Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Manufacturing Technology >> Tecnología Industrial

El impacto de los datos de máquina visibles en toda la suite ejecutiva

Lo que te trajo aquí no te llevará a donde vas. Este dicho puede ser la clave para comprender la diferencia en la adopción y escalamiento de la tecnología. Los ejecutivos han visto cómo la integración de nuevas tecnologías, como IA e IoT, agrega valor, pero pierde hitos y estimaciones de ROI. A continuación, se revisará cómo los ejecutivos pueden aprovechar los datos de las máquinas para que la inteligencia empresarial alcance el siguiente paso.

Problemas con la escalabilidad de proyectos piloto

Uno de los impulsores actuales en la fabricación es el uso de la tecnología para aumentar la producción y reducir los costos. Muchos de los primeros proyectos se centran en la conectividad y los datos de las máquinas. Si bien un proyecto de datos de máquina puede resultar prometedor, es posible que no cumpla con el ROI esperado o que se escale con resultados similares. Esto se debe a menudo a que los objetivos de los programas piloto están orientados hacia ese único proyecto.

Los ejecutivos deben saber cómo los proyectos de datos de máquina cumplen los objetivos a nivel local, pero deben considerar cómo el éxito local afectaría a otras partes interesadas. Si bien se comprende cómo los datos de las máquinas encajan en el panorama general, es posible que la nueva tecnología no genere un cambio a nivel comercial hasta que se logre cierto porcentaje de adopción o valor N. A continuación, describimos lo que debe tener en cuenta al lanzar un programa piloto.

¿Por dónde empezar?

Conozca su objetivo y por qué son importantes. Considere múltiples proyectos (solo unos pocos, no docenas) que podrían mostrar el mayor impacto localmente mientras comprende el potencial para impactar niveles más altos de inteligencia comercial si tiene éxito o falla.

Documente su flujo de trabajo, recursos y otros indicadores clave de rendimiento para identificar áreas en las que sería fácil integrar la tecnología rápidamente para obtener datos de la máquina. Sepa cuánto tiempo llevará obtener suficientes datos para obtener resultados precisos para tomar decisiones informadas. Las decisiones informadas incluyen dos conjuntos de resultados:tiempo para determinar si el piloto fue un éxito y cuánto tiempo o la cantidad de adopción necesaria para recopilar datos de máquinas para funciones comerciales superiores.

¡Pero ha estado bien durante treinta años!

Esta declaración es quizás la declaración más dañina en una industria dinámica y en rápida evolución. Sin embargo, hay algo de verdad en esto. No empiece con la suposición de destruir equipos heredados o conectar todo con dispositivos nuevos y de última generación. ¡Aún se pueden conectar equipos heredados!

Los equipos o redes heredados aún pueden proporcionar valor. Actualizarlos podría ser gastar dinero en rendimientos decrecientes cuando ese dinero podría destinarse a un área que proporcionaría un mejor retorno de la inversión. Esté al tanto de las nuevas tecnologías que funcionan con equipos heredados para ampliar lo que ya tiene.

Depende de los ejecutivos proporcionar liderazgo, pero deje que los gerentes hagan lo que saben que es mejor. Cuando se trata de innovación, apoye de arriba hacia abajo, pero construya de abajo hacia arriba. Si bien un ejecutivo puede marcar el ritmo y la dirección, los gerentes pueden comprender mejor la arquitectura y el flujo de trabajo para tomar decisiones caso por caso.

¿Quiere visibilidad de la producción en tiempo real?

Reserve una demostración para aprender cómo

Datos de máquina a datos comerciales

Una tendencia en la adopción de tecnología es encontrar soluciones de las que sea fácil determinar un ROI o un beneficio tangible, como el mantenimiento predictivo. Los datos de las máquinas pueden quedar en la planta de producción si los ejecutivos no pueden ver cómo se relacionan con los objetivos comerciales. Tomar decisiones rápidas e informadas a nivel comercial puede incluir datos de lo que sucede fuera de una empresa:ventas, cadena de suministro y lo que están haciendo los competidores. Pero los programas piloto ofrecen la oportunidad de comenzar a ver cómo los datos de la máquina podrían relacionarse con...

Conceptos erróneos y soluciones

Un concepto erróneo común es que los datos de la máquina deben procesarse para poder usarse a nivel empresarial. Las empresas han invertido dinero en software avanzado en un intento de filtrar datos para análisis de negocios. Sin embargo, las soluciones personalizadas pueden ser costosas, llevar mucho tiempo desarrollarlas y no pueden ser flexibles o fácilmente adaptables una vez implementadas.

Las soluciones estándar o estándar pueden ser rápidas de integrar pero también limitantes. Encontrar más soluciones híbridas que ofrezcan software modular y personalizable es valioso al comenzar. Busque proveedores de tecnología que ofrezcan software como servicio (SaaS), proporcionen paneles dinámicos y microservicios capaces de mitigar los datos de las máquinas Edge y Cloud. Las soluciones híbridas permiten comenzar rápidamente y adaptarse con funciones personalizadas según sea necesario.

SaaS con datos de la máquina en tiempo real, alertas y notificaciones son excelentes para mantener el taller en movimiento, mientras que las características adicionales, como los indicadores clave de rendimiento (KPI) y la planificación de recursos empresariales (ERP), ayudan a controlar el panorama general e impulsar la cadena de suministro. inventario y ayudar a los ejecutivos a tomar decisiones comerciales informadas.

En general, los ejecutivos deben apoyar las innovaciones e impulsar la cultura de la empresa hacia el uso de análisis de datos de máquinas. Después de todo, los datos son el futuro de la fabricación. Esto se puede lograr fomentando programas piloto, de capacitación y de bonificación. Crear un sistema de comunicación donde los trabajadores puedan compartir ideas o problemas puede ayudar a indicar qué programas motivarían mejor a sus empleados. En algunos casos, las empresas han introducido gamificación o concursos como hackatones para involucrar y educar a los empleados. Solo recuerda, lo que te llevó a donde estás, no te llevará a donde vas. No te aferres a las soluciones de ayer cuando abordes los objetivos de mañana.


Tecnología Industrial

  1. La cadena de suministro y el aprendizaje automático
  2. Evaluación del impacto de la industria 4.0 en la fabricación
  3. El impacto ambiental del comercio electrónico transfronterizo
  4. El impacto duradero de COVID-19 en el comercio mundial
  5. The Modern Data Estate:Data Lake frente a Data Warehouse
  6. Aprendizaje automático en el campo
  7. Al borde de la gloria:posibilitando una nueva era de máquinas de Internet
  8. Casos de uso de CI en toda la organización empresarial
  9. Impacto de la impresión 3D en el sector del mecanizado
  10. Desbarbado manual versus desbarbado a máquina:el factor de costo
  11. Kepware vs. MachineMetrics:¿Cuál es la mejor solución para la recopilación de datos de máquinas?