プロアクティブな運用に移行する時期が来た理由

機器メーカーとユーザーは、IoTとセンサーのデータを分析およびモデル化することで得られた洞察を活用して、事後対応型から事前対応型の運用に移行したいと考えています。

新しい接続オプションと組み合わせた機器メーカーによるIoTおよび組み込みスマートセンサーの急速な採用により、豊富な運用データへの容易なアクセスが提供されています。機器メーカーとユーザーは、データの分析とモデル化によって得られた洞察を活用して、リアクティブな操作からプロアクティブな操作に移行することをますます望んでいます。最近、RTInsightsは、PTCのデジタルトランスフォーメーションソリューションのAIおよび分析責任者であるChris MacDonaldと話し合い、関心を高めているものを探りました。この分野では、企業が直面する課題と、成功に貢献する主要なテクノロジーがあります。これがその会話の要約です。

RTInsights：プロアクティブな運用に移行することに関心があるのはなぜですか。また、なぜ今なのですか？

マクドナルド： サービスとアフターマーケットは、現代の製造ビジネスの重要な側面になりつつあります。顧客はより大きな価値を求めており、製造業者は長期的なより緊密な顧客関係がより収益性が高く持続可能であることを認識しています。そして、そうでない場合でも、少なくとも、顧客が一貫した収益を生み出すために戻ってくることを保証する方法です。

あなたは継続的に圧迫されている製品にマージンを持っています。企業と経営幹部は、より大きな価値を提供し、より緊密な顧客関係を築き、それらの顧客業務により深くソリューションを組み込み、コアオファーに関連する追加の製品とサービスを提供する機会を提供することにより、マージン圧力を相殺する場所としてサービスに目を向けています。

多くのメーカーにとっての問題は、サービスとアフターマーケットビジネスの多くが伝統的にサードパーティにオフロードされていることです。サードパーティはまったく同じ方法で行動したり、ティーのガイドラインに従わなかったりする可能性があります。積極的に行動することは、コントロールを取り戻すために離れています。実際には、少なくとも可視性を取り戻し、操作を標準化するためのある程度の制御を取り戻しています。

新製品の売り上げの2.5倍のマージンを持つサービスを利用し、多くのメーカーがアフターマーケットから全体の利益の40〜50％を生み出しているのを見ると、メーカーがプロアクティブな洞察とプロアクティブな運用から始める理由を簡単に理解できます。これにより、現場の機器や資産を聞き取り、発見したパターンに運用上の動きを適応させることができます。プロアクティブな運用は、サービスビジネスの収益性を保護する方法も提供します。その後、より積極的なSLAを提供できます。そうすれば、収益性の高いビジネスを勝ち取り、長期にわたって維持する可能性がはるかに高くなります。

RTInsights：プロアクティブなアプローチを使用する利点は何ですか？

マクドナルド： 例えを使用します。一歩下がって、これらの物理的な資産またはスマートで接続された製品について考えてみましょう。テレメトリデータ、およびシステムからのサービスに関するその他のデータがある可能性があります。それは聞くことができるのと同じです。質問になります、私は何を聞きますか？ノイズが多いので、どうすれば重要なものだけを選んで聞くことができますか？

予測的および規範的な分析を考慮せずに、パフォーマンスに関連する機能と統計的重要性について考えてください。これにより、バックグラウンドノイズの中でどのノートがチューニングされているか、またはチューニングされていないかを明確に聞くことができます。

もちろん、あなたはいつも悲鳴を聞くことができます。しかし、通常、悲鳴は、すでに何らかの危機に陥っており、危害を加えている誰か（または何か）から来ています。だから、あなたは反応的に問題に対処しています。

正しいことを真に聞くことができるという利点があります。パフォーマンスパターンと動作​​を特定して、何が起こっているかを診断することができます。お客様はシームレスな操作を期待しています。彼らは、それが正しいか間違っているかにかかわらず、計画外のダウンタイムを引き起こしたと信じているメーカーにペナルティを課す傾向があります。調子が悪いメモを聞くと、機器や顧客から悲鳴が上がる前に問題に対処できます。

