播客简介 《趋势洞察》可持续制造系列第二集。GBB领导层继续分享:制造商落地可持续制造的行动步骤、漂绿风险、预测性维护如何赋能绿色转型。欢迎订阅留评。 访谈实录 起步:CEO愿景+跨职能绿色团队+全景生态评估 Niall Sullivan: 制造商如何理解自家环境议题?优先聚焦何处? Bill Zujewski: 我刚写的《高管10步指南》第一步:CEO/高管层确立环境愿景,组建绿色委员会,开展全景生态评估。GBB在线评估覆盖食堂、卫生间、照明、仓储、车辆、通讯、生产现场等全维度,输出评分卡与可行动举措清单(如配送车电动化、废料变现)。 如何点燃CEO热情?三重驱动力 Tom Permat
播客简介 《趋势洞察》可持续制造系列第三集(终章)。嘉宾:Green Business Bureau(GBB)CEO Tom Permatteo、CMO/COO Bill Zujewski。GBB助力组织通过认证展示可持续承诺。本集聚焦:制造商如何衡量监测可持续目标、ROI周期预期。欢迎订阅并留评。 访谈实录 ROI显现速度:快至数月,因项目而异 Niall Sullivan: 如何知道改变产生了正/负面影响?多久能看到底线变化? Tom Permatteo (GBB): 视起点与项目而定,但我们见过3-4个月即现ROI。如更换照明、节水装置,次月账单即反映节省。销售端周期较长,除非竞标明确
播客简介 欢迎收听Senseye出品的《趋势洞察》播客首发系列,主题聚焦“服务化转型”。本期嘉宾为高级服务集团Dr. Parikshit Naik,该集团源自阿斯顿商学院服务化研究卓越中心,致力于通过教育、培训、研究及全球专业网络,助力企业实施高级服务与服务化战略。 本集将定义服务化内涵,剖析制造商引入该模式的核心收益。请订阅关注后续更新,并留下您的评价反馈。 访谈实录 嘉宾背景与服务化定义 Niall Sullivan: 请介绍您及高级服务集团的使命。 Dr. Parikshit Naik: 我是高级服务集团业务发展总监。我们是阿斯顿商学院服务化研究中心的孵化项目,由全球顶尖服务化学者领衔
播客简介 欢迎收听全新的《趋势洞察》播客,由Senseye出品。Senseye是利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本期节目旨在帮助您获取实现维护效率提升的实用思路。 在服务化转型系列的第二集中,我们再次邀请到高级服务集团的Parikshit Naik博士,深入探讨制造商实施服务化商业模式所需的关键步骤,并结合真实案例进行解析。 请通过您常用的播客平台(Apple Podcasts、Google Podcasts、Spotify)订阅本系列,以便获取后续更新;也欢迎留下您的宝贵反馈。 访谈实录 服务化转型的四阶段路线图 Niall Sullivan (Senseye):
欢迎收听全新《趋势洞察》播客,由Senseye出品,作为利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本栏目旨在助您获取实现维护效率提升的思路。 在服务化三集系列终章,The Advanced Services Group的Dr. Parikshit Naik与我探讨服务化未来,包括其在组织数字化转型与可持续性战略中的定位。希望您喜欢。 请通过您喜爱的播客平台(Apple、Google、Spotify)订阅,以获取未来节目通知,并留下评价反馈。 若错过前集,可收听第一集和第二集。 逐字稿 Niall Sullivan, Senseye: 最后部分,我想望向水晶球,看服务化未来。你在A
欢迎收听全新《趋势洞察》播客,由Senseye出品,作为利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本栏目旨在助您获取实现维护效率提升的思路。 本两集系列邀请Make UK的Jim Davison和Fhaheen Khan,他们代表英国制造商。 首集讨论:2021年影响制造业的关键趋势及面临挑战。您可收听第二部分。 请通过您喜爱的播客平台(Apple、Google、Spotify)订阅,以获取未来节目通知,并留下评价反馈。 逐字稿 核心话题 2021年影响制造业的关键趋势 制造商面临并持续面临的挑战 向远程办公转变 材料价格上涨 Niall Sullivan, Senseye:
欢迎收听《趋势洞察》播客,由Senseye出品,作为利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本栏目旨在助您获取实现维护效率提升的思路。 在回顾2021年制造商面临最大挑战的系列最终部分,我再次邀请Make UK的Jim Davison和Fhaheen Khan。您可收听第一部分。 本期最终集讨论:脱欧影响、制造商如何利用绿色技能达成可持续目标。 请通过您喜爱的播客平台(Apple、Google、Spotify)订阅,以获取未来节目通知,并留下评价反馈。 逐字稿 核心话题(点击跳转) 脱欧与新冠疫情的影响 可持续性与绿色技能 制造商达成可持续目标可采取的步骤 下载《制造业可持续
