Por qué es el momento adecuado para pasar a operaciones proactivas

Los fabricantes y usuarios de equipos desean aprovechar los conocimientos derivados del análisis y el modelado de datos de sensores e IoT para pasar de operaciones reactivas a proactivas.

La rápida adopción de IoT y sensores inteligentes integrados por parte de los fabricantes de equipos, combinados con nuevas opciones de conectividad, brindan un fácil acceso a una gran cantidad de datos operativos enriquecidos. Cada vez más, los fabricantes de equipos y los usuarios quieren aprovechar los conocimientos derivados del análisis y el modelado de esos datos para pasar de operaciones reactivas a proactivas. Recientemente, RTInsights se reunió con Chris MacDonald, director de inteligencia artificial y análisis, soluciones de transformación digital en PTC, para explorar qué genera interés en esta área, los desafíos que enfrentan las empresas y las tecnologías clave que contribuyen al éxito. Aquí hay un resumen de esa conversación.

RTInsights:¿Por qué hay interés en pasar a operaciones proactivas y por qué ahora?

MacDonald: El servicio y el mercado de repuestos se están convirtiendo en aspectos importantes de los negocios de fabricación modernos. Los clientes exigen un mayor valor y los fabricantes se dan cuenta de que las relaciones más estrechas con los clientes a largo plazo son más rentables y sostenibles. Y si no lo son, al menos, son una forma de garantizar que los clientes regresen para generar ingresos constantes.

Tiene márgenes en los productos que se exprimen continuamente. Las empresas y los ejecutivos miran hacia el servicio como un lugar para compensar la presión de los márgenes entregando mayor valor, forjando relaciones más estrechas con los clientes, ofreciendo oportunidades para integrar soluciones más profundamente en las operaciones de los clientes y proporcionar productos y servicios adicionales relacionados con sus ofertas principales.

El problema para muchos fabricantes es que gran parte del negocio de servicio y posventa se ha descargado tradicionalmente a terceros, que pueden no hacer las cosas exactamente de la misma manera o seguir las pautas al pie de la letra. Ir proactivo está lejos de recuperar el control. En realidad, está recuperando la visibilidad como mínimo, y luego cierto nivel de control que le permite estandarizar las operaciones.

Si toma el servicio, que puede tener márgenes de 2,5x de las ventas de nuevos productos, y ve que muchos fabricantes generan entre el 40 y el 50 % de sus ganancias totales del mercado de accesorios, es fácil ver por qué los fabricantes comienzan con conocimientos proactivos y operaciones proactivas. Eso les da la capacidad de escuchar equipos y activos en el campo y adaptar los movimientos operativos a los patrones que descubren. Las operaciones proactivas también ofrecen una forma de proteger la rentabilidad del negocio de servicios. Luego pueden ofrecer acuerdos de nivel de servicio más agresivos. Si lo hacen, es mucho más probable que ganen negocios rentables y los mantengan a largo plazo.

RTInsights:¿Cuáles son los beneficios de usar un enfoque proactivo?

MacDonald: Voy a usar una analogía. Demos un paso atrás y pensemos en estos activos físicos o productos inteligentes y conectados. Tiene datos de telemetría y potencialmente otros datos sobre el servicio de los sistemas. Eso es el equivalente a poder oír. La pregunta es, ¿qué escucho? Hay mucho ruido, entonces, ¿cómo escojo y escucho solo lo que es importante?

Sin siquiera considerar el análisis predictivo y prescriptivo, piense en las características y la importancia estadística relacionada con el rendimiento. Le brinda la capacidad de escuchar claramente qué notas están afinadas o desafinadas en medio del ruido de fondo.

Por supuesto, siempre se puede escuchar un grito. Pero por lo general, un grito proviene de alguien (o algo) que ya está en algún tipo de crisis, experimentando daño. Entonces, estás lidiando con los problemas de manera reactiva.

Hay un beneficio de poder escuchar realmente las cosas correctas. Puede comenzar a identificar patrones de rendimiento y comportamientos para diagnosticar lo que está sucediendo. Los clientes esperan operaciones sin inconvenientes. Tienden a penalizar a los fabricantes que creen, sea correcto o incorrecto, que les causaron tiempos de inactividad no planificados. Escuchar notas desafinadas le permitirá abordar un problema antes de que haya un grito, del equipo o de su cliente.