Analyticsは、私が話していた診断の洞察を提供します。ベストプラクティスからの逸脱や、環境での機器の操作方法や使用方法を見つけることができます。これらの分析に基づくプロアクティブな操作により、問題が発生する前に発見されます。

接続された製品を使用すると、資産が運用されている環境で何が起こっているかを把握できます。分析、特に高度な分析では、データを処理して、統計的に関連する異常、パターン、およびイベントを特定できます。それは最終的に、問題が実際に何であるかについて、より客観的なレンズを提供します。

計画とリソースの割り当てを改善することで、サービス効率を向上させることができます。製造業者が故障修理またはカレンダーベースのサービスモデルから移行するのに役立つ予測的洞察により、サービスコールがはるかに効率的になり、トラックのロール全体やコールバックなどが削減されます。

>

接続された製品がない場合、トラックに適切な部品がないこと、または問題を解決するために必要な専門知識がないことを確認するためにのみ、技術者を派遣して診断を行うことがよくあります。お客様が運用上のダウンタイムを経験している場合、これにより修理が遅れます。障害の回避は重要です。しかし、ベルトの交換や注油のようなものではなく、操作やアクションのための定期的なメンテナンスの提供の効率も同様です。多くの場合、技術的に必要になる前に定期的なメンテナンスを行う方が効率的です。このようにして、ありふれたサービスコールをより価値の高いタッチポイントに変換できます。

また、適切な分析を行う優れた技術者は、他にどのような問題を探すべきかを知っています。適切な診断を実行して問題を迅速に解決し、追加のデータポイントを収集して、環境内の機器に関するより良い洞察を提供できます。

このようなリモートのセルフサービス機能の重要性は、特にパンデミックの際には誇張することはできません。

RTInsights：規範的な分析とメンテナンスの使用はまだ定期的に行われていますか、それともまだ早すぎますか？

マクドナルド： はい。用途があります。しかし、それは製造作業に関係するというよりも、機械製造業者の問題である傾向があります。マーキー分析のユースケースの1つは、タイヤメーカーです。タイヤ製造機にはさまざまな設定値があります。それが特定の方法で行われなかった場合、それはやり直しまたはスクラップにつながり、最終的にはお金を失い、最終的には収益を失うことになります。

処方分析の全体的な概念は、データが利用可能であり、彼らが自分たちのデータを知っていたために形作られました。彼らはそれをpredictionallensからの運用結果に結び付けることができます。彼らは、その結果につながるステップが発生する前に何が起こるかを知っています。しかし、彼らはまたレバーを持っていました。マシンビルダーのコンテキストでは、設定値は実際のレバーまたはデータ内のレバーです。特定の問題を防ぐために、最適化の実行を開始し、さまざまな設定値を規定することができます。これは、数億ドルのROIに相当するユースケースです。

RTInsights：ROIhereについて話しているのですか？

マクドナルド： 特に運用の観点から見ると、絶対にそうです。もう一度、私をタイヤ製造機械または製造作業で使用されるその他の機器の製造業者と考えてください。私の顧客は、機器をより有効に活用するために、物事のやり方を変える必要があります。それから私は自分自身に考え始めます、ちょっと待ってください。たぶん、私のエンジニアリング仕様は、長期的な使用に基づいて開発されていないか、適切な条件をシミュレートしていません。設定値は、予想よりも動的です。

それがあなたが言い始めるところです：多分私はこれらの設定値の分析を提供し始めて、私のエンドカスタマーにアプリケーションを提供する必要があります。おそらく、自分の機器が運用上の価値や課題をどのように提供するかについての洞察があれば、それらの運用結果が確実に満たされるように、サービスとしてもそれらの洞察を提供できます。

RTInsights：成功するために現在必要な基盤となるテクノロジーは何ですか？

マクドナルド： もちろん、重要なテクノロジーは接続性です。これにより、資産がどこにあるかをコンテキスト化して、データの観点から物理的な状況を知ることができます。適切なテクノロジーを使用すると、コンテキストに関連してデータをモデル化できます。

