数据从未如此“美味”

您不必看得太远

幸运的是，数据就在您的身边。新设备通过“智能化设计”提供数据，我们也能从旧设备获取数据。我们可以借助过去数十年来部署的技术，包括传感器、组件、PLC、驱动器、历史数据管理工具、数据库、HMI等。

但现实却不尽人意。大多数设施都有 20 年以上的历史，由不同的制造单元或生产线逐年累月堆砌而成。即使处在同一生产环境中，但由于这些“技术孤岛”之间缺乏连接性，几乎不可能获取生产率的总体情况。相反，操作员依靠个人经验来做出决策，而随着工人退休潮的到来，这种做法的风险也越来越高。

当然，光有数据并不够。访问数据需要构建合适的基础设施，而利用数据推进运营改进则需要数据分析等先进技术。在有数据访问能力的公司中，只有 25% 将其用于主动目的。这就相当于一边观察后视镜一边操控车辆。

由数据驱动的一体化运营模式并非一夜之间就能实现。许多公司都聘请专业团队研究工业 4.0、智能制造和其它未来工厂概念，力求通过技术来提升生产率。

这些团队致力于识别用例和开展试点，并在独立的制造单元、过程或生产线上部署技术，以此验证其投资回报率，然后确定如何将技术扩展到生产运营乃至整个企业。他们取得了显著的效果。

变革性数据大展拳脚

例如，Agropur Dairy 公司从旗下一家牛奶加工厂开始试点，希望用新的方法获取不同的数据，以便设施操作者做出明智的决策。在先进技术的帮助下，他们不仅每年省去了 2500 小时的手动数据采集时间，而且很快将润滑油消耗减少了 30%，令生产效率提高了 25%。

同样，Kraft Heinz 也着手在旗下 Ore-Ida 工厂的一条生产线上验证新理念。这条已有几十年历史的马铃薯加工生产线采用老化的控制设备，并依靠操作员的知识来优化设置和进行故障诊断。

经过一系列技术升级后 (包括数据分析)，每项变量都能得到解析和优化，以获得更大的产能。在不到 12 个月的时间，试点生产线实现了 10% 的产能增长和投资回报。更重要的是，实现这一改进的数据始终存在，只是如果缺乏正确的基础设施，就无法获取或充分利用这些数据。

最后，我们与 Jim Beam 合作，将其中一家酿酒厂的波旁威士忌产能提高了 1 升/分钟。同样，机遇始终存在，它就隐藏在数据中。借助数据分析，操作员在验证阶段即可明确该从哪些方面提高产能。他们设法让可变性降低了 60%，最终使产能显著提升。

那么，您该从何处入手呢？

避免过度分析和淹没于无穷无尽的数据中。您很有可能意识到了效率低下的症结所在。看看生产过程的哪个环节投入最高、对盈利能力的影响最大或经常出现问题。

这就是您应该入手的地方。如果您能从成本最高的部件入手，最终提高成品的产量，就能带来实打实的利润。数据分析可以帮助您关注生产过程中的指定环节是否符合预期，而相关技术可以实时提升这些环节的生产率。

这并不像听起来那么困难或昂贵。让一家熟悉 IT 和 OT 环境的合作伙伴介入，您就能更加轻松且经济高效地开展项目。

试点项目对生产运营的影响也能降至最低。这种方法往往会带来快速而积极的投资回报，创建可推广于整个运营过程的用例，最终逐步兑现隐藏在身边的生产率改进机会。