新型互联资产模式：如何运用智能资产、机器学习和数字孪生，提高运营效率，增强业务连续性

IBM 商业价值研究院专家洞察 新型互联资产模式 如何运用智能资产、机器学习和数字孪生，提高运营效率，增强业务连续性 扫码关注 IBM 商业价值研究院 官网 微博 微信 微信小程序主题专家 Joe Berti IBM 应用产品管理 副总裁 linkedin.com/in/joeberti/ Joseph.Berti@ibm.com Kay Murphy IBM 全球资产优化服务 负责人 linkedin.com/in/kaymurphyral/ kaymur@us.ibm.com Terrence O’Hanlon ReliabilityWeb.com、Uptime Magazine 和 Reliability Leadership Institute CEO 兼发行人linkedin.com/in/reliabilityweb/ 电子邮件：terrence@reliabilityweb.com Joe Berti 拥有超过 25 年的软件和服务领导经验，负责为产品功能和发布活动提供重要指导，包括客户满意度、辅助功能、收入和盈利能力等指标。他富有创新精神，领导推出了大量产品，积极推动全行业转型。 Kay Murphy 拥有超过 25 年的公共和私营领域服务经验。除了国防工业外，他还为工业、教育、一般政府机构和能源等行业提供解决方案。Kay 在 IoT、认知技术、应用分析、商业智能、数据仓库以及资产和设施管理等众多领域拥有丰富的背景。 Terrence O’Hanlon 是 资 产 管 理 负 责 人， 专注于研究可靠性和卓越运营。他不仅是广受欢迎的主旨演讲人，还是《10 Rights of Asset Management: Achieve Reliability, Asset Performance, and Operational Excellence》一书的合著者。 数字孪生技术逐渐与 AI、IoT 和数据分析融合。 谈话要点运用智能和洞察，建立更富有弹性的业务运营 在 AI 和 IoT 数据的支持下，互联智能资产不仅有助于优化性能、适应不断变化的环境，还能帮助确保业务连续性。 将“信号”与“噪声”分离 通过梳理海量的实时连续数据，做出明智决策，提高业务弹性，从互联资产中挖掘过去未曾利用的潜在价值。 推动企业发展，克服未来挑战，把握未来机遇 随着越来越多的物理资产得到软件的支持，亟需建立一种全新的资产运行模式，而数字孪生的出现，使这一愿望成为可能。 互联资产需要全新的运行模式 越来越多的高价值物理资产，比如制造设备、燃气轮机和电力变压器，实现了数字化互联互通。这并不让人感到惊奇。智能互联的资产有助于行业提高资源利用效率并降低成本。这些资产持续产生有关当前运行状况的实时数据，这为颠覆传统运营和维护模式创造了有利条件。如果企业不能与时俱进，恐怕很难适应运营环境的实时变化和颠覆局面。 互联资产除了具有上述种种优点外，也带来了一定的复杂性：企业希望从所使用的各类数据中发掘宝贵洞察，以期实现持续弹性，避免业务中断，但这并非易事。而连接这些设备的软件也会形成自己的一系列故障点，必须妥善管理。例如，一旦某个传感器“失灵”，该怎么办？ 1 32% 82% 75% 74% 65% 智能工作流程广泛汇集人工智能 (AI) 和其他技术，能够自动持续地管理和改进实体和数字业务流程。 数字化有助于降低资产维护和运营成本。例如，采矿企业可利用自动驾驶车辆完成某些任务。他们可以远程监控设备 ― 有时甚至横跨半个地球 ― 检查油压或温度是否合适，保证资产按预期正常运行（请参阅第 3 页的侧边 栏：“Sandvik Mining and Rock Technology： 地下作业实时视图”）。机器人深入地下矿井工作，它们可以不间断运行，消除火灾、漏水、塌方或瓦斯泄漏等威胁情况所带来的安全风险。 现代资产的价值 首席运营官计划在未来几年大力投资于作为智能工作流程构成要素的关键技术：包括云、高级分析和物联网 (IoT)（见图 1）。1 对于这些数字战略投资的最主要成果就是提高正常运行率。2 图 1 未来 2-3 年计划开展的重大投资 来源：IBM 商业价值研究院； https://www.ibm.com/downloads/cas/JPMKDBVZ 2 云计算 高级分析 物联网 移动应用和设备 机器人 融合虚拟世界与物理世界，改善运营状况 新型运营模式利用预测性分析和物资资产的“数字孪生”版本，预测资产目前的运行状况、未来可能发生故障的时间，以及在哪些情况下可能发生故障。数字孪生可视作虚拟克隆，旨在反映物理资产的生命周期、促进远程监控、支持预测性规划以及推动主动管理。据估计，互联传感器和终端数量很快就将突破 210 亿大关，用于监控数以十亿计的资产。3 数字孪生模式通过对物理资产执行数据分析，帮助做出更明智、更可靠的设备决策，从而使资产可靠性迈上一个新台阶。 单凭外观检查很难预测可能发生的设备故障，如果使用和运行环境存在差异，预测难度将进一步加大。而数字孪生则运用 AI 技术进行分析建模，确定资产是否按预期运行，或者在不同的条件下，资产性能可能会呈怎样的下降趋势。 通过对从设备本身（而非操作人员）获得的实时数据应用复杂的预测算法，所获得的资产性能数据结果还有助于确定哪些部件可能最先发生故障（请参阅第 4 页的侧边栏：“Schiphol：开启数字化转型之旅的 8 万个理由”）。Sandvik Mining and Rock Technology：地下作业实时视图4 采矿和建筑设备领域的全球供应商 Sandvik Mining and Rock Technology 借助 AI、IoT 和预测性分析技术，确保设备和矿场持续正常运转。这项技术可以更有效地预测和防范设备故障，使生产力提升 25-30%。5 Sandvik 的自动化解决方案可将矿井的实际布局与模型进行比较，持续实施监控，从而更全面地了解地下环境。 3 Schiphol：开启数字化转型之旅的 8 万个理由6 荷兰阿姆斯特丹的 Schiphol 机场是欧洲第三大机场，该机场建立了数字资产孪生，针对复杂环境中的潜在运营故障运行模拟，根据结果优化运营。数字孪生实时组织所收集的数据，帮助 Schiphol 监控和管理日常运营和工作人员。现在，工作人员只需几分钟（而非几小时）即可完成任务，资产故障预测水平显著提升。8 万多项资产散布于数千亩的机场范围内，因此他们希望通过数字化转型节省时间和成本。 4 基于时间的预防性维护周期是行业标准做法。但是，维护计划通常根据原始设备制造商 (OEM) 的建议制定，倾向于规避风险，往往会导致设备受到过度维护。研究表明，多达 30% 的维护活动过于频繁。7 如果在不必要的预防性维护中发生人为错误，则可能造成附带损害和额外宕机等问题。8“维护概念一直被曲解，与可靠性混为一谈，这两个术语经常用作同义词。”Reliabilityweb 的 Terrence O’Hanlon 指出。他表示，“绝大多数 CEO 并不希望增加维护工作，而是需要提高无故障运行率，这样资产才能创造更大的价值。”通过分析从一项资产的运行历史记录中收集的数据以及从全球同时运行