盡管應用數字技術提高卓越運營的概念并不新鮮,但2019年,流程和制造業的數字化轉型投資已達到3450億美元。根據國際數據公司(IDC)的數據,這些投資被認為是全球所有行業中最大的此類投資。那么問題來了:是什么在推動近年來大規模的數字化轉型投資?答案就在于不斷變化的市場和客戶的個性化需求。
最近,大宗商品價格的波動對流程工業的收益產生了巨大影響,而與此同時,減少資本支出的壓力正壓在傳統的重資產企業上。日益激烈的競爭和企業的不斷整合意味著,市場響應速度而不是規模已成為成功的決定性因素。此外,精通技術但缺乏經驗的新一代員工正在取代老員工,導致了經驗差距。與此同時,由于技術的發展和定制化的消費體驗,客戶的期望不斷提高,推動了對更多定制化解決方案的需求。
數字化轉型為生產和制造業企業的挑戰提供了重要的解決途徑和機遇:
許多先進的數字技術,例如人工智能(AI),自主機器人,云計算,智能傳感器技術和增強現實(AR),已變得具有成本效益,可為企業提供清晰的財務、資產和生產數據視圖價值鏈,使他們能夠更迅速地響應市場變化。遠程和自主運營彌補了流程行業的經驗差距,大數據被用于發展更深入的客戶洞察力。在整個公司范圍內實現數字化轉型還可以加強協作和創新。
數字化轉型作為數字技術的創新運用來加速企業業務戰略實現。它與數字技術的應用有關,以賦予人們權力,優化流程和使組織的系統自動化以從根本上調整業務績效。通過數字化轉型,可以根據增強業務戰略,人力資本,流程,數據和資產的能力來評估技術的價值。
數字化在整個企業中都有應用要點(參見上圖)。例如,在銷售和市場營銷中,借助大數據分析來創建客戶過程以促進客戶獲取,而在中層辦公室中,人工智能可以使人力資源部門分析成千上萬的最佳人選。一旦數字化轉型用于制造,通常可以將其歸類為“智能制造”。集成了輔助流程技術的使用,以適應性強,數據驅動并與企業價值鏈中的相關領域集成的方式創建和交付產品和服務。智能制造的主要好處是從制造過程中獲取實時數據,以進行整個組織的決策和問題解決。這需要使用智能設備和制定解決方案(例如智能傳感器,計算機控制和生產管理)來獲取和集成數據。這種集成使企業能夠收集和利用實時數據,例如原材料可用性和在制品庫存以改善運營。
智能制造在流程工業從自動化到自主的轉變中也具有獨特的推動力。工業自治通過添加智能傳感和AI層來預測和適應已知和不可預見的情況,從而超越了工業自動化。在完全自主的操作中,工業系統負責從啟動到關閉的所有操作(見下圖)
盡管無人值守的遠程操作是自動化控制的第一步(許多公司都在生產力,靈活性和安全性方面實現了收益),雖然工廠人員不斷與自動控制系統一起融合工作,人工干預和決策仍然很重要。自動化/人為系統的集成是整個行業的近期目標,但是組織需要將自動化視為一項不斷發展的挑戰。
二、數字化轉型與向智能工廠的轉變
數字化轉型的關鍵在于公司在整個運營過程中運營技術(OT)和人信息技術(IT)結合及整合的能力。鑒于OT在制造業中的廣度,現代工廠的機器,設備和控制機制通常相對隔離地運行,并使用各種利己協議進行通信。這會產生孤島,溝通困難和程序盲點。可以將本地(工業物聯網)IIoT設備連接到基于云的系統的混合和混合架構,創建理想的數字解決方案平臺,從而實現了歷史系統的鏈接和更好的數據質量管理。
增強的IT / OT融合還導致使用數字孿生的智能工廠的興起。數字孿生是實施智能制造和工業自主性計劃以實現運營優化,資產故障預測以及減少流程開發提前期的關鍵要素。數字孿生通常駐留在內部部署的IT系統中或云中,并且可以模擬全部或部分制造操作。AI和仿真技術可以單獨使用,也可以串聯使用,以分析數字孿生,并通過例如預測設備故障來創造附加值。基于這些預測和利用AI技術對歷史數據的分析,AI系統可以提出多種推薦對策。