しかし、他にも重要なテクノロジーはたくさんあります。センサーへのエッジ接続に関連するシステム統合があります。全体的な予防的取り組みの一部となる可能性のある他のシステムまたはサービスシステムもあります。そのシステム統合を簡素化する機能とツールを提供できるほど、優れています。

リモートモニタリングは、あなたが始める場所です。私が言ったように、あなたはあなたが聞き始める前に少なくとも聞くことができなければなりません。

拡張されたリモートアシスタンス、拡張された3D作業指示、および拡張されたエキスパートキャプチャが重要だと思います。サービス、部品管理、ワークフロー管理などは、分析から洞察を引き出すことができます。統計計算と機械学習により、それが簡単になります。

自動マシン学習を使用すると、データを表すモデルを作成し、より迅速に調整できます。これは、より良い予測と結果を得るのに役立ちます。そして、これらすべては、一般的な分析で改善する必要があります。

さらに、アプリケーション開発プラットフォームが必要です。これらのプロアクティブな運用のユースケースには多くのことが含まれます。最も重要な機能は、特に予測を行うためのモデルを構築するための機械学習などの高度な分析手法を使用して、データを接続、保存、および理解する機能に帰着します。

これは、何かをオンにする前に寝かしつける必要があります。これらのモデルにデータを取り込むには、リアルタイムのシステムとアプリケーションが必要です。予測を取り、それを使って何かを行うことができるシステムとアプリケーションが必要です。

洞察とビジネス価値の上昇スパイラルは途方もないです。ユビキタスな接続性がなければ、パイロット規模を超えてプロアクティブな運用イニシアチブを拡大することは不可能です。データを抽出するための手動の一貫性のない方法に依存することは、ますます実行可能性が低くなります。

同様に、その有用な洞察を提供するには、プロセスのすべてのステップで利用できるさまざまな分析手法が必要です。製造業者は、現場の機器にセンサーを追加し、リモートで接続することから始める場合があります。彼らは、機器の一部に潜在的な問題がある可能性があることを調査するようにオペレーター、リモート技術者、サービス組織に警告するしきい値の設定を開始します。

これらのしきい値は、追加の洞察とともに、通常の使用法と動作パターンの理解を考慮に入れたローリングアベレージやベンチマークなどの状況に発展する可能性があります。フラグが立てられた調査は、機械学習アルゴリズムに入力できます。それらは潜在的な原因パターンを明らかにし、豊富な自動診断を生成することができます。その後、彼らは予測や処方箋さえも作り始めることができます。それは私たちにビジネスと運用プロセスをゼロから再考する機会を与えてくれます。これは、サービス運用を変革するための基本的な方法だと思います。

RTInsights：これらのテクノロジーを使用する際の課題は何ですか？PTCはどのように役立ちますか？

マクドナルド： 基本的に、その最初の出発点である接続性は、プロアクティブな運用を可能にするための課題となる可能性があります。異なるデバイスと同様のデバイスの異なるバージョンに接続する必要があります。これらのデバイスは、1つのメーカーとその顧客ベース全体で異なる条件下で動作している可能性が高いことを知っています。データ測定と技術的な接続プロトコルは、最終的には異なります。 PTCは、エッジからクラウドにフェデレーションされた階層をサポートする機能を提供することで支援します。これにより、これらのデジタル資産の定義と反復が容易になります。

メーカーは、顧客の運用環境に関するデータを制限するという独自の課題に直面しています。接続された機器の外部に、販売およびサービスを提供するデータが存在することはめったにありません。つまり、ラベル付きデータが常にあるとは限りません。また、結果は運用上の要素になる可能性があるため、ラベルの結果データについて特に考慮する必要があります。

異常検出や統計的監視など、他の手法を使用する必要がある場合があります。これらは、予測的洞察が可能になる前の優れた足がかりです。これは、状況または障害モードが明確に保存および永続化されていない場合に特に当てはまります。

最後に、プロアクティブな運用では、ワークフローや他のシステムを開始する視覚化を販売するかどうかにかかわらず、予測的洞察や洞察に対してさまざまなアクションを実行するために、さまざまなシステムに統合する必要があります。使用しているプラ​​ットフォームとソフトウェアの動作内にワークフローツールとAPIを統合することは、絶対に重要であり、探すべきものです。

