지금 가속화:생태계 접근 방식을 통해 신속하고 지속적인 가치 창출

COVID-19 전염병의 여파로 제조업이 활기를 되찾고 있으며 디지털 혁신 이니셔티브에 다시 초점을 맞추고 있습니다. 업계는 매우 기대되는 르네상스의 문턱에 서 있으며, 제조 리더는 제품 품질을 유지하면서 용량을 늘리는 것과 같은 중요한 프로세스를 관리하면서 혁신을 수용할 뿐만 아니라 가속화해야 한다는 것이 분명합니다. 효과적인 협업은 두 가지 모두를 잘 수행하는 데 핵심이 될 것입니다. 하지만 인력이 사라졌고 여전히 대부분 원격지에 있기 때문에 더욱 중요합니다.

바이러스가 전 세계를 휩쓸면서 승자와 패자가 있다는 것이 금세 명백해졌습니다. 말하자면 많은 제조업체가 방심했습니다. 제조업이 앞서 언급한 계산에 앞서, 업계는 이미 다른 산업을 변화시킨 디지털 데이터 중심 사고방식의 느린 채택으로 악명이 높았습니다.

이는 업계가 휘청거리면서 전면에 드러났습니다. 이전에 수백만 달러 규모의 인더스트리 4.0 또는 IoT 이니셔티브에 착수한 사람들조차도 노력에 대한 결과를 보여주지 못했습니다. MachineMetrics와 함께 일하기 전에 초기 가치를 얻기 전에 맞춤형 개발 및 통합에 수백만 달러를 지출하면서 자체 솔루션을 구축하려고 수년을 보냈던 고객이 있습니다. 불행히도 팬데믹이 닥쳤을 때 이러한 구현을 유지하기 위한 자원은 방황했습니다. 그들은 그 순간에 적응하는 데 필요한 데이터가 없었을 뿐만 아니라 과거 IoT 이니셔티브의 유령에 시달리고 있었습니다. 많은 제조업체가 이러한 대규모 기업 IoT 이니셔티브에 스마트 제조를 통합하면서 잠재적 가치를 상실했습니다.

여기서 팬데믹이 전적으로 책임이 있다고 말하는 것은 아닙니다. 사실 팬데믹 이전에 IIoT 구현은 이미 지나치게 높은 비율로 실패하고 있었습니다(81% McKinsey, 2020). 이는 여러 요인으로 인한 것이지만 주로 구현 및 배포에 시간과 비용이 많이 드는 특성이 있습니다. 그 결과 실행 가능한 사용 사례가 없는 크고 부피가 크며 구현하기 어려운 IoT "이니셔티브"가 생성됩니다. 이러한 개발에는 시간이 너무 오래 걸리고 비용이 너무 많이 들 뿐만 아니라 제조 분야의 인재 부족이 계속해서 증가하고 있다는 것은 조직 전체의 사람들이 IT 또는 OT 수준에서 제조의 복잡성을 관리할 지식이나 기술이 없다는 것을 의미합니다. 일하세요.

오늘날의 질문은 여전히 ​​공장에서 사용할 수 있는 데이터가 없는데 기업 차원에서 디지털 혁신 이니셔티브에 투자하는 이유가 무엇입니까? 스마트 제조를 위해서는 조직 전체가 성공을 위해 헌신할 필요가 없습니다.

대부분의 제조업체는 디지털 혁신을 시작해야 합니다. 이러한 제품을 만드는 기계 자산과 이를 실행하는 사람인 제조 작업의 핵심에서 통찰력을 캡처합니다. 이러한 자산은 제조 조직에서 가장 큰 자본 비용을 나타낼 수 있으며 초당 수천 개의 데이터 포인트를 생성합니다. 그러나 이 데이터는 효율성을 개선하기 위해 캡처되거나 분석되지 않아 지속적인 개선을 방해합니다. 오늘날의 공장은 조직의 모든 구성 요소에 영향을 미치는 막대한 비효율을 초래하는 수동 프로세스로 여전히 소비되고 있습니다. 이는 평균 기계 사용률이 30% 미만임을 나타내는 MachineMetrics 벤치마킹 보고서에서 분명합니다.

이 데이터에서 도출된 데이터와 통찰력(및 조치)은 제조업체가 비즈니스를 성장시키고 경쟁력을 차별화할 수 있는 기반을 제공할 수 있습니다. 사실, 기계 수준에 존재하는 비효율성은 미래의 많은 자동화를 주도하는 촉매는 말할 것도 없고 막대한 비즈니스 영향을 생성하는 가장 작은 결실일 가능성이 매우 높습니다.

이것이 우리 접근 방식의 기반이 기계 데이터의 캡처 및 변환 또는 컨텍스트화를 자동화하는 사용하기 쉬운 플랫폼을 제공하는 이유입니다. 이 기능을 통해 몇 분 만에 소모성 머신 데이터와 통찰력을 얻을 수 있습니다. 그 작업이 실제로 공작 기계와 같은 특정 유형의 자산에 대해 얼마나 미친 듯이 어려운지 아무리 강조해도 지나치지 않습니다. 많은 공급자가 제안하는 것처럼 OPC-UA 또는 MTConnect를 통해 표준화하는 것만큼 간단하지 않습니다. 그 이유는 이러한 프로토콜을 지원하는 기계는 극히 일부에 불과하기 때문입니다. MM은 수백 명의 고객을 위해 수천 대의 기계에 연결했습니다. 앞서 언급했듯이 많은 제조업체, 컨설턴트 및 시스템 통합업체는 더 큰 IoT 이니셔티브의 일환으로 다양한 수준의 성공으로 머신 데이터 인프라 휠을 처음부터 재구축하려고 시도했습니다. 이러한 개발 노력은 수평 IIoT 플랫폼을 활용하는 경우에도 몇 년은 아니더라도 몇 개월이 걸릴 수 있습니다. 그리고 머신 데이터를 캡처하고 컨텍스트화하는 메커니즘이 구축되면 유지 관리해야 합니다. 이러한 솔루션을 유지하는 데 드는 비용이 막대할 뿐만 아니라 이미 존재하는 것을 개발하기 위해 리소스를 잘못 할당하는 것과 관련된 기회와 가치의 손실은 제조업체에게 경쟁적 불이익을 초래합니다.

