¿Cómo impulsan la transformación las plataformas de IoT industriales?

El pequeño secreto sucio sobre las iniciativas de transformación digital es que muchas de ellas fallar, como ha informado Harvard Business Review. Por otro lado, hay un número creciente de ejemplos de empresas con mentalidad digital, desde Airbnb hasta Amazon, Netflix y Uber, que han lanzado plataformas que han redefinido mercados enteros.

No es de extrañar que el mercado esté inundado de cientos de plataformas de IoT industrial que prometen ayudar a los fabricantes, empresas de servicios públicos, administradores de instalaciones y organizaciones similares a reinventar su negocio. En medio de ese telón de fondo está el concepto de Industria 4.0 y su promesa de aprovechar tecnologías como IoT, gemelos digitales y aprendizaje automático para impulsar la próxima revolución industrial.

El director digital de Schneider Electric, Hervé Coureil, tiene una perspectiva única sobre el tema. Después de haber trabajado durante períodos como director financiero y director de información antes de asumir su cargo actual, Coureil dice que Schneider no está interesado en construir o vender plataformas por su propio bien. “No se trata tanto de la plataforma. Se trata de cómo impacta al mundo con la tecnología digital ”, dijo. "En la industria, la magia ocurre cuando aprovecha el poder de las plataformas y lo aplica utilizando experiencia en un tema específico".

Martin Davis, socio gerente de DUNELM Associates Ltd., expresó un sentimiento similar, enfatizando la importancia de las personas y los procesos sobre la tecnología. El enfoque de las empresas industriales debe centrarse en "cómo se hacen las cosas y cómo se pueden hacer de manera diferente", dijo. “Sí, la tecnología brinda nuevas oportunidades, pero no se trata de la tecnología. Se trata de cómo interactúas con tus clientes ". Sobre la base de esa lógica, Davis continuó:"Comprar una nueva y brillante plataforma de IoT no es una fórmula mágica".

Para muchas empresas industriales, el enfoque está más en la mejora o habilitación digital que en la transformación total, dijo Davis. Si bien hay ejemplos de fabricantes que han pasado de vender productos a servicios (un ejemplo obvio son los fabricantes de motores a reacción que venden horas de vuelo de su producto en lugar de vender motores), esto es más una excepción que una regla. “Muchas [de estas iniciativas] tratan de agregar productos y servicios digitales a un negocio existente, por ejemplo, monitoreo digital de un activo físico”, dijo Davis, quien anteriormente dirigió una iniciativa de transformación digital en el conglomerado canadiense JD Irving Ltd.

La estrategia digital de Schneider Electric enfatiza la solución de los problemas de los clientes en lugar de ofrecer una plataforma de IoT para todo uso. La compañía busca deliberadamente evitar ser un experto en todos los oficios, maestro de ninguno. "Somos relativamente estrechos en el tipo de problemas y el número de mercados que abordamos", dijo Coureil. "Realmente estamos centrados en la eficiencia energética, la sostenibilidad, básicamente". Ese tema de maximizar la eficiencia atraviesa las industrias verticales a las que sirve Schneider, incluidos el centro de datos, la distribución de energía eléctrica, los edificios y los procesos industriales.

Una organización que decide cómo aprovechar el poder de las herramientas digitales debe pensar detenidamente sobre la asignación de recursos, que es "un aspecto de la transformación digital del que no se habla mucho", dijo Coureil.

Las organizaciones deben tener un proceso de decisión claro sobre en qué priorizar e invertir, y el costo final de esas inversiones. La organización digital de Schneider Electric, que incluye unos 3.000 empleados a nivel internacional, destaca la transparencia de sus gastos. “Somos un centro de costos global. Realmente no devolvemos nada a otras partes del negocio porque queremos saber exactamente cuánto cuesta ”, dijo Coureil. Ese enfoque hace que sea más sencillo tomar una decisión sobre si una determinada iniciativa digital es exitosa, al mismo tiempo que le otorga un enfoque. "Significa que va a hacer menos cosas que probablemente costarán más, por lo que debe ser muy agudo para explicar cómo va a priorizar esta iniciativa frente a otra y qué espera de ella".

