吉宁讲师观点 / 培训讲师谈管理 / 培训讲师谈管理:工业互联网:让机器更智慧

培训讲师谈管理:工业互联网:让机器更智慧

吉宁博士 2015年12月12日 培训讲师谈管理

大数据的应用将走向何方,是搜集和分析人们在社交网站上留言来预测消费选择吗?远远不是。真正的挑战是,将机器与机器、机器与人连接在同一个网络里,这将是工业互联网的时代。如果所有物体都做到24/7/365,相互连接、交流和控制,智能系统将人、机器和流程整合在一起,那么企业最迫切实现的目标——降成本、提能效——将成为可能。

从互联网公司走出的大数据,下一步将走向哪个领域?金融、航空还是零售?2012年11月26日,通用电气(以下简称GE)发布白皮书《工业互联网:打破智慧与机器的边界》,提出工业互联网的概念。GE全球董事长兼CEO杰夫·伊梅尔特断言大数据将会在工业领域释放出巨大的能量——“互联网改变了我们利用信息和沟通的方式,如今,互联网还能做更多事情。通过智能机器间的连接,结合软件和大数据分析,我们可以突破物理和材料化学的限制,改变世界的运行方式。”

Facebook和谷歌都曾描绘过大数据的美好蓝图,但到现在还没有见到实效。大数据就像9世纪发明的“黑火药”,在没有放到恰当的领域之前,只是夺人眼球的烟花。而将大数据应用于工业领域,会像14世纪火药用于枪炮一样,释放出巨大的能量,并带来革命性的变化。2005年10月,《哈佛商业评论》就曾发表文章《智能服务时代的四种战略》(Four Strategies for the Age of Smart Services)断言,制造业等大型工业将注定坐收数据分析的技术果实。

英特尔预计,到2015年全球互联设备数量将会超过150亿,全球数据中心IP流量也将达到每年4.8ZB;思科估算,99.4%的物理对象至今尚未连接到互联网。而一旦将物理对象连接成网络,工业机器所产生的数据将是互联网用户生成数据所无法比拟的量级。大数据将在“工业互联网时代”释放出巨大的生产力。

工业互联网是什么?

工业互联网可以被看作是数据、硬件、软件和智能的流通与互动。从智能设备和网络中获取数据,然后利用大数据分析工具进行存储、分析和可视化。最终的智能信息可以供决策者(在必要时实时)使用或直接实现智能决策。智能信息在机器、系统网络、个人或群体之间分享,这让更广泛的利益相关方参与到资产维护和优化之中。智能信息还可以返回至最初的机器,根据反馈循环让机器能够从历史中“学习”。我们可以把工业互联网看成一个机器、数据、系统网络和人之间的循环。

GE提出的工业互联网是对物联网概念的重新包装么?究其本质,工业互联网与物联网仍有差别(见图1、2)。将传感器、仪器仪表嵌入机器,并连入网络层——在这个方面,物联网与工业互联网并无二致。比如,常用的社保IC卡、大型超市停车场的空位导引系统、RFID肉类来源追溯都属于这类系统。但数据一般在一个封闭的公司系统内,比如某物流公司、跟踪原料的制造商,多为单纯的机器对机器(M2M)的数据流,所需的分析方法相对简单。另外,从机器内传感器和仪器仪表收集数据与数据分析并不同步进行,对历史数据的分析无法满足决策的时效性。Hadoop开放平台使数据分析成本不断下降,微处理器芯片计算能力持续进步,得益于此,工业互联网不仅可以实时进行数据分析,还可以将M2M、ERP和CRM,甚至包括社交网络等外部数据整合起来。

1407466082901

1407465967241

工业互联网的机器学习(Machine Learning)能力,在理念上更强调人的智慧与机器的智能之间的互动和辅助关系,而非替代性。由此可见,工业互联网区别于物联网概念的关键在于,它更强调大数据分析和机器与人的智能联系。

工业互联网有何用?

