricantes que eles acreditam, certo ou errado, que lhes causou tempo de inatividade não planejado. Ouvir notas desafinadas permitirá que você resolva um problema antes que haja um grito - do equipamento ou do seu cliente.

O Analytics fornece os insights de diagnóstico sobre os quais eu estava falando. Ele pode detectar desvios das melhores práticas ou como o equipamento deve ser operado ou usado em um ambiente. As operações proativas baseadas nessas análises detectam problemas antes que eles surjam.

Com um produto conectado, você tem uma visão do que está acontecendo no ambiente onde o ativo está operando. A análise, especialmente a análise avançada, permite que os dados sejam processados ​​para identificar anomalias, padrões e eventos estatisticamente relevantes. Isso, em última análise, fornece uma lente mais objetiva sobre o que realmente é um problema.

A eficiência do serviço pode ser melhorada com um melhor planejamento e alocação de recursos. Insights preditivos que ajudam os fabricantes a fazer a transição desse modelo de serviço de reparo ou com base em calendário podem tornar as chamadas de serviço muito mais eficientes, reduzindo coisas como rolagem geral de caminhões, retornos de chamadas e muito mais.

Sem um produto conectado, muitas vezes enviamos um técnico para fazer esses diagnósticos apenas para descobrir que eles não têm a peça certa no caminhão ou a experiência necessária para corrigir um problema. Se um cliente estiver com tempo de inatividade operacional, isso atrasa o reparo. Evitar falhas é fundamental. Mas o mesmo acontece com a eficiência da entrega de manutenção de rotina para operações ou ações, em vez de coisas como trocas de correias ou lubrificação. Muitas vezes, é mais eficiente fazer a manutenção de rotina antes que seja tecnicamente necessário. Dessa forma, chamadas de serviço comuns podem ser transformadas em pontos de contato de maior valor.

Além disso, um bom técnico com a análise correta sabe quais outros problemas procurar. Eles podem executar os diagnósticos corretos para resolver o problema rapidamente e coletar pontos de dados adicionais para fornecer melhores insights sobre o equipamento em seu ambiente.

A importância desses recursos remotos de autoatendimento não pode ser exagerada, especialmente durante uma pandemia.

RTInsights:você já vê o uso de análises prescritivas e manutenção regularmente ou ainda é muito cedo?

MacDonald: Sim. Há uso. Mas tende a ser mais uma questão do construtor de máquinas do que ter a ver com operações de fabricação. Um de nossos casos de uso de análise de letreiro é um fabricante de pneus. A máquina de construção de pneus tem diferentes pontos de ajuste. Se não for feito de uma certa forma, ou leva ao retrabalho ou à sucata, o que acaba perdendo dinheiro e, em última análise, perda de receita.

Todo o conceito de análise prescritiva tomou forma porque os dados estavam disponíveis e eles conheciam seus dados. Eles poderiam vinculá-lo aos resultados operacionais de uma lente preditiva. Eles sabem o que vai acontecer antes que a etapa que leva a esse resultado ocorra. Mas eles também tinham alavancas. No contexto do fabricante da máquina, os pontos de ajuste são alavancas reais ou alavancas nos dados. Você pode começar a executar otimizações e prescrever os diferentes pontos de ajuste para evitar certos problemas. Esse é um caso de uso equivalente a centenas e centenas de milhões de dólares de ROI.

RTInsights:Estamos falando sobre ROIhere?

MacDonald: Com certeza é, especialmente se você considerar isso do ponto de vista operacional. Mais uma vez, pense em mim como o fabricante de máquinas de fabricação de pneus ou qualquer outro equipamento usado em uma operação de fabricação. Meu cliente precisa mudar a maneira como faz as coisas para obter um melhor uso de seus equipamentos. Então eu começo a pensar comigo mesmo, espere um minuto. Talvez minhas especificações de engenharia não sejam desenvolvidas com base em uso a longo prazo, ou mesmo simulem as condições certas. Os pontos de ajuste são mais dinâmicos do que esperávamos.

É aí que você começa a dizer:Talvez eu precise começar a fazer a análise desses set points e fornecer uma aplicação para o cliente final. Talvez se eu tiver a visão de como meu equipamento vai entregar valor ou desafios na operação, eu possa fornecer a eles essas percepções, mesmo como um serviço, para garantir que esses resultados operacionais sejam alcançados.