Coureil dice que uno de los desafíos con las iniciativas de transformación digital es que, si bien es fácil lanzar un proyecto de prueba de concepto periférico, es mucho más difícil impactar el núcleo del negocio. "El problema difícil de lo digital es realmente cómo se escala", dijo. “Una demostración es buena, pero ¿cómo se ejecuta en 80 países? ¿Cómo se escala eso a tantas plantas, cómo se mantiene el rendimiento las 24 horas, los 7 días de la semana? ”

Un desafío relacionado con la escala es la tendencia de algunas empresas industriales a perseguir proyectos ambiciosos sin una base estratégica sólida, pero algunas empresas industriales se están volviendo más cautelosas al implementar iniciativas digitales. “Creo que la gente está empezando a desconfiar de los proyectos que suenan súper intergalácticos que implican arrancar cosas, reemplazar cosas que funcionan con cosas nuevas que se supone que funcionan mejor”, dijo. "Creo que realmente vemos un movimiento hacia:'Intentemos desarrollar nuevas capacidades sin tener que reemplazar lo que funciona", agregó Coureil. "La gente se pregunta:¿cómo se complementa en lugar de reemplazar?"

Sin embargo, no fue hace mucho tiempo que el discurso de algunos proveedores industriales parecía recomendar la extracción y reemplazo de equipos heredados y la implementación de mantenimiento predictivo siempre que fuera posible. Dada la naturaleza conservadora de la mayoría de las organizaciones industriales, la primera es poco común. Y la investigación de Bain indica que el mantenimiento predictivo no ha sido tan exitoso como se esperaba inicialmente porque "ha sido más difícil de lo previsto y ha resultado más difícil extraer información valiosa de los datos", según el informe "Más allá de las pruebas de Concepto:Escalar el IoT industrial ".

"El mantenimiento predictivo es difícil", reconoció Davis, "pero la recompensa es grande". Mientras tanto, sin embargo, muchas organizaciones industriales todavía se centran en el mantenimiento preventivo, y aún no han progresado hacia el mantenimiento basado en condiciones. “Si bien es difícil realizar un mantenimiento predictivo completo, trabajar con múltiples puntos de datos para hacer formas más sofisticadas de CBM puede ser más factible”, explicó Davis. "Hay muchas oportunidades allí que las empresas no están aprovechando".

Un desafío es simplemente obtener datos relevantes y suficientes en un solo lugar, dijo Davis. “Comprar y agregar una nueva y brillante plataforma de IoT no resuelve todos sus problemas, simplemente crea otra isla de datos. Para obtener resultados, necesita todos sus datos en un solo lugar ”, explicó. “Un candidato clave para esto es su historiador actual. La alternativa es introducir sus fuentes de datos existentes en su plataforma de IoT para combinarlas con los datos de sus sensores de IoT ".

Coureil enfatizó la importancia de asegurarse de que las iniciativas de mantenimiento predictivo tengan un fundamento comercial sólido. Si cero tiempo de inactividad es una prioridad, entonces buscar el mantenimiento predictivo es una buena idea. "Entonces tiene sentido tener sus datos de series de tiempo y ejecutarlos a través de una red neuronal y obtener una buena puntuación predictiva de cuándo cree que necesita planificar", dijo. Una iniciativa de este tipo podría tener sentido en industrias de procesos sofisticados con un alto costo de tiempo de inactividad. “Pero si habla de procesos que son más discretos, menos críticos y el costo del tiempo de inactividad no es tan grande, podría pensar:'Cierro la fábrica por la noche, así que también podría [ocuparme de it] cuando el piso de la tienda está cerrado. '”

"Una vez más, se remonta a la asignación de recursos:su decisión de inversión debe ser lo que le brindará el mejor rendimiento", agregó Coureil.