Kuidas andmetooted võivad tootmise tõhusust suurendada

Autor Pablo Ríos, tootmis- ja energiatööstuse ärijuht, Keepler Data Tech. 

Aastaid on tootjad olnud surve all leida suuremat tõhusust. Valem on püsinud üsna järjepidev: eesmärgid keskenduvad tavaliselt kulude vähendamisele ja kvaliteedi tõstmisele, et kaitsta kasumimarginaale ja püsida ka väljakutseid esitavatel turgudel.

Kuigi selline lähenemine on olnud paljude edukate tootjate tunnus, on selline strateegia marginaale järjest tihedamaks pigistanud, samas kui traditsioonilised meetodid on ammu ammendunud. Kuna piirid on saavutatud, on ettevõtted pidanud muutuma uuenduslikumaks – õnneks on neil nüüd selleks vahendid olemas.

Tänapäeval toidavad kõik, mida me teeme, andmed – sedavõrd, et hinnanguliselt on 175. aastaks globaalses andmesfääris tohutult 2025 zetabaiti andmeid.

Tootjatele pakub see võimalusi. Tõepoolest, andmed võivad olla tööstuse üks suurimaid varasid, võimaldades edukatel ettevõtetel tänapäeva kiirel ja konkurentsivõimelisel tootmisareenil areneda. 

Selle potentsiaali mõistmine sõltub aga suuresti sellest, kas tootmisettevõtted tegelevad andmetega õigel viisil.

Andmeprojektid versus andmetooted

Praegu lähenevad igasuguse kuju, suuruse ja tööstusega ettevõtted – mitte ainult tootjad – andmetele projektipõhise mõtteviisiga. Iga kord, kui ärifunktsioonil tekib probleem, mida ta soovib andmete abil lahendada, alustab organisatsioon nullist – hangib andmed, puhastab ja valmistab need ette, seejärel analüüsib neid konkreetse kasutusjuhu jaoks.

See on vigane lähenemisviis, mis ei võimalda ettevõtetel oma andmeinvesteeringuid kõige tõhusamalt ja tulemuslikumalt kasutada. See on sageli aeglane, toob kaasa dubleeritud töö ja iga projekti väljundeid ei saa tavaliselt muude kasutusjuhtude lahendamiseks kasutada.

Selle asemel peaksid organisatsioonid püüdma hallata andmeid nagu toodet, nihutades fookuse üksikutelt väljakutsetelt ja arendama raamistikke, mida saab kasutada ja ümber suunata, et võimaldada andmete korduvat kasutamist peamiste väljakutsete lahendamisel. Teisisõnu peaksid nad andmetele omaks võtma toote- (mitte projekti)keskse lähenemise.

Tõepoolest, andmetoodetel on potentsiaali tootmist revolutsiooniliselt muuta, pakkudes mitmeid võimalusi uuenduslike viiside tõhustamiseks.

Andmetoodetega saab kasutusvalmis andmeraamistikke kiirelt rakendada, et tarnida reaalajas näiteks tootmisprotsesside kitsaskohtade tuvastamiseks, mis aitab tootjatel probleeme kiiresti tuvastada ja lahendada, vähendada seisakuid ja tõsta tootlikkust.

Näiteks oleme näinud juhtumeid, kus pudelite tootmise optimeerimiseks on kasutatud andmetooteid, mille tulemusel pudeli tagasilükkamise määr on vähenenud 5–20%.

Siin loodi masinõppe mudelid, et määrata sadade muutujate hulgast pudelite tootmisprotsessi kvaliteedi peamised kriteeriumid. Loodi otsustuspuu pudelikaela temperatuuri, puhumisrõhu ja muude põhikriteeriumide väärtusvahemikega. Selle tulemusel vähenes nende kohanduste kombinatsioonide rakendamine järsult tagasilükatud pudelite arvu, samal ajal kui kvaliteet säilis.

Lisaks saavad andmetooted seadmete ja seiresüsteemide andmeid analüüsides ennustada, millal masin tõenäoliselt rikki läheb, võimaldades tootjatel planeerida hooldust enne rikke tekkimist. See aitab vältida planeerimata seisakuid ja vähendab kuluka remondi vajadust.