除了大数据、机器学习等技术的驱动作用之外,工业互联网是在经历了2008年经济衰退之后,对企业发展方式反思的结果。扩张、并购和整合的外放型增长方式逐渐退热,提高企业价值和利润的方式,重新调整为流程优化、资产利用率、成本节约、能效提高等关注内在的软实力方面。

降低成本、提高能效 与服务业不同,在工业领域成本降低或效率提升1%,都会给企业带来巨大的价值。(见图3)

1407466082512

对钢铁行业而言,燃料成本控制是决定企业核心竞争力的关键。国内某大型钢铁集团一直致力于节能减排,2011年节省26.6万吨标准煤,或相当于总体生产成本节省达2.4亿美元。其中,GE提供的集合PLC 硬件和Proficy HMI软件智能平台解决方案,帮助该钢铁集团实现了智能生产管理和设备生命周期管理,从而节省了人力成本和提高了生产效率。

受燃油价格直接影响的航空业,对成本控制的要求也极高。一家中等规模的航空公司大约有70架飞机,每年燃料成本10亿美元。GE承诺的节油减排解决方案,可以把燃料消耗降低2%,即每年燃料支出减少2000万美元。

GE能源集团在2012年帮助英国政府实施“能源需求研究计划”。该计划的目标是,到2020年每个家庭和商业用电单位都安装上智能电表,以便跟踪每天任何时间段的用电情况,并通过该数据帮助用户节电:通过显示屏或家里的电视机屏幕上报告用电量,用电达到一定量时发出警报声,给在“用电低谷”时间用电的消费者降低电费等。

提高资产流转率 资产流转率与成本直接相关,对于购买大型设备的公司而言,价格昂贵的大型设备决定了资产密集型公司的利润空间取决于开机利用率,宕机是要求赔付损失的充分理由。而且从上个世纪开始GE就对没能实现承诺的开机利用率支付赔款,后来更发展为全新的商业模式——按小时提供服务,客户支付的是运营费用,取代了一次性支付的资产购置成本。

今年6月,坐落于GE中国创新中心(成都)的全新的GE医疗智能响应中心正式启动,其主要的功能就是在国内实现医疗行业的智能联机服务,对设备性能进行实时监测,准确预测设备的故障组件和分析故障原因。GE医疗集团大中华区客户服务部总经理包格睿(Gary H. Bobb)说:“行业的平均开机利用率大概是93%,意味着一年中有20天左右医院里某一台机器不能使用,如果我们能够提高到98%,一年可能只有6天,而且这6天是我们有针对性、计划地停机进行维护,而不是故障停机。”以中国医科大学附属盛京医院为例,6000多台大型设备在GE资产管理解决方案的辅助下,预防性维护数量增加了298.5%,而机器故障报告记录下降了29.8%。

成本或资产流转率虽然是企业利润的关键指标,但只是单个方面的问题,完全不需要工业互联网的庞大体系,工业互联网最终实现的目的是系统性的整体提升。

流程优化 一个系统中互联的机器是可以协调的,把不同设备连接起来可以让设备恰当地“动起来”,让设备出现在需要的位置,减少等待时间,比如,医疗数字化有可能会带来我们生活的革命。

以一台机器为例,核磁共振MRI虽然能够帮助诊断脑瘤、中风等病征,但是考虑一下,在流程层面,需要有多人组成的团队进行一次MRI扫描工作。一名护士管理药物或检查所需的造影剂;一名核磁共振MRI技师操作扫描仪;一名放射科医师辨别影像顺序并解释影像。这些信息随后交给护士,该护士随后传达给主治医生查看并采取相应的措施。如果影像数据更好地连接,医生能够自动收到患者的影像——也就是信息寻找医生,而不是医生寻找信息——如果系统可以提醒医生、护士和技术人员,医护人员就可实现移动办公。

