没有数字运维系统先解决企业运维决策能力作为前置条件，工业互联网根本不可能实现商业化的快速落地……
十多年前，一家汽车零部件企业，高薪聘请了一位日本高管任总经理，我想这家企业一定非常重视转型了，但实际效果并不理想。
某天，工厂一台生产设备出现了故障停机，造成全线停工，一向追求三现原则（现场、现事、现物）的日本高管到达现场，仔细询问原因（5why分析），大致追问三个问题以后，日本高管只能无奈的摇头，表示毫无办法。
工业运维现状与工业互联网落地面临的挑战
这让我想起知名设备管理专家-张孝桐老先生的一句话：“当前世界范围内制约转型的重要因素，是上世纪三四十年代建立起来的制度体系与当下市场经济体制互不兼容”。
这种现象在工业领域非常普遍，在市场经济条件下，生产环节遵循市场导向原则，而在工业装备规划、维护和维修环节，却依然采用计划导向原则，现实情况中，后者往往严重拖了前者后腿。这表现为：
1)维护理念停留在大修、中修、小修，一保、二保、三保层面，这属于典型的前苏联计划维修体制（预防性维修），实际操作时，却常常因为生产计划冲突，无法有效得到落实；
2)工业备件采用预算制，设备经理每年定备件配额，总经理再基于成本支出再砍下一半，实际运维时，工业备件缺货和呆滞库存同时存在，运维费用依然居高不下；
3)始终强调日常保养对于生产稳定的重要性，日常润滑、点检总是流于形式，无法落到实处，设备带病运行，不正确的设备操作和维修质量较差，造成设备运维忙于救火，致使设备效率低下，安全和环境事故频发；
4)工业设备、备件及工业解决方案（含工业互联网方案）采购,需求方、采购方和决策方不一致，各方需求不一致缺乏统一的数据和决策依据，决策流程长、低价竞标与低质中标情况突出。
……
这些表现造成了工业企业的制造效率低下、制造成本虚高和库存压力过大，工业互联网需要立足于现状，从需求量化和供给质量和效率方向，解决影响工业转型面临的制约瓶颈。
数字运维－开启工业互联网的入口
工业互联网在工业企业的应用，系通过减少非计划停机时间为主要目标，实现高效、更经济和更绿色的转型。从设备管理角度理解，需要达成 MTBF（平均故障间隔时间）↑、MTTR（平均故障修复时间）↓，实现系统可用度不断提升（可用度A＝MTBF/(MTBF＋MTTR)）。
备注：可用度代表了不同设备、不同部门、不同工厂的设备运维能力，简单理解是设备可以正常运行的概率，可用度越高，意味着制造效率越高，运维成本更低。
可用度的提升，依赖于维修通道（通道：与业务相关的路径和所匹配资源和的集合）建设的质量和数量，包含了事后维修、主动式的预防性维修和预测性维修通道。与维修业务高度匹配的数字运维，是工业制造企业需要首先构建的工业互联网入口组件，这将有利于：
1)MTTR（平均故障修复时间）↓。从设备故障报修→故障响应与资源调配→诊断→故障处理→验证和校准的事后闭环，通过快速响应和人工智能维修诊断辅助，提高维修质量、降低维修时间。
2)MTBF（平均故障间隔时间）↑。定期推送预防性维修工单，强化维修人员的工单执行，预测性维修主要立足于日常点检（包括手动诊断、仪器辅助诊断及操作员发现的缺陷上报）机制，分日检/周检/月检等周期，重视发现和消除记缺陷和异常。通过预防性和预测性维修的数量和质量的提升，重视计划性的先期保养和缺陷处理，强化制造系统可靠性，从而延长设备使用寿命。
3)数据驱动决策，持续运维能力提升。基于可用度、MTBF、MTTR、备件消耗、维修记录、停机时间所切分的各项时间值等数据，运用数据分析技术与可视化呈现，体现出设备运维的制约瓶颈、不同设备、不同维修人员、不同车间班组的运维绩效，辅助企业建立基于目标驱动和结果导向的运维机制，从而持续提升运维能力。
“精益卫士”－数字运维/人工智能维修辅助系统
需求定义市场，当企业运维能力持续提升，将从企业组织整体层面量化出对工业服务资源的需求。这对于工业互联网落地而言至关重要：
其一，工业互联网技术将强化系统自诊断能力，提高预测性诊断的准确性，协同数字运维，提升工业企业运维能力；
其二，通过互联网技术与托管、租赁及运维外包等创新活动的有机融合，将有利于工业互联网平台企业连接更多的设备，实现工业互联网的有效落地。
数字运维与工业服务融合，开启工业的互联网时代
设备运维能力的提升，依赖于装备制造商、工业维修服务商、工业技术服务商、知识服务商以及MRO工业品供应商与制造用户协同实现，是工业领域供给侧结构性改革的主体。数字运维与工业服务融合，将有利于实现：
1)供需精准匹配，建立基于MRO服务社区模式的工业服务新业态。
基于集团企业、工业园区等多个企业的数字运维系统普及，将通过大数据分析，有效匹配和识别出用户需求，基于这些需求，线上和线下结合MRO服务社区模式将出现，开展包括集采集供应、维修共享、物流租赁以及能源托管等增值服务。这将成为制造用户与工业装备制造商的连接器，以及B2B电子商务模式中继载体，同时也是工业互联网技术落地的最佳载体。
2)建立工业领域B2B供需诚信机制，实现工业互联网产业化生态。
在2C领域，阿里巴巴创用支付宝创造性的解决了消费诚信问题，进而通过金融工具，打开了建立了消费互联网生态。而工业领域的其关键点，同样是解决交易诚信，这依赖于数字运维对MTBF（代表工业装备及工业品质量）、MTTR(代表工业服务效率和工业品供应效率)的工业产品和服务的质量属性量化，在大数据分析和区块链技术的驱动下，通过供应链金融创新彻底解决工业B2B诚信机制。这好比我们在买二手车一样，我们可以通过质量查验来准确验证其质量属性,这在大数据驱动下将变得更加有意义：
a:依托MTBF和MTTR对产品和服务探索质量属性的验证，将有效构建其供应链金融机制，包括金融授信解决承兑付款弊端和工业服务商回款难问题，金融保险对供需双方的现金流障碍，甚至有助于解决安全生产责任保险，这将让工业领域有效形成产业化；
b:用户可以根据服务商所提供产品和服务的MTBF、MTTR数据，在购买前就验证其产品质量，从而放心的购买工业产品和服务；
c：对服务商而言，既可以在事后快速验证其产品和服务质量，也可以在事先对工业企业服务商的执行效率和付款能力进行验证。
结束语
工业互联网创新任重道远，一定要重视业务和技术的融合，IT和OT的结合，解决方案和生态的结合，既要有工业领域业务洞察能力，也要有互联网生态的思维高度。
无论任何方式切入工业互联网，千万不要有悖于消费者利益，当自身利益选择和消费者利益选择发生矛盾的时候，那将注定失败。
联系客服