Los análisis brindan los conocimientos de diagnóstico de los que estaba hablando. Puede detectar desviaciones de las mejores prácticas o cómo se debe operar o usar el equipo en un entorno. Las operaciones proactivas basadas en esos análisis detectan los problemas antes de que surjan.

Con un producto conectado, obtiene una vista de lo que sucede en el entorno donde opera el activo. Los análisis, especialmente los análisis avanzados, permiten que los datos se procesen para identificar anomalías, patrones y eventos estadísticamente relevantes. En última instancia, eso proporciona una perspectiva más objetiva de lo que realmente es un problema.

La eficiencia del servicio se puede mejorar con una mejor planificación y asignación de recursos. Los conocimientos predictivos que ayudan a los fabricantes a hacer la transición de ese modelo de servicio basado en el calendario o las reparaciones pueden hacer que las llamadas de servicio sean mucho más eficientes, reduciendo cosas como los desplazamientos generales, las devoluciones de llamadas y más.

Sin un producto conectado, a menudo enviamos a un técnico para que haga esos diagnósticos solo para descubrir que no tienen la pieza correcta en el camión o la experiencia necesaria para solucionar un problema. Si un cliente está experimentando un tiempo de inactividad operativo, esto retrasa la reparación. Evitar fallas es fundamental. Pero también lo es la eficiencia de la entrega de mantenimiento de rutina para operaciones o acciones, en lugar de cosas como cambios de correa o lubricación. Muchas veces, es más eficiente realizar el mantenimiento de rutina antes de que sea técnicamente necesario. De esa manera, las llamadas de servicio comunes y corrientes se pueden transformar en puntos de contacto de mayor valor.

Además, un buen técnico con los análisis correctos sabe qué otros problemas buscar. Pueden ejecutar los diagnósticos correctos para resolver el problema rápidamente y recopilar puntos de datos adicionales para brindar mejores conocimientos sobre el equipo en su entorno.

No se puede exagerar la importancia de tales capacidades remotas de autoservicio, especialmente durante una pandemia.

RTInsights:¿Ve el uso de análisis prescriptivos y mantenimiento de forma regular, o aún es demasiado pronto?

MacDonald: Sí. Hay uso. Pero tiende a ser más un problema del fabricante de máquinas que tener que ver con las operaciones de fabricación. Uno de nuestros casos de uso de análisis de marquesina es un fabricante de neumáticos. La máquina de construcción de neumáticos tiene diferentes puntos de ajuste. Si no se hace de cierta manera, se vuelve a trabajar o se descarta, lo que termina perdiendo dinero y, en última instancia, pérdida de ingresos.

Todo el concepto de análisis prescriptivo tomó forma porque los datos estaban disponibles y ellos conocían sus datos. Podrían relacionarlo con los resultados operativos de una lente predictiva. Saben lo que sucederá antes de que se dé el paso que conduce a ese resultado. Pero también tenían palancas. En el contexto del fabricante de máquinas, los puntos de ajuste son palancas reales o palancas en los datos. Podría comenzar a ejecutar optimizaciones y prescribir los diferentes puntos de ajuste para evitar ciertos problemas. Ese es un caso de uso que equivale a cientos y cientos de millones de dólares de ROI.

RTInsights:¿Estamos hablando de ROIaquí?

MacDonald: Absolutamente lo es, especialmente si lo toma desde un punto de vista operativo. Vuelva a pensar en mí como el fabricante de máquinas para fabricar neumáticos o cualquier otro equipo utilizado en una operación de fabricación. Mi cliente tiene que cambiar la forma en que hace las cosas para aprovechar mejor su equipo. Entonces empiezo a pensar para mí mismo, espera un minuto. Tal vez mis especificaciones de ingeniería no están desarrolladas en base a un uso a largo plazo, o incluso no simulan las condiciones adecuadas. Los puntos de ajuste son más dinámicos de lo que esperábamos.

Ahí es donde comienza a decir:Tal vez necesito comenzar a proporcionar el análisis de estos puntos de ajuste y proporcionar una aplicación para el cliente final. Tal vez si tengo la idea de cómo mi equipo va a generar valor o desafíos en la operación, puedo brindarles esa información, incluso como un servicio, para asegurarme de que se cumplan esos resultados operativos.

RTInsights:¿Qué tecnologías subyacentes se necesitan ahora para tener éxito?

