Connect with us

Lãnh đạo tư tưởng

Mở khóa giá trị bảo trì dự đoán hơn 100 triệu đô la thông qua cơ sở hạ tầng biên

mm

Các công ty công nghiệp đang ngồi trên một mỏ vàng bảo trì dự đoán có giá trị hàng trăm triệu đô la về tiết kiệm tiềm năng, nhưng hầu hết đều gặp khó khăn trong việc mở rộng quy mô vượt ra ngoài các dự án thí điểm thành công. Mẫu này đáng lo ngại: Một đội ngũ thực hiện bảo trì dự đoán cho một tài sản quan trọng, chứng minh giá trị với các chỉ số ROI dự kiến ấn tượng, sau đó gặp phải một rào cản không thể vượt qua khi cố gắng mở rộng quy mô trên nhiều dây chuyền sản xuất, nhà máy hoặc khu vực. Điều gì phân biệt các công ty đạt được thành công trên toàn doanh nghiệp với những công ty bị kẹt trong chế độ thí điểm vĩnh viễn? Câu trả lời không nằm ở các thuật toán tốt hơn hoặc nhiều cảm biến hơn, mà ở cơ sở hạ tầng cơ bản kết nối chúng.

Rào cản mở rộng quy mô

Trong khi ngành công nghiệp tập trung vào các thuật toán AI tinh vi và công nghệ cảm biến, thách thức thực sự của bảo trì dự đoán là thực tế hơn: mở rộng quy mô. Hành trình điển hình bắt đầu với một tài sản có giá trị cao – một máy nén, turbine hoặc thiết bị sản xuất quan trọng – với chi phí lớn cho thời gian ngừng hoạt động không kế hoạch. Các công ty trang bị cho thiết bị này các cảm biến, phát triển các mô hình phân tích và kết nối nó với các nền tảng trực quan hóa, thường thấy giảm 30% thời gian ngừng hoạt động không kế hoạch. Tuy nhiên, khi cố gắng nhân rộng thành công này trên nhiều tài sản hoặc cơ sở, họ gặp phải một mạng lưới phần cứng đa dạng, kết nối không nhất quán và các vấn đề tích hợp khiến việc mở rộng quy mô bị đình trệ.

Nhiều tổ chức tiếp cận bảo trì dự đoán như một vấn đề phần mềm, mua một giải pháp và mong đợi kết quả ngay lập tức. Nhưng thực tế thì phức tạp hơn. Các nhà máy khác nhau có các thế hệ thiết bị khác nhau, kiến trúc mạng và công nghệ hoạt động. Do sự khác biệt về cơ sở hạ tầng, giải pháp cần thiết cho một máy nén ở Nhà máy A có thể yêu cầu tùy chỉnh đáng kể cho một máy nén giống hệt ở Nhà máy B. Nếu không có một nền tảng tiêu chuẩn để xử lý sự đa dạng này, các công ty sẽ tái tạo giải pháp của họ cho từng tài sản và vị trí, làm tăng chi phí và phức tạp.

Kết quả? Những hòn đảo xuất sắc về bảo trì dự đoán trong một biển các phương pháp bảo trì truyền thống, với sự chuyển đổi toàn doanh nghiệp được hứa hẹn vĩnh viễn nằm ngoài tầm với.

Nỗi đau dữ liệu

Sự phổ biến của các cảm biến công nghiệp tạo ra một thách thức dữ liệu với tỷ lệ đáng kinh ngạc. Một máy bơm công nghiệp đơn lẻ có thể tạo ra 5GB dữ liệu rung động hàng ngày – nhân số này với hàng trăm tài sản và nhiều nhà máy, và chi phí băng thông và tính toán đám mây trở nên không thể chấp nhận được. Phương pháp truyền thống là gửi tất cả dữ liệu đến các nền tảng đám mây tập trung tạo ra các vấn đề về độ trễ khiến phân tích thời gian thực không thể thực hiện được trong các ứng dụng quan trọng về thời gian.

Hãy xem xét các hoạt động dầu khí nơi 20-30 phút cảnh báo trước khi máy nén bị hỏng có thể ngăn chặn các sự cố liên hoàn thảm khốc – độ trễ của đám mây đơn giản không phải là một lựa chọn. Trong sản xuất, nơi thời gian ngừng hoạt động không kế hoạch trung bình $260.000 mỗi giờ, mỗi phút độ trễ đại diện cho hàng nghìn đô la tiềm năng trong tổn thất. Thách thức “trọng lực dữ liệu” này đòi hỏi phải xử lý tại nguồn, lọc những gì di chuyển đến đám mây và duy trì khả năng phân tích nhất quán trên các môi trường hoạt động đa dạng.

Các triển khai thành công nhận ra rằng tính toán biên không chỉ là về tiết kiệm băng thông – mà còn là về tạo ra lớp thông tin thời gian thực khiến bảo trì dự đoán trở nên có thể hành động khi và nơi nó quan trọng nhất.

Yêu cầu tích hợp

Bảo trì dự đoán chỉ mang lại giá trị đầy đủ khi được tích hợp với các hệ thống doanh nghiệp. Khi một mô hình dự đoán xác định một sự cố sắp xảy ra, thông tin đó phải chảy một cách liền mạch vào các hệ thống quản lý bảo trì để tạo ra các lệnh công việc, hệ thống ERP để đặt hàng các bộ phận và hệ thống lập kế hoạch sản xuất để giảm thiểu gián đoạn. Nếu không có sự tích hợp này, ngay cả những dự đoán chính xác nhất cũng chỉ là các bài tập học thuật chứ không phải là công cụ hoạt động.