医疗产业在2011年占全球GDP的10%。据估计,超过10%的医疗支出因为系统低效而浪费,这意味着全球医疗低效率的代价至少是每年7310亿美元。在中国,节省患者就诊时间和提高医生接诊量,则格外重要。GE医疗集团大中华区总裁兼CEO段小缨说:“去大医院看病花三、四小时很正常,进行CT检查甚至要提前一、两个月预约,对很多医院而言,不是患者数量少,而是医生看不过来。人满为患的情况下,GE的解决方案可以分析工作流程给出最佳化方案。”

系统的智能决策 工业互联网将通过智能决策实现全部威力。当从智能设备和系统收集到足够的信息以促进数据驱动的学习时,智能决策就出现了。

设想一下设置范围广泛的风能发电设备。操作员需要快速做出数千个决策以保持最优的系统性能,例如,在强风天气下,操作员会关闭哪些风力涡轮机才不会因转速太快造成设备损坏?答案显然是全部关闭。但如果在风力涡轮机上安装了感应器,可以测量温度、风速、叶片的位置和螺距传给软件系统,将复杂操作带来的负担转移到数字系统。关闭信号不必发送给单个电厂的操作员,电厂能更高效地完成工作。

智能决策的系统让美国First Wind公司的2个风力场、123个涡轮机增加了3%的电量输出,这相当于每个涡轮机1年能多生产12万度电,每年增加120万美元的收入。

智能决策是工业互联网的长期愿景,也是一个大胆的目标,如果实现,将能够带来如同第一次工业革命和第二次互联网革命那种规模的生产力提升。

你的公司要做什么?

除了宏观的商业环境以及各国政府的经济政策,工业互联网能够以多快的速度为全球经济带来收益还取决于公司利用工业互联网的能力。这包括三个方面:创新能力、人才培养能力和领导力。

创新的能力是重中之重。工业互联网是已有创新的结果,同时也是创新的催化剂。GE中国创新中心(成都)总经理马加宁认为工业互联网最终会催生服务和产品提供商与客户之间的协作创新、公司内部的流程创新、在不同国家地域之间的合作创新,甚至也会催生跨界创新。他说,X光应用在医疗领域,同时也应用在金属探测上,基本技术一样,而GE的跨行业业务可以带动整个业务群向前发展。

没有专业人才就没有创新。工业互联网的崛起需要培养新的人才库,其中三类人才尤为重要:

下一代工程师——交叉人才,他们融合了机械工程等传统工程学科与信息和计算学科,从而成为“数字-机械”工程师。

数据科学家——平台分析与算法、软件和网络安全方面的工程师,具备多方面的能力,包括统计、数据工程、模式识别与学习、先进计算、模糊建模、数据管理以及可视化。

用户界面专家——人机互动的工业设计领域,高效地整合最低投入所需的硬件和软件,以实现所需的产出;以及机器最小化不必要的产出。

这些人才来自哪里?很多国家和地区目前尚缺乏基础性人才,更何况跨学科人才。上游教育系统的改变需要校企加强合作来推动;通过合作发展现有的人力资源是获得跨学科人才的另一方法——创建一种环境,让拥有不同技能的人们能够互动并协作创新。

在创新的文化和人才培养之外,“公司和组织内部面临最大的管理挑战是沟通”,上海市第一人民医院副院长潘长青说,“如何让组织内部接受技术的改变、流程的变化和人员配置上的调整,是高管面临的最大问题。”不容否认,工业互联网将会带来成本降低、效能提升、流程优化的益处,但组织内部达成认知的一致性,让员工克服对设备的依赖和流程惯性,这都将考验高管的领导力。

About 吉宁博士

真正的实战派企业培训师,长期致力于人力资本、公司行为、市场营销、企业战略及领导力发展等组织实践与研究,数十年来参与及主持过的管理咨询项目累计逾千次;受邀主讲过的各类企业培训课程累计逾万次。