MacDonald: La tecnología crítica es, por supuesto, la conectividad. Nos brinda la capacidad de contextualizar dónde están los activos y nos permite conocer el panorama físico en términos de datos. Con la tecnología adecuada podemos modelar los datos en relación con su contexto.

Pero también hay muchas otras tecnologías que son importantes. Hay una integración del sistema involucrada con la conectividad de borde a los sensores. También existen otros sistemas o sistemas de servicio que pueden convertirse en parte de un esfuerzo proactivo general. Cuanto más pueda proporcionar capacidades y herramientas que simplifiquen la integración de ese sistema, mejor.

El monitoreo remoto es el lugar donde comienza. Como dije, debes ser capaz de escuchar al menos antes de comenzar a escuchar.

Creo que la asistencia remota aumentada, las instrucciones de trabajo 3D aumentadas y la captura experta aumentada son fundamentales. Cosas como el servicio, la gestión de piezas y la gestión del flujo de trabajo pueden obtener información de los análisis. Los cálculos estadísticos y el aprendizaje automático lo hacen más fácil.

El aprendizaje automático automatizado le permite crear y ajustar más rápidamente modelos para representar los datos. Esto le ayuda a obtener mejores predicciones y resultados. Y todo esto debe mejorarse con análisis generales.

Además, necesita una plataforma de desarrollo de aplicaciones. Hay mucho que se incluye en estos casos de uso de operaciones proactivas. Las capacidades más críticas se reducen a la capacidad de conectar, almacenar y dar sentido a los datos, especialmente utilizando técnicas de análisis avanzadas, como el aprendizaje automático para construir modelos para hacer predicciones.

Esto debe hacerse antes de encender cualquier cosa. Debe tener sistemas y aplicaciones en tiempo real para obtener datos en esos modelos. Debe tener sistemas y aplicaciones que puedan tomar la predicción y hacer algo con ella.

La espiral ascendente de conocimiento y valor comercial es tremenda. Sin conectividad ubicua, es imposible escalar cualquier iniciativa de operaciones proactivas más allá de una escala piloto. Confiar en métodos manuales e inconsistentes para extraer datos se vuelve cada vez menos factible.

Del mismo modo, necesita una variedad de técnicas de análisis disponibles en cada paso del proceso para brindar esa información útil. Un fabricante puede comenzar agregando sensores y conectándose remotamente a equipos en el campo. Comienzan a establecer umbrales que alertan a los operadores, técnicos remotos y organizaciones de servicio para investigar si un equipo puede tener un problema potencial.

Esos umbrales, con información adicional, pueden evolucionar hacia situaciones como promedios móviles y puntos de referencia que toman en cuenta la comprensión del uso normal y los patrones operativos. Las investigaciones que están marcadas pueden incorporarse a algoritmos de aprendizaje automático. Pueden descubrir patrones potencialmente causales y producir diagnósticos automatizados completos. Entonces pueden comenzar a hacer predicciones e incluso recetas. Nos brinda la oportunidad de repensar los procesos comerciales y operativos desde cero. Creo que es una forma fundamental de transformar las operaciones de servicio.

RTInsights:¿Cuáles son los desafíos al usar estas tecnologías y cómo ayuda PTC?

MacDonald: Fundamentalmente, ese punto de partida inicial, esa conectividad, puede ser un desafío para permitir operaciones proactivas. Es necesario conectarse a diferentes dispositivos y diferentes versiones de dispositivos similares sabiendo que es probable que esos dispositivos funcionen en diferentes condiciones en un fabricante y en toda su base de clientes. Las mediciones de datos y los protocolos técnicos de conectividad finalmente van a diferir. PTC ayuda ofreciendo capacidades que admiten jerarquías, federadas desde el perímetro hasta la nube, que facilitan la definición y la iteración de esos activos digitales.

Los fabricantes enfrentan un desafío único al tener datos limitados sobre el entorno operativo del cliente. Rara vez tienen datos fuera del equipo conectado que venden y reparan. Eso significa que es posible que no siempre tengan los datos etiquetados. Y tienen que pensar especialmente en etiquetar los datos de resultados porque el resultado podría ser una pieza operativa.

Es posible que tengan que utilizar otras técnicas, como la detección de anomalías y el seguimiento estadístico. Esos son buenos peldaños antes de que sean posibles los conocimientos predictivos. Esto es especialmente cierto en los casos en que una circunstancia o un modo de falla no se almacena y persiste claramente.