Thách thức tích hợp tăng lên theo cấp số nhân trên các cơ sở có các hệ thống di sản, giao thức và công nghệ hoạt động khác nhau. Điều gì hoạt động cho việc kết nối với một hệ thống quản lý bảo trì ở một nhà máy có thể yêu cầu cấu hình lại hoàn toàn ở một nhà máy khác. Các công ty thành công trong việc mở rộng quy mô bảo trì dự đoán xây dựng một lớp tích hợp nhất quán để bắc cầu những khoảng trống này đồng thời tôn trọng các yêu cầu duy nhất của từng cơ sở.

Các tổ chức tiên tiến nhất đang đưa điều này đi xa hơn, tạo ra các quy trình làm việc tự động dự đoán các sự cố và kích hoạt các phản hồi phù hợp mà không cần can thiệp của con người. Điều này bao gồm việc lên lịch bảo trì trong thời gian ngừng hoạt động đã lên kế hoạch, đặt hàng các bộ phận dựa trên mức tồn kho và thông báo cho nhân viên liên quan. Mức độ tích hợp này biến bảo trì dự đoán từ một công cụ phản ứng thành một hệ thống chủ động tối ưu hóa các hoạt động chung.

Tăng tốc ROI

Kinh tế của bảo trì dự đoán tuân theo một mẫu rõ ràng: đầu tư ban đầu cao với lợi nhuận theo cấp số nhân khi mở rộng quy mô. Trong một ví dụ, một tài sản có giá trị cao duy nhất mang lại $300.000 tiết kiệm hàng năm thông qua giảm thời gian ngừng hoạt động và chi phí bảo trì. Nếu bạn mở rộng quy mô này trên 15 tài sản tương tự trong một nhà máy, bạn sẽ tiết kiệm hơn 5 triệu đô la. Mở rộng đến 10 nhà máy, và tiềm năng đạt hơn 52 triệu đô la.

Tuy nhiên, nhiều công ty gặp khó khăn trong việc di chuyển vượt ra ngoài những tài sản quan trọng đầu tiên vì họ không thiết kế với mục tiêu mở rộng quy mô. Chi phí triển khai bảo trì dự đoán cho tài sản đầu tiên bị chi phối bởi chi phí phần cứng, kết nối, phát triển mô hình và tích hợp. Nếu không có cơ sở hạ tầng biên tiêu chuẩn, những chi phí này được lặp lại cho mỗi triển khai mới thay vì được tận dụng trên các triển khai.

Các công ty thành công xây dựng cơ sở hạ tầng biên tiêu chuẩn tạo ra một mô hình triển khai có thể lặp lại, giảm đáng kể chi phí và phức tạp của mỗi tài sản mới. Cách tiếp cận này biến bảo trì dự đoán từ một loạt các dự án độc lập thành một khả năng doanh nghiệp hệ thống với lợi nhuận tăng tốc.

Sự chia rẽ cạnh tranh

Đường cong trưởng thành của bảo trì dự đoán đang nhanh chóng tách các công ty công nghiệp thành hai loại: những công ty tận dụng cơ sở hạ tầng biên tiêu chuẩn để đạt được chuyển đổi trên toàn doanh nghiệp và những công ty bị mắc kẹt trong một chu kỳ vô tận của các dự án thí điểm thành công và các nỗ lực mở rộng quy mô không thành công. Với chi phí thời gian ngừng hoạt động trung bình từ hàng trăm nghìn đến hơn một triệu đô la mỗi giờ, chi phí của việc không hành động ngày càng tăng mỗi ngày.

Các công ty thành công trong việc mở rộng quy mô không nhất thiết là những công ty có các thuật toán hoặc cảm biến tiên tiến nhất – họ là những công ty đã nhận ra sớm rằng cơ sở hạ tầng biên là nền tảng làm cho trí tuệ công nghiệp trở nên khả thi ở quy mô doanh nghiệp. Khi chúng ta bước vào một kỷ nguyên mà dự đoán đang nhường chỗ cho bảo trì theo quy định, việc xây dựng nền tảng này không chỉ là về việc theo kịp – mà còn là về việc đảm bảo công ty của bạn có cơ sở hạ tầng cần thiết cho làn sóng trí tuệ công nghiệp tiếp theo.

Thời gian để giải quyết liên kết thiếu hụt trong bảo trì dự đoán là bây giờ. Công nghệ đã trưởng thành, ROI đã được chứng minh và lợi thế cạnh tranh cho những người áp dụng là đáng kể. Câu hỏi duy nhất còn lại là liệu tổ chức của bạn sẽ nằm trong số những người gặt hái lợi ích của bảo trì dự đoán trên toàn doanh nghiệp hay vẫn đang vật lộn để mở rộng quy mô vượt ra ngoài các dự án thí điểm.

Padraig Stapleton là SVP và Chief Product Officer tại ZEDEDA. Là một nhà lãnh đạo giàu kinh nghiệm với thành tích phát triển các giải pháp đổi mới tận dụng AI/ML, dữ liệu lớn và đám mây, Padraig có thành tích đã chứng minh về việc xây dựng và lãnh đạo các đội kỹ sư toàn cầu tại cả các công ty đại chúng và pre-IPO và đã tham gia vào một số IPO và mua lại.