罗克韦尔自动化：远程监控和云分析

罗克韦尔自动化欧洲、中东和非洲工业服务总监 Marc Baret 讨论远程监控和云分析自动化的未来自动...

罗克韦尔自动化欧洲、中东和非洲工业服务总监 Marc Baret 讨论远程监控和云分析自动化的未来

自动化正在迅速改变我们所做的工作、我们工作的地方，甚至我们定义工作的方式。 Forrester 预测，仅在 2020 年，就有 100 万个知识型工作岗位将被聊天机器人、软件机器人、RPA 和虚拟代理所取代。这听起来像是一个不祥的预兆，但该报告还估计，仅美国劳动力就将增加 331,500 个工作岗位，这些岗位需要同理心、直觉以及身心敏捷。

随着自动化采用率的提高，它将增强连接性和可靠性，并帮助企业使数据、系统和流程更易于访问和使用。然而，由于生产力水平和同时出现的停机风险，许多制造公司发现他们的自动化和数字化转型战略放慢了速度。

通过充当团队虚拟扩展的预测分析和维护等工具可以解决这个问题。然而，成功实施这些技术需要额外的外部专业知识。为了进一步探讨这一点，以下是我们看到的企业在进行数字化转型时面临的五个主要陷阱以及如何解决这些陷阱的建议。

陷阱 #1：网络安全风险

安全漏洞继续成为头条新闻，因为它们可能对业务产生严重影响。违规不仅有丢失敏感信息的风险，还可能导致中断、停机和性能问题，以及严重的声誉损害。这凸显了企业改进数据管理流程和投资 IT 基础架构的重要性。

预测性维护支持可以帮助制造商通过自动监控异常模式并立即识别数据被盗或网络入侵的潜在迹象来避免此类问题。他们还需要一种全面的安全方法，包括政策和程序，并围绕人员、流程和技术风险提供多层防御。

陷阱 #2：数据过多

企业正在生成大量数据，如果使用得当，这些数据可能是非常宝贵的资产。然而，许多制造组织不知道如何充分利用他们的数据，因此没有优化他们的工作流程或生产流程，使他们能够收集到最好的见解和结果。

能够理解海量数据是解决组织面临的最大挑战的关键。但做到这一点所需的技能和能力很少是企业核心竞争力的一部分。因此，与值得信赖的数据专家合作非常重要，他们可以收集、存储和呈现正确的信息，从而使他们能够做出最有效的业务决策。

陷阱 #3：数据管理不善

企业积累的数据比以往任何时候都多，但仅仅拥有大量数据是不够的。他们需要能够帮助他们更好地利用数据并理解所拥有信息的工具。

自动化的真正价值在于企业对其客户、流程和产品设计的知识产权。利用人工智能和机器学习，他们能够分析大量信息、假设并创建重要的数据模式，并训练学习模型以发现未知数。此外，数据团队将能够在显着缩短的时间内尝试更多用例，这将有助于他们在理解数据方面取得巨大进步。

麦肯锡的分析突显了这些人工智能进步的潜力，该分析发现最先进的深度学习技术每年可带来高达 5.8 万亿美元的价值。在它测试的 400 个用例中，有三分之二的 AI 提高了性能，超过了其他分析技术所支持的性能。如果没有这种从多个平台收集大量数据并有效采取行动的能力，制造商将继续努力就其工厂内的变化和生产力得出有效的结论。

陷阱 #4：跟不上技术的步伐

围绕数字化转型的流行语数量往往会让那些只想让技术发挥作用的企业感到不知所措，甚至令人恼火。许多供应商还需要大量的前期投资，这可能是一个令人生畏的前景，并且可能会在项目不成功时推迟业务。此外，锁定在一个供应商或部署可能会导致公司被竞争对手甩在后面。

因此，与在代表巨大技术转变的任何部署之前提供试点或原型的供应商合作非常重要。这将提供流程如何工作的分步愿景，提供里程碑，并帮助企业了解它将如何工作以及他们的预期投资回报率是多少。如果要帮助企业实现目标和 KPI，值得信赖的技术合作伙伴需要成为团队的延伸。

陷阱 #5：缺乏专业知识

即使采用了正确的自动化技术，企业通常仍需要具有适当经验和专业知识的人员提供外部支持。现在可以通过使用增强现实为工程师提供远程应用支持和覆盖信息来实现这一点。

与任何技术部署一样，它需要适应企业文化以及最适合其特定需求的方式。然而，在这些类型的新兴技术上行动缓慢的企业面临着被甩在后面的真正风险。

拥抱自动化的未来

通过正确的技术实践和正确的技术合作伙伴，应对提高生产力和减少停机时间的关键挑战是可能的。通过了解上述常见的陷阱，制造公司可以更好地导航到自动化的未来。然而，数字化并不是他们一个人可以实现的。

另请参阅：

• C3.ai：交付领先的企业 AI 软件

• AWS：利用云和物联网技术实现智能制造

• 智能技术如何改变工业世界

• 在此处阅读最新一期的《全球制造》

有关制造主题的更多信息 - 请查看最新版本的 Manufacturing Global

在 LinkedIn 和 Twitter 上关注我们。