Atravessando o abismo - por que é difícil sair do purgatório dos pilotos

Destacada em um relatório da McKinsey de 2018, muitas empresas industriais estão experimentando o “purgatório piloto” e continuam a fazê-lo – um fenômeno no qual, embora tenham uma atividade significativa em andamento, ainda não obtiveram benefícios significativos nos resultados.

Sair desse purgatório exige que as empresas “cruzem o abismo”, um processo observado e descrito pelo consultor de gestão Geoffrey A. Moore no início dos anos noventa. Grosso modo, embora muitos projetos técnicos relacionados a TI tenham um bom desempenho no início, com uma energia considerável por trás deles, eles geralmente terão dificuldades para serem adotados adequadamente. Moore observou que há uma diferença significativa entre inovadores e adotantes iniciais, e a próxima onda de adotantes, cuja adesão é necessária para garantir a escalabilidade de um projeto. Com efeito, a relutância e a hesitação dos resultados da liderança da empresa em prosseguir para se comprometer com o próximo estágio pode deixar até mesmo projetos-piloto bem-sucedidos em estado de paralisia.

É algo que você verá frequentemente com startups. Fundadores entusiasmados desenvolvem novas tecnologias e se tornam muito bons em explicá-las em termos técnicos. Isso os ajuda a obter apoio de certos tipos de organizações – os inovadores e os primeiros a adotar – e haverá uma grande quantidade de energia inicial por trás do projeto. Mas este início encorajador será seguido por um período de silêncio. Este é o abismo que eles devem atravessar.



Figura 1:O ciclo de vida de adoção da tecnologia, Geoffrey A. Moore. Fonte, licenciada sob a licença Creative Commons Attribution 3.0 Unported.

Não são apenas startups, é claro. Os fornecedores podem passar o tempo em conferências falando sobre produtos em um determinado espaço – como manutenção preditiva – para um público de inovadores e adotantes iniciais que, em geral, entenderão e ficarão entusiasmados com o que ouvirão. O desafio que esse público enfrenta é convencer os principais tomadores de decisão dentro de suas próprias empresas – os gerentes de manutenção, gerentes de fábrica, TI e equipes financeiras – que não vão se importar com as mesmas coisas. Termos técnicos e listas de verificação simplesmente os deixarão impressionados e não convencidos, uma lacuna na capacidade é combinada com uma lacuna na comunicação.

Resistência interna

O abismo pode existir dentro de organizações individuais, bem como na indústria mais ampla. É um desafio mais comumente enfrentado por aquelas pessoas cujo trabalho é atender às necessidades futuras de uma empresa. Se eles não conseguirem criar provas de conceito vinculadas a casos de uso e demonstrar onde a tecnologia agregará valor ao negócio, ninguém no negócio que funciona no dia-a-dia se importará com o que está chegando.

Uma empresa pode tentar uma nova solução de manutenção preditiva, por exemplo, mas não conseguirá convencer sua equipe de manutenção a adotá-la. Eles não estão interessados ​​em conversas técnicas, estão preocupados com o motor que está esquentando e quando vai falhar. Prever a falha do motor não tem nada a ver com IA e aprendizado de máquina – eles só querem uma solução funcional que forneça alguns insights acionáveis.

Muitas organizações se encontram no estágio piloto e lutam para descobrir como escalar. Muitos outros encontrarão resistência interna à adoção mais ampla. Para melhorar suas chances de atravessar o abismo e escapar do purgatório do piloto, é melhor evitar a linguagem dos inovadores e adotantes iniciais e usar a linguagem da maioria inicial. A verdade é que termos técnicos como IoT, IA, aprendizado de máquina e provas de conceito são em grande parte sem sentido para muitas pessoas e apenas os deixarão frios. É muito mais eficaz apresentar seu novo produto como uma solução, em vez de uma tecnologia, e descrever os resultados de negócios - os problemas que ele resolverá e os benefícios que trará.

Um novo mercado, uma nova mensagem

Senseye enfrenta um desafio adicional. Operamos em um mercado relativamente novo e, se não ensinarmos às pessoas desde o início como nossa tecnologia funciona e quais resultados e benefícios comerciais ela pode oferecer, corremos o risco de nossos clientes ficarem sobrecarregados de mal-entendidos e expectativas irreais. De fato, em nossas décadas de experiência no campo da manutenção preditiva, vimos como uma grande falta de compreensão – por parte de fabricantes e fornecedores – resultou em um grande número de soluções que não cruzaram o abismo e ficaram destinadas a definhar em purgatório piloto.

Em vez da infinidade de palavras-chave populares que incluem IA, Machine Learning, IoT e Indústria 4.0, os fornecedores de manutenção preditiva deveriam falar sobre resultados de negócios; o que eles conseguiram e o que podem fazer não apenas do ponto de vista técnico, mas como criarão um impacto mensurável nos negócios de seus clientes. A manutenção preditiva é um novo paradigma e os benefícios são inúmeros:

• Sustentabilidade :
  • Extensão da vida útil do ativo por meio de monitoramento cuidadoso e tempo de substituição apropriado
  • Eliminação do excesso de manutenção por redução e extensão das atividades de manutenção planejada
  • Redução de inspeções físicas arriscadas e disruptivas, pois todos os dados são monitorados remotamente e automaticamente
  • O estoque reduzido e o uso de peças sobressalentes como substituição planejada podem ser estendidos com base nas informações reais da condição da máquina
  • Redução dos riscos ambientais decorrentes de possíveis vazamentos e efeitos colaterais da falha da máquina
    
    
• Eficácia geral do equipamento (ou métricas semelhantes relacionadas):
  • Ajudando a gerar métricas de qualidade – máquinas mais saudáveis ​​produzem peças melhores
  • Garantir o rendimento máximo por estar ciente da operação real e permitir a manutenção antecipada das máquinas
  • Reduzindo o tempo de inatividade não planejado da máquina (garantindo a disponibilidade) realizando a manutenção antes da falha funcional

A redução do risco do negócio com aumento da produtividade e sustentabilidade é algo que todos podem apoiar e as métricas desses projetos comprovam isso – essas são coisas com as quais todos na maioria inicial podem se empolgar.

Para ler mais sobre por que a implementação e implantação da manutenção preditiva são tão incompreendidas e repletas de falhas, e como nossa experiência (boa e ruim) informou nossa própria solução Senseye PdM, você pode baixar nosso white paper “Senseye in Depth – Why is Manutenção Preditiva tão difícil?” aqui.