按计划更换部件,就是将完好可用的资产以废弃物形式扔进垃圾填埋场,等于把钱扔掉。 制造商成本显而易见。机器昂贵。即便仅更换100美元部件,真实成本含指定、采购、安装的时间金钱。若满产运行,还包括更换仍有大量剩余寿命部件的高昂非必要停机成本。 环境成本也显著。虽些机器可转售或升级再造,部件可回收再制造,但部分只能填埋。过程还可能引发泄漏。 若企业减少40%部件使用,相关运营开支即降40%。 部分企业已借助工业4.0分析技术减少部件浪费、延长资产寿命,详见我们探讨制造业可持续性挑战的新报告。 报告关键洞见:高效制造非简单“旧坏新好”。领先工业组织利用传感器和分析,能更有效高效管理老旧资产,使其远超原
英国南安普顿,2022年1月13日: 致力于实现可扩展、可持续资产性能与可靠性的工业AI公司Senseye,已正式获宣布为气候中和,彰显其对可持续发展的持续承诺。 Fokus Zukunft GmbH & Co. KG对公司碳足迹评估发现,Senseye人均排放值在同规模、同行业公司中处于低位。 Senseye降低全球工业碳排放的承诺超越其AI驱动软件与远程办公重点。Senseye额外通过支持巴西国际认可的气候保护项目抵消不可避免排放,并承诺今年进一步减少碳足迹。 此宣布继Senseye近期发布《制造业可持续性》报告之后,该报告探讨制造业提升可持续性的挑战、机遇,及工业4.0在机器健康与可持
企业投资Senseye ROI Lock™预测性维护零风险 不确定性为商界所惧,而当下经济前景比以往更不可预测。在此背景下,“稳健求稳”心态可理解,但讽刺的是,这可能阻碍企业投资本能增强韧性的智能系统。 担保回报 为解决此困境,Senseye携手全球最大、最具活力的再保险商之一SCOR,推出ROI Lock计划,大幅降低投资预测性维护方案的感知风险。 该担保为预测性维护行业首创:Senseye承诺若约定停机减少目标未达成,报销客户Senseye PdM软件订阅费。 现代预测性维护软件依赖先进机器学习帮助用户减少非计划停机、提升生产力。问题在于太多系统兑现不了承诺。部分原因:预测性维护依赖前沿机
欢迎收听《趋势洞察》播客,由Senseye出品,作为利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本栏目旨在助您获取实现维护效率提升的思路。 本两集系列邀请Make UK的Jim Davison和Fhaheen Khan,他们代表英国制造商。 在展望2022年制造业前景的第二部分,我再次邀请Jim Davison和Fhaheen Khan。您可收听第一部分。 本期最终集讨论:技术在制造业日益重要的地位、制造商是否视服务化为2022年重大机遇。 令人鼓舞的是数字化高居制造商2022年议程——不仅大企业,Fhaheen提到的SME在卧室用3D打印机创制产品再扩大规模的案例,极具启发,展示
Senseye联合创始人Alexander Hill回顾预测性维护五年演进,识别增长关键驱动力 加速发展的行业 过去五年预测性维护真正成熟。经历相当平稳的25年演进:CMMS系统让位于企业资产管理,铺平传统资产性能管理工具之路,再到全新一代预测性维护专用工具,资产可靠性与性能已稳居议程核心。 相比之下,若过去25年见证此类系统演进,过去五年则见证了一场革命。 从小众到主流 五年前预测性维护仍处相对萌芽期,全球规模不足15亿美元,多数系统独立运行、由“DIY”式数据科学方案组成,互操作性与理解缺失阻碍收益,ROI案例寥寥。 随后几年,先进集成能力与API可用性加速预测性维护用例,与ERP、CMM
能源。您的机器消耗多少?浪费在哪里?这是实现可持续制造的根本问题。 无论生产何种产品,制造本质是材料转化——几乎普遍为高能耗过程。 部分企业高达三分之一的间接成本是能源。 制造企业如何同时减少环境影响和能源账单?如何创造双赢? 一途是利用智能工业分析,从联网的工业4.0就绪机械获取数据,更深入理解能耗。不有效测量就无法减少能耗。测量什么,什么就能得到改善。 工业4.0让企业理解能耗,不仅限于工厂或资产层面,若分析足够智能,可达组件级。凭借精准颗粒度的能耗视图,企业可识别显著优化机会。 这只是我们探讨制造业可持续性挑战的新报告的一个洞见,报告重要部分聚焦如何削减能耗。 报告指出领先企业将净零碳目