기계 자산에서 자동으로 캡처 및 변환된 정확한 실시간 데이터는 현재 및 지속적으로 수익을 창출할 수 있는 견고한 기반을 만듭니다. 이 데이터에 의해 트리거되는 알림, 분석 및 자동화를 통한 가시성 및 실행 가능성과 결합하면 몇 개월 만에 활용도 성능이 15~20% 향상될 수 있음을 발견했습니다.

이 기본 요소가 마련되면 이 데이터를 제품 설계에서 엔터프라이즈 공장 및 조직 시스템에 있는 다른 격리된 데이터에 통합하여 여러 방향에서 가치 달성을 가속화할 수 있습니다. 생산, 품질, 유지 관리 및 물류("머신 데이터 디지털 스레드 활용"이라고 함)에 이르기까지 그 어느 때보다 빠르게 끝없는 자동화와 놀라운 가치를 위한 기회를 주도합니다.

이렇게 하면 특정 IIoT 이니셔티브에 참여하는 주체의 고유한 기술을 최적으로 조정함으로써 제조업체 및 파트너 에코시스템이 가치 달성을 가속화하고 이니셔티브 실패 위험을 최소화할 수 있습니다. .

오늘날의 IIoT 에코시스템은 제조업체, 기계 제조업체, 기계 제조업체 유통업체, 서비스 제공업체, 기술 및 솔루션 제공업체, 시스템 통합업체, 컨설턴트 및 소프트웨어 제공업체로 구성됩니다. 각 참가자는 성공적인 IIoT 이니셔티브를 추진하는 데 활용할 수 있는 고유한 기능, 전문 지식 또는 지적 재산을 가지고 있습니다. 이러한 리소스가 잘못 정렬되거나 최적화되지 않은 경우 IIoT 이니셔티브는 종종 약속된 가치 제안을 전달하지 못하거나 통계에서 볼 수 있듯이 완전히 실패합니다.

제조업체는 어디에 초점을 맞춰야 합니까? 우리는 그들의 깊은 도메인 전문 지식을 활용하는 영역에 있다고 믿습니다. MM 플랫폼의 장점은 제조업체와 더 나아가 파트너 에코시스템이 주요 프로세스를 최적화하고 운영 전반에 걸쳐 혁신적인 새로운 프로세스를 만들 수 있다는 것입니다. ML 및 AI 알고리즘을 포함한 분석은 MM 및/또는 기타 분석 기술을 사용하여 에지와 클라우드 모두에서 개발 및 적용할 수 있습니다. 이러한 기술과 기술의 정렬은 제조업체를 위한 신속하고 지속적인 가치 창출을 위한 최적의 공식을 만듭니다.

팬데믹 기간 동안 알 수 있듯이 제조업체는 디지털 혁신에 투자하지 않을 여유가 없지만 어디에 집중해야 할지 잘 모릅니다. 회사가 핵심 전문 지식 이외의 것에 집중하거나 재창조하려고 시도하는 차선의 모델은 최소한의 시간과 자원 낭비를 초래합니다. 그 결과 차별화와 가치 증대를 위한 경쟁에서 경쟁에서 뒤처지고 실패할 가능성이 더 큽니다.

이 문제를 해결하고 디지털 공장이 규모에 도달하려면 더 간단해야 합니다. 성공적인 IIoT 이니셔티브는 이니셔티브에 참여하는 생태계의 다양한 엔터티의 적절한 조정과 함께 올바른 기술을 선택해야 합니다. 신속한 가치 달성을 최적화하고 위험을 줄이려면 해당 조정에서 각 참가자의 고유한 기술, IP 및 도메인 전문 지식을 활용해야 합니다. 즉각적인 데이터 변환, 즉시 사용 가능한 애플리케이션, 자동화 및 동급 최고의 공장 시스템으로의 통합에 중점을 두어야 합니다.

나는 이 기사의 앞부분에서 많은 제조업체들이 이러한 어려운 시기에 어려움을 겪으며 그 고통의 상당 부분이 의심할 여지 없이 그들의 손에서 벗어났다고 언급했습니다. 나는 우리 모두가 지난 한 해 동안 다른 사람들보다 더 큰 손실을 입었다는 것을 이 시점에서 언급하지 않기를 꺼려할 것입니다. 그러나 성공한 사람들은 누구였습니까? 승자는 누구였습니까? 선회하고, 대응하고, 적응할 수 있었던 기업. 그리고 그것은 운이 아니었습니다. 데이터, 도구, 승리를 위한 마음가짐이 준비되어 있었기 때문에 가능했습니다.

MachineMetrics의 목표는 제조업체의 현재 노력을 늦추거나 복제하는 것이 아니라 가속화 및 최적화하여 제조 업체가 준비하고 민첩성을 유지하여 제조업체도 승자가 될 수 있도록 돕는 것입니다. 크고, 부피가 크며, 구현하기 어려운 IoT 이니셔티브에 투자한 제조업체의 경우:지금이 즉시 도움이 될 수 있는 수직 솔루션을 선택하여 휴식을 취하기에 좋은 시기입니다.

그 어느 때보다 뜨거운 다리미입니다. 공격할 준비가 되셨습니까?

MachineMetrics로 빠르게 가치 실현