これらすべての鍵の1つは、最終的にはデジタルトランスフォーメーションには献身的な努力が必要であることを認識することです。コラボレーションと、学習して反復する意欲が必要です。テクノロジーの実装は大変な作業であるため、この基盤を構築する必要があります。

魔法はありません。成功への鍵はテクノロジー以上のものです。プロジェクトは、その包括的なビジョンに合わせて調整する必要があります。共通のデータ定義について合意しなければならないさまざまな利害関係者がいます。コラボレーションする方法を見つけなければならないエンジニア、アーキテクト、データサイエンティスト、オペレーターがいます。それらは伝統的に非常に別々の宇宙に存在してきました。彼らは協力し、洞察を理解して導き出すための努力を繰り返す必要があります。そのデータが影響を与えたい実際のプロセスにどのように影響するかを理解するには、より適切な行動を取る必要があります。

彼らは皆、これらのデータ主導の意思決定を進んで行う必要があります。そして、それは成功の前提条件としてエグゼクティブリーダーシップを必要とします。非現実的な期待を持って定義されていないプロジェクトを投げるリーダーは、失敗するリスクがあります。ビジネスの目標から始めて、デジタルトランスフォーメーションのビジョンに逆戻りする必要があります。戦略の構成要素として使用する優れたプロジェクトを特定する前でも、これを行う必要があります。

要するに、現代のリーダーは、組織化するのに十分明確であり、そこに到達するために私たちがどのように繰り返すかという固有の不確実性に対処するのに十分柔軟であるビジョンを持っている必要があります。そのバランスを完璧にとる方法は、後から考えると明らかになる傾向がありますが、楽しみにしていると非常に難しい場合があります。

RTInsights：プロアクティブな運用に移行することで最も得られる業界とアプリケーションはどれですか？

マクドナルド： 顧客の運用に不可欠な機器を提供するメーカーなら誰でも恩恵を受けることができます。ダウンタイムが重要な状況です。プロアクティブな操作は、最適化を推進するためにも広く適用できます。しかし、ビジネスケースは非常に強力であり、ダウンタイムが重要であり、サービスにコストがかかり、特に安全性と規制への準拠が最優先事項である機器や資産にとって、チャンスは計り知れません。

優れた例は、空気およびガス処理ソリューションの製造における世界的リーダーであるハウデンです。その機器は、インフラストラクチャ、発電、石油およびガス、廃水、金属、鉱業、輸送などの分野で使用されています。

それらの資産は、システムの健全性にとって重要です。彼らは、最初はハイエンドの特注資産のために、接続されたIoTソリューションであるHowdenUptimeソリューションを開発しました。彼らの製品は、サービス組織だけでなく、エンドユーザーにも洞察を示しています。

水の集中は、機器や資産でインラインで監視されていなかったため、そのソリューションの一部ではありませんでした。 （技術者は日常的に手動測定を行っていました。）石油およびガスの顧客の1人は、これに問題を抱えていました。クライアントの自然な本能は、「ねえ、機器が機能していない。それがダウンタイムを引き起こしている」と言うことです。ハウデンは問題を理解したかった。アイテムは、水予測モデルをアプリケーションに組み込んで、それが機器ではなく操作中のものであることを理解できるようにしました。このモデルは、操作の状況で機器をより適切に使用する方法についての洞察も提供しました。

これは、ある重要なクライアントに基づく機会であり、IoTソリューション全体を進歩させ、診断と予測の洞察を継続的に提供する方法を見つける絶好の機会を見ました。その後、他のクライアントでそのソリューションを使用できます。

そして、ハウデンは何よりも、彼らが行うことの交差点で生み出される価値を理解することが重要な成功要因であると言うだろうと思います。データ分析と予測モデリングは、サービス化へのグローバルな動きを加速するための基盤です。とはいえ、プロアクティブサービスプロジェクトの価値の大部分は、非常に成熟した産業市場で戦略的な競争上の差別化を提供する青写真を構築することです。