侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

预测性维护:“工业4.0”提出的关键创新点之一

展望未来,许多公司仍难评估预测性维护作为成功要素的作用:近40%的公司认为预测性维护是帮助稳固并提升服务收入的关键所在和成功要素,对于未来业务的发展尤为重要。

不同行业中存在普遍共识:尽管各细分产业对预测性维护的具体产品和应用方式的理解上存在微小的差异,但我们的研究并未发现显著的分歧。总体而言,在不同行业中,各公司的看法、发展状况和面临的挑战大体相似。

仅有少数公司提供了具体的预测性维护产品/服务:在工程领域,预测性维护实际可用“产品”的成熟度差异巨大。尽管近40%的受访公司已在提供相关技术和服务,但大部分公司仍然在产品研究阶段,或尚未开始任何相关工作。

受访对象认为,预测性维护对客户带来的主要价值在于业绩提升:79%的受访对象表示,得益于更好的机器可用性、更长的服务寿命以及更稳定的工作等,客户从预测性维护中获得的主要益处是生产方面的优异表现。相较而言,仅有不到五分之一的受访公司将预测性维护看作削减维护成本的手段。(图3)

预测性维护:“工业4.0”提出的关键创新点之一

大多数受访对象期望预测性维护能推动业务增长:尽管关于预测性维护对财务方面的整体影响仍讨论激烈,但受访对象对于增长预期的乐观态度大于对负面效应的担心。从商业预期来看,80%的受访对象预计预测性维护将会刺激其服务业务的增长。相较而言,20%的公司更加关注风险,担心其现有的服务业务将可能受少量负面影响。

迫切需要和客户需求取得一致:迄今为止,预测性维护的发展动力主要来自于机械工程人员从技术角度希望改良产品的愿望。近90%的受访对象承认在对客户以及终端客户真实需求的理解上仍然存在不足。因此,即使供应商承诺预测性维护的益处,仍然不确定客户是否能够认同这些收益能增加显著且可量化的价值。

系统性战略和产品开发仍有不足:超过50%的受访公司仍然没有系统化方法——缺乏明确的商业模式、业务目标和相应的开发预算。这也说明目前发展方式主要受技术驱动,未让客户共同参与。

业内普遍认为已基本掌握了支撑预测的主要技术:受访对象认为,预测性维护所需的技术已大体就位。不过,在部分领域仍存在挑战,包括机遇分析和识别机器运转模式及状态数据微调预测性维护,从部件和机器层面发展到生产与系统(网络化生产)层面进行预测和决策支持。

许多企业尚未明确在价值链上的定位:预测性维护最复杂部分之一是将机器运行数据适当转化为对整个生态系统的认知以及客户实际收益。约65%的受访者表示其尚未明确自身定位。在一定程度上,这可能是由于企业(尤其是中小企业)缺乏数字化专业知识与技术导致的。几乎所有市场参与者都很难判断客户的“生态系统”和配套平台未来会如何发展。但企业必须进行自我调整应对这些变化,清晰认识预测性维护的逻辑和价值。由于预测性维护所涉及的数字化要素将不断增加,有69%的受访对象认为与专业的外部伙伴合作(尤其在软件和数据分析领域)“尤为重要”;40%的调查对象甚至未明确排除与直接竞争对手合作的可能性。

仍未明确预测性维护的盈利模式:有90%的受访对象提到了如何通过提供预测性维护服务盈利的问题,这显然是企业尝试建立商业模式时候面临的普遍困扰。原因之一是长久以来,制造业的客户不愿为数字化服务买单。受访企业现在更多考虑基于成本的定价模式,而非基于业绩表现“更数字化”的模式。(图4)

预测性维护:“工业4.0”提出的关键创新点之一

不过,也有许多企业已经清醒地认识到,这项新的服务需要新的思维方式。例如,需要对接客户的层级就有所不同。目标对象不应该再是车间工厂;与此相反,为了体现预测性维护方案对公司整体目标以及对关键业绩指标(KPI)的贡献,必须同客户的最高管理层直接开展合作与对话。

在某些领域中,要真正实现预测性维护的价值需要独立的、便于数字化的组织架构,整合的产品/服务战略。然而,当前大多数的受访对象仍是在原有的框架下提供预测性维护服务,同时在服务内容方面(如KPI、定价、销售、管控及垂直整合)的进展也非常有限。

<上一页  1  2  3  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号