RTInsights:quais tecnologias subjacentes são agora necessárias para o sucesso?

MacDonald: A tecnologia crítica é, obviamente, a conectividade. Ele nos dá a capacidade de contextualizar onde estão os ativos e nos permite conhecer o cenário físico em termos de dados. Com a tecnologia certa podemos modelar os dados em relação ao seu contexto.

Mas há muitas outras tecnologias que também são importantes. Há integração de sistema envolvida com conectividade de borda para sensores. Existem também outros sistemas ou sistemas de serviço que podem se tornar parte de um esforço proativo geral. Quanto mais você puder fornecer recursos e ferramentas que simplifiquem a integração desse sistema, melhor.

O monitoramento remoto é o lugar onde você começa. Como eu disse, você deve ser capaz de pelo menos ouvir antes mesmo de começar a ouvir.

Eu acho que assistência remota aumentada, instruções de trabalho 3D aumentadas e captura de especialista aumentada são essenciais. Coisas como serviço, gerenciamento de peças e gerenciamento de fluxo de trabalho podem derivar insights da análise. Cálculos estatísticos e aprendizado de máquina facilitam.

O aprendizado de máquina automatizado permite criar e ajustar modelos mais rapidamente para representar os dados. Isso ajuda você a obter melhores previsões e resultados. E tudo isso deve ser melhorado com análises gerais.

Além disso, você precisa de uma plataforma de desenvolvimento de aplicativos. Há muita coisa envolvida nesses casos de uso de operações proativas. Os recursos mais críticos se resumem à capacidade de conectar, armazenar e dar sentido aos dados, especialmente usando técnicas avançadas de análise, como aprendizado de máquina para criar modelos para fazer previsões.

Isso deve ser feito antes de você ligar qualquer coisa. Você deve ter sistemas e aplicativos em tempo real para obter dados nesses modelos. Você deve ter sistemas e aplicativos que possam pegar a previsão e fazer algo com ela.

A espiral ascendente do insight e do valor comercial é enorme. Sem conectividade onipresente, é impossível escalar qualquer iniciativa de operações proativas além de uma escala piloto. Confiar em métodos manuais e inconsistentes para extrair dados torna-se cada vez menos viável.

Da mesma forma, você precisa que uma variedade de técnicas de análise esteja disponível em todas as etapas do processo para fornecer esse insight útil. Um fabricante pode começar adicionando sensores e conectando-os remotamente a equipamentos em campo. Eles começam a definir limites que alertam os operadores, técnicos remotos, organizações de serviço para investigar que um equipamento pode ter um problema em potencial.

Esses limites, com insights adicionais, podem evoluir para situações como médias rotativas e benchmarks que levam em consideração o entendimento do uso normal e dos padrões operacionais. As investigações sinalizadas podem ser alimentadas em algoritmos de aprendizado de máquina. Eles podem descobrir padrões potencialmente causais e produzir diagnósticos automatizados avançados. Eles podem então começar a fazer previsões e até prescrições. Isso nos dá a oportunidade de repensar os processos de negócios e operacionais a partir do zero. Acho que é uma maneira fundamental de transformar as operações de serviço.

RTInsights:Quais são os desafios ao usar essas tecnologias e como a PTC ajuda?

MacDonald: Fundamentalmente, esse ponto de partida inicial, essa conectividade, pode ser um desafio para permitir operações proativas. É necessário conectar-se a diferentes dispositivos e diferentes versões de dispositivos semelhantes, sabendo que esses dispositivos provavelmente estão operando sob condições diferentes em um fabricante e em toda a sua base de clientes. As medições de dados e os protocolos técnicos de conectividade acabarão por ser diferentes. O PTC ajuda oferecendo recursos que suportam hierarquias, federadas da borda à nuvem, que facilitam a definição e a iteração desses ativos digitais.

Os fabricantes enfrentam o desafio único de ter dados limitados sobre o ambiente operacional do cliente. Tão raramente eles têm dados fora do equipamento conectado que eles vendem e prestam serviços de manutenção. Isso significa que eles podem nem sempre ter os dados rotulados. E eles precisam pensar especialmente nos dados do resultado do rótulo, porque o resultado pode ser uma peça operacional.

Eles podem ter que usar outras técnicas, como detecção de anomalias e monitoramento estatístico. Esses são bons degraus antes que insights preditivos sejam possíveis. Isso é especialmente verdadeiro nos casos em que uma circunstância ou modo de falha não é claramente armazenado e persistido.