Samuti võib andmetoodete reaalajas element aidata tootjatel oma tarneahelat optimeerida, pakkudes nähtavust laoseisude ja tarneaegade kohta. See võimaldab neil teha teadlikke otsuseid materjalide ja komponentide tellimise kohta, vähendades laoseisu ja ülemäärase laoseisu ohtu.

Samuti on võtmetähtsusega väärtuslik ülevaade klientide käitumisest ja eelistustest. Müügi-, turundus- ja klienditeeninduse andmeid analüüsides saavad tootjad tuvastada trende ning teha teadlikke otsuseid tootearenduse ja turundusstrateegiate kohta.

Üha paraneva võimaluse tuvastamine

Kõigis nendes erinevates rakendustes võivad andmetooted pakkuda tootjatele märkimisväärset kasu alates paremast otsustusvõimest ja suurenenud töötõhususest kuni väiksemate kulude ja masinate seisakuaegade vähenemiseni.

Seda arvestades on andmetooted tootmisruumis suhteliselt uudsed. Miks? Kuna vanad harjumused surevad raskelt: kui tootjad on traditsiooniliselt otsinud ja/või välja töötanud lahendusi, mis käsitlevad konkreetseid kasutusjuhtumeid (andmeprojektipõhise lähenemisviisi järgi), on see tee, mida paljud kasutavad. See on suurepärane näide ütlusest: "Kui see pole katki, ärge parandage seda".

Kriitiline on aga, et kohandamisvõimsuse andmeprojektid vähendavad eeliseid, mida tootjad saavad võrreldes isikupärastatud andmelahendustega (andmetoodetega). Sel põhjusel on ülioluline, et tootmisettevõtted muudaksid oma mõtteviisi ja võtaksid omaks lahendused, mida saab rakendada andmetoodete kaudu, mis pakuvad selgemat protsessi ja paremat ROI-d.

Edaspidi on tõenäoline, et paljud tootjad hakkavad selles suunas liikuma, kuna andmete salvestamise ja töötlemise kulud vähenevad jätkuvalt.

Kuna hüperskaalarite pakutava mastaabisäästlikkuse paranemine jätkub, on tootjatel suurepärane võimalus andmetooteid hõlpsamini ja kulutõhusamalt omaks võtta.

See koos ettevõtete võimalusega teha koostööd partneritega, kes on oma pilveteenuste kasutamisele väga spetsialiseerunud, võimaldab drastiliselt vähendada andmetoodetega seotud tegevuskulusid, muutes need veelgi atraktiivsemaks.

Kultuur on kriitiline

Loomulikult on need aspektid vaid üks osa mõistatusest. Kuigi paranenud ROI ja vähendatud OPEX aitavad kaasa peamiste otsustajate kaasamisele, on vaja laiemat kultuurilist nihet, et tagada andmetoodete lihtne juurutamine ja kasutamine tootmiskeskkonnas.

Selle mõtteviisi muutuse juurutamiseks on oluline, et ettevõtted hoiaksid oma andmetega seotud tavasid nullist väljas. See tähendab võtmeprotsesside rakendamist ja/või täiustamist andmete kvaliteedi parandamiseks ja vigade kõrvaldamiseks, et tagada tugevamate ja usaldusväärsemate mudelite väljatöötamine.

Selle saavutamiseks peaksid tootjad esmalt keskenduma õigete oskuste, tehnoloogiliste strateegiate ja partnerluste kindlustamisele ja kasutuselevõtule, mis suudavad neid suhteliselt uudses või võõras ruumis edasi lükata. Samuti peaksid nad töötama sisemise arusaamise ja oskuste suurendamise nimel, mis on ajendatud nii üksikisikute soovist õppida ja uusi oskusi omaks võtta, kui ka ettevõtete endi investeeringutest koolitusse.

Nende kriitiliste ehitusplokkide paika viimisega on tootjad valmis alustama andmetoodete väljatöötamist ja juurutamist, mis on võimelised pakkuma mitmesuguseid transformatiivseid eeliseid. Tõepoolest, need, kes on seda tehes ennetavad, juhivad sektorit ja avavad selle tulemusel olulised eelised.

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• Platoblockchain. Web3 metaversiooni intelligentsus. Täiustatud teadmised. Juurdepääs siia.
• Allikas: https://www.logisticsit.com/articles/2023/02/08/how-data-products-can-drive-efficiency-in-manufacturing