我们无疑正处于预测性维护革命之中。核心技术近五年尤其快速演进,现已嵌入主流:全球预测性维护市场将从2020年42.7亿美元增至2026年224.29亿美元。 这不意味全聚焦预测性维护,过去两年事件迫使许多制造商重审整体方法。但随工业4.0与物联网(IoT)持续兴起、远程办公增加、全方位优化运营需求,预测性维护在实现更广泛商业目标中扮演关键角色。未来12个月及更远将有何趋势? 迈向更高可持续性 去年COP26峰会将“净零”推向优先议程首位,英国政府承诺2050年温室气体净零排放(2035年减排78%)。在此背景下,更多企业将寻求有效减少能耗、废弃物,最大化资产寿命——这些正是有效预测性维护策略的
可持续性意味着长期可持续的工作方式。核心在于不破坏自然环境,也包含社会责任——即关怀工人健康安全。 归根结底,没有安全运营就没有可持续运营。 2018年欧盟制造业发生500起致命事故,另有59.4万起非致命事故导致至少四天缺勤。 有效受控的机器维护运营是安全关键——我们的制造业可持续性挑战新报告对此强调。 如何降低事故率?报告指出关键聚焦点:人机交互。远程分析检查越多、直接机器交互越少,事故率越低。 最小化人员靠近机器次数至关重要——任何检查或维护干预都潜在危险。 现代工业分析解决方案以显著效果实现远程监控、检查和诊断。部分制造商将人工检查需求降低50%以上——同时提升运营效率与安全。 报告与
Senseye市场副总裁Niall Sullivan探讨云技术如何让IoT走向主流。 物联网(IoT)指全球数十亿连接互联网的物理设备,采集并共享数据。得益于廉价芯片与无线网络普及,从茶杯到邮轮均可接入IoT。 什么是云物联网? 这些联网设备可无人干预实时通信IoT数据,融合物理与数字世界,无论智能家居还是智慧城市,让生活更智能响应。 云计算非新事物:广泛用于数据密集型应用(CRM、社交媒体)、企业邮箱、文档存储。其吸引力在于存储容量、扩展性、随时访问及成本优势。它是成熟工具,让高科技普惠大众而非仅惠及巨头。 IDC预测2025年全球连接IoT设备达416亿,2022年全球IoT支出将破万亿美
本文探讨机器学习(ML)如何颠覆传统预测性维护模式,推动以资产为中心的组织实现设备生产力与性能的新高度。 机器学习(ML)预测性维护 不可预见的设备停机对以资产为中心的组织构成日益严峻的运营风险,需要通过物联网和传统预测性维护获得更深层的资产健康洞察。 在此背景下,传统计算机化维护管理系统(CMMS)让位于企业资产管理(EAM)、资产性能管理(APM),以及近期兴起的全新一代预测性维护专用工具。资产可靠性与性能已确立核心议程地位。 但变革节奏极快,现有预测性维护工具已难以满足当今企业对颗粒度和性能的要求。物联网与云的融合带来更全面、实时的数据采集,机器学习预测性维护能比传统方式更早识别潜在设备
欢迎收听《趋势洞察》播客,由Senseye出品,作为利用AI推动可扩展、可持续资产性能与可靠性的行业领导者。本栏目旨在助您获取实现维护效率提升的思路。 在探讨制造业可从金属与采矿业学到什么的系列第三集中,我再次邀请到Axora的Joe Carr。您可收听第一部分和第二部分。 本期我们将与Axora的Joe Carr深入探讨:金属采矿企业遵循的维护实践、机器正常运行时间的关键性、海量机器数据带来的挑战。 请通过您喜爱的播客平台(Apple、Google、Spotify)订阅,以获取未来节目通知,并留下评价反馈。 逐字稿 核心话题(点击跳转) 金属采矿业的关键维护实践 金属采矿业中的机器数据利用
酿酒技艺可追溯至公元前7000年之前,那时人们发酵水果和谷物供个人消费和享乐。然而在现代,这一过程已实现工业化,用于大规模生产和全球分销,更像是精密化工制造而非周末爱好。 发酵、检测、陈酿、灌装、包装至分销所用的机械设备,使酒精行业完美契合在线预测性维护(PdM)革命,确保产品质量与产量跟上品牌需求。 蒸馏厂与啤酒厂规模大、工艺复杂且能耗高。设备看似微小的问题都可能导致产品质量严重受损。这些工厂常年无休运行,非计划停机每小时损失高达40,000美元。预测性维护可有效应对这些挑战:减少停机时间和维护成本,优化生产性能,保障产品质量,降低能耗,对盈利能力影响巨大。 尽管仓库里陈放着等待成熟的烈酒,
我们审视后数字化时代的工厂维护图景,识别达成最佳实践的五大关键步骤。 工厂维护贯穿一切设备中心型行业,涉及资产状态监测、修复、未来评估与修复排程。 通常关注资产关键运行变量:产品流量、温度、振动、压力,及其相互依赖关系,旨在提升效能。 维护策略范围随规模、行业、环境复杂度、安全参数而大异。 但所有维护策略共享共同目标:最小化成本与设备故障、降低风险、提升生产效率。组织无力承担因无效维护导致的产出损失、运营成本与声誉受损。 驾驭复杂性 部署正确策略的挑战在于:现代工厂机械复杂,常含最新自动化与机器人特性。 一方面带来前所未有生产力红利,但精密程度使单靠人力几乎无法有效维护。 设备常需极专业技能
设备保养维修