Por fim, as operações proativas exigem integração em diferentes sistemas para realizar ações diferentes contra insights preditivos ou quaisquer insights, seja uma visualização de alerta iniciando um fluxo de trabalho e outros sistemas. Ter ferramentas de fluxo de trabalho e integrações de API dentro de uma plataforma e software operando que você está usando é absolutamente fundamental e algo a se procurar.

Uma chave para tudo isso é perceber que, em última análise, a transformação digital requer um esforço comprometido. É preciso haver colaboração e vontade de aprender e iterar. Você precisa dessa base para construir porque é um trabalho árduo implementar a tecnologia.

Não há magia. A chave para o sucesso é mais do que tecnologia. Os projetos devem estar alinhados a essa visão abrangente. Há uma variedade de partes interessadas que devem concordar com definições de dados comuns. Existem engenheiros, arquitetos, cientistas de dados e operadores que precisam encontrar uma maneira de colaborar. Eles têm tradicionalmente existido em universos muito separados. Eles devem colaborar e iterar esforços para entender e obter insights. Eles devem tomar ações melhores para entender como esses dados afetam os processos do mundo real que desejam impactar.

Todos eles devem estar dispostos a tomar essas decisões baseadas em dados. E isso requer liderança executiva como pré-requisito para o sucesso. Líderes que lançam um projeto mal definido com expectativas irreais correm o risco de falhar. Você deve começar com as metas de negócios e trabalhar para trás para uma visão de transformação digital. Você deve fazer isso antes mesmo de identificar os bons projetos a serem usados ​​como um bloco de construção para sua estratégia.

Em suma, os líderes modernos devem ter uma visão que seja clara o suficiente para se organizar e flexível o suficiente para lidar com a incerteza inerente sobre exatamente como interagimos para chegar lá. Como atingir perfeitamente esse equilíbrio é uma daquelas coisas que tendem a ficar claras em retrospectiva, mas podem ser bastante difíceis quando se olha para a frente.

RTInsights:quais setores e aplicativos têm mais a ganhar com a mudança para operações proativas?

MacDonald: Qualquer fabricante que forneça equipamentos críticos para as operações do cliente pode se beneficiar. São situações em que o tempo de inatividade é crítico. As operações proativas também são amplamente aplicáveis ​​para gerar otimizações. Mas o caso de negócios é muito forte e a oportunidade é imensa para equipamentos ou ativos onde o tempo de inatividade é crítico, onde o serviço é caro e, especialmente, onde a segurança e a conformidade regulatória são uma alta prioridade.

Um grande exemplo é a Howden, líder global na fabricação de soluções de manuseio de ar e gás. Seus equipamentos são usados ​​em setores como infraestrutura, geração de energia, petróleo e gás, águas residuais, metais, mineração e transporte.

Seus ativos são críticos para a integridade do sistema. Eles desenvolveram a solução Howden Uptime, inicialmente para seus ativos sob medida de ponta, que é uma solução de IoT conectada. Seu produto exibe insights, não apenas para sua organização de serviços, mas também para seus clientes finais.

A concentração de água não fazia parte dessa solução, pois não era monitorada em linha no equipamento ou no ativo. (Os técnicos estavam fazendo medições manuais rotineiramente.) Um de seus clientes de petróleo e gás estava tendo problemas com isso. O instinto natural do cliente é dizer:"Ei, o equipamento não está funcionando. Está causando tempo de inatividade". A Howden queria entender o problema. O item incorporou um modelo de previsão de água em sua aplicação que lhes permitiu entender que era algo na operação e não no equipamento. O modelo também forneceu uma visão sobre como melhor usar o equipamento com as circunstâncias da operação.

Foi uma oportunidade baseada em um cliente importante, onde eles viram uma tremenda oportunidade de avançar em sua solução geral de IoT e encontrar maneiras de fornecer continuamente insights diagnósticos e preditivos. Eles poderiam então usar essa solução com outros clientes.

E acho que Howden diria, mais do que tudo, que o fator crítico de sucesso é entender o valor criado na interseção do que eles fazem. A análise de dados e a modelagem preditiva são fundamentais para acelerar a mudança global para a servitização. Dito isso, grande parte do valor de um projeto de serviço proativo é construir um projeto que ofereça uma diferenciação competitiva estratégica em um mercado industrial muito maduro.