Por último, las operaciones proactivas requieren la integración en diferentes sistemas para tomar diferentes medidas contra los conocimientos predictivos o cualquier otro conocimiento, ya sea una visualización de alertas que inicia un flujo de trabajo y otros sistemas. Tener herramientas de flujo de trabajo e integraciones de API dentro de una plataforma y el software operativo que está utilizando es absolutamente clave y algo que debe buscar.

Una clave para todo esto es darse cuenta de que, en última instancia, la transformación digital requiere un esfuerzo comprometido. Tiene que haber colaboración y voluntad de aprender e iterar. Necesita esta base para construir porque es un trabajo duro implementar tecnología.

No hay magia. La clave del éxito va más allá de la tecnología. Los proyectos deben estar alineados con esa visión global. Hay una variedad de partes interesadas que deben ponerse de acuerdo sobre definiciones de datos comunes. Hay ingenieros, arquitectos, científicos de datos y operadores que deben encontrar la manera de colaborar. Han existido tradicionalmente en universos muy separados. Deben colaborar e iterar esfuerzos para comprender y obtener información. Deben tomar mejores medidas para comprender cómo esos datos afectan los procesos del mundo real que desean impactar.

Todos deben estar dispuestos a tomar estas decisiones basadas en datos. Y eso requiere liderazgo ejecutivo como requisito previo para el éxito. Los líderes que lanzan un proyecto mal definido con expectativas poco realistas corren el riesgo de fracasar. Debe comenzar con los objetivos comerciales y trabajar hacia atrás hasta una visión de transformación digital. Debe hacer esto incluso antes de identificar los buenos proyectos para usarlos como base para su estrategia.

En resumen, los líderes modernos deben tener una visión que sea lo suficientemente clara para organizarse y lo suficientemente flexible para lidiar con la incertidumbre inherente sobre cómo iteramos exactamente para llegar allí. Cómo lograr ese equilibrio a la perfección es una de esas cosas que tiende a ser clara en retrospectiva, pero puede ser bastante difícil cuando se mira hacia adelante.

RTInsights:¿Qué industrias y aplicaciones tienen más que ganar si pasan a operaciones proactivas?

MacDonald: Cualquier fabricante que proporcione equipos críticos para las operaciones del cliente puede beneficiarse. Se trata de situaciones en las que el tiempo de inactividad es crítico. Las operaciones proactivas también son ampliamente aplicables para impulsar optimizaciones. Pero el caso de negocios es muy sólido y la oportunidad es inmensa para equipos o activos donde el tiempo de inactividad es crítico, donde el servicio es costoso y especialmente donde la seguridad y el cumplimiento normativo son de alta prioridad.

Un gran ejemplo es Howden, líder mundial en la fabricación de soluciones de manejo de aire y gas. Su equipo se utiliza en sectores que incluyen infraestructura, generación de energía, petróleo y gas, aguas residuales, metales, minería y transporte.

Sus activos son críticos para la salud del sistema. Desarrollaron la solución Howden Uptime, inicialmente para sus activos personalizados de gama alta, que es una solución IoT conectada. Su producto muestra información, no solo para su organización de servicios, sino también para sus clientes finales.

La concentración de agua no era parte de esa solución ya que no se monitoreaba en línea en el equipo o el activo. (Los técnicos tomaban mediciones manuales de forma rutinaria). Uno de sus clientes de petróleo y gas estaba teniendo problemas con esto. El instinto natural del cliente es decir:"Oye, el equipo no funciona. Está provocando un tiempo de inactividad". Howden quería entender el problema. Item incorporó un modelo de predicción de agua en su aplicación que les permitió comprender que se trataba de algo en la operación en lugar del equipo. El modelo también proporcionó información sobre cómo usar mejor el equipo con las circunstancias de la operación.

Fue una oportunidad basada en un cliente importante en el que vieron una gran oportunidad para avanzar en su solución general de IoT y encontrar formas de brindar continuamente información de diagnóstico y predictiva. Luego podrían usar esa solución con otros clientes.

Y creo que Howden diría, más que nada, que el factor crítico de éxito es comprender el valor creado en la intersección de lo que hacen. El análisis de datos y el modelado predictivo son fundamentales para acelerar el movimiento global hacia la servitización. Y dicho esto, una parte importante del valor de un proyecto de servicio proactivo es construir un modelo que ofrezca una diferenciación competitiva estratégica en lo que es un mercado industrial muy maduro.