IT / OT融合正在改變企業的工作方式以及工人所需的技能。越來越多的工程師開始承擔傳統上由軟件開發人員和網絡專家完成的工作。因此,智能制造不僅需要過程和技術的組織鏈接,還需要集成人員技能以實現穩定,可持續和可盈利的運營。
三、工業企業數字化轉型之路
福布斯調查結果表明,近70%的數字化轉型失敗。根據研究,失敗的最常見原因是文化和變更管理問題,其次是OT / IT協作帶來的挑戰。盡管每個組織都不同,但是有一些行業范圍內的最佳實踐已被證明對許多企業具有借鑒作用,并且可以被從事制造業數字化轉型的企業所采用。
許多組織將數字化轉型視為一項一次性的策略制定活動。這通常導致整個組織對數字元素的愿景不清晰,隨后是有限的C級支持和IT參與。實際上,麥肯錫進行的一項調查指出,只有8% 的被調查公司認為,如果他們的行業以當前的經濟增長下保持數字化,他們目前的商業模式在經濟上仍然可行。
為了跟上行業的需求,需要一種更具戰略性的方法將數字化轉型目標與組織的業務目標和戰略聯系起來。這有助于現有公司在調整投資以創造卓越運營時探索新的數字業務模型。換句話說,數字化轉型應該是公司戰略的驅動力,高級管理層必須以與他們的核心業務計劃相同的嚴格程度來支持它們。
在工廠環境中部署新技術,每一次數字化轉型都是獨一無二的,并得到了技術和服務的支持。連同成熟度和運營評估,您的重點領域和預期成果將用于指導您確定理想的創造價值的方法。組織戰略,運營挑戰,風險偏好和自動化期望應成為決定數字目標狀態路線圖的驅動力。
柯達發明了數碼相機,但其管理層拒絕改變,并擱置了整個項目。為什么?它威脅到公司的傳統電影業務。數字化轉型本質上要求人們改變工作方式,擺脫組織孤島,進入關鍵項目的協作。盡管公司重組可以消除現有的一些組織孤島,但這通常是一個漫長而復雜的過程。一種更實用的方法是授權員工領導數字化轉型工作。通過在整個組織的關鍵點確定最有影響力的人員,并邀請他們參加數字化轉型工作組,公司可以在員工之間建立支持和信任。
圍繞客戶組織流程
數字化轉型需要一種將市場,客戶價值和客戶體驗放在首位的思維方式和文化。Deloitte Insight發布的報告表明,在一年的時間里,以客戶體驗為導向的業務如何增加收入?1.4倍。 比其他公司快。在評估風險和投資回報率時,公司必須采用一種觀點,即將市場需求置于其部門,業務條線或領導者的需求之上。調整IT / OT生態系統以解決客戶未滿足的需求,可確保執行數字化轉型策略時獲得最佳結果。
總是有機會通過贏得突發運營績效的緊迫問題(例如計劃外的停機時間或有問題的設備)來快速獲勝。舉個例子:預計組織將遭受計劃外維護成本每小時超過260,000美元的打擊。預先解決這些問題,可以立即產生可衡量的收益,從而為實施更具戰略意義的計劃騰出寶貴的時間。
領先的公司確保在跨職能集成和加速發展之前已經建立了穩定的技術基礎。在數字化轉型的早期階段,多達80%的數字化工作都花在了清潔和數據整理工作上。一份Experian的報告發現有68%的受訪者公司會遇到糟糕的數據質量問題,盡管乏味,但干凈,穩定的數據基礎對于支持有效的分析,決策和自動化至關重要。在流程行業中,這通常意味著通過設備保護正確的數據,分析數據以獲得新的見解,并使用數據創造業務價值。只有以數據為中心的技術方法才能確保應用分析,應用邏輯和互操作性的可靠基礎。
數字化轉型是一個艱巨的挑戰,它具有許多相互依賴的因素,而且還沒有一種萬能的解決方案。企業進行數字化轉型實現的創新不僅是一次性的活動或項目,而是觀念,組織文化和業務敏捷性的改變;需要將數據、系統和組織與價值鏈以及業務和領域知識聯系在一起,共同創造價值;并且制定周密方案,考慮人員、流程、技術、資產和數據的數字化路線圖是重新調整業務績效的關鍵方向。