Egicon 是一家意大利电子产品制造商，从 2017 年开始使用新兴的数据分析工具实现生产的完全自动化。在此过程中，它将维修率降低了 80%，消除了报废，改进了保修支持，并缩短了质量报告的准备时间
总部位于意大利摩德纳地区的 Egicon 为汽车、农业、生物医学和航空航天领域生产电子控制单元、仪表盘和人机界面。
Egicon 将西门子的 Valor 和 Opcenter Execution Electronics 物联网软件集成到其生产和质量系统中，从而实现持续监控并能够为客户提供更好的保修支持和可追溯性数据。
“我们能够将我们的维修率从百万分之 30 降低到 6，并在 2019 年实现了零报废率，”Egicon 生产经理 Michele Magri 在一份已发表的案例研究中说。 “现在我可以安装无需离开办公桌即可同步更新我们所有的制造流程。我可以把时间花在创新和改进上。”
其他软件制造商也报告了重要成果。
Cobus van Heerden，GE Digital 分析和机器学习软件高级产品经理GE Digital 的 Proficy 软件帮助众多行业的制造商获得了诸多好处，包括减少 90% 的浪费、节省 500 万美元的质量改进费用以及减少 80% 的停机时间，Cobus van Heerden，分析和机器高级产品经理GE Digital的学习软件，说。一家公司在数小时内获得了关于如何控制其脱水化学品以获得最佳质量的重要见解。FactoryTalk Innovation Suite，罗克韦尔自动化的联合产品根据已发表的案例研究，n 和 PTC 帮助 Rockwell 将劳动效率提高了 33%，将产出提高了 70%，并将培训时间减少了 50%。
这些和其他新兴数据分析工具正在克服其前辈的局限和障碍。
使分析更易于访问
过去的一个重大障碍是提供潜在好处的工具仍未被使用，说Izik Avidan，Siemens Digital Industry Software 数字制造分析业务部门经理。
Izik Avidan，Siemens Digital Industry Software 数字制造分析业务部门经理他说，超过 80% 的高级分析项目都失败了，一份声明得到了 Gartner 和其他机构的研究支持。
“过去数据分析工具的主要问题- 从制造商的角度来看 - 事实上他们仍然是工具，”Avidan 说。 “许多平台和解决方案提供商没有意识到，普通制造商并不具备完全利用这些工具的所有必要技能。该工具提供了它设计的功能，但整个项目可能失败了。您必须能够在制造语言和所有这些新技术之间架起桥梁。制造业客户不具备这些技能组合。”
“从历史上看，您确实需要数学或数据科学博士学位才能从分析中获得价值，”van Heerden 说。 “您需要将分析交到他们现有的运营人员手中。你不能去找制造客户说，‘你需要重新培训你的员工或雇用新员工才能从分析中受益。’关键是让过程工程师和生产线操作员可以访问分析。”;
“工具是为专家设计的，目的是让专家更容易应对艰巨的挑战，而不是简化他们的工作，”PTC 战略和解决方案副总裁 Ed Cuoco 说。许多工具还需要现场数据科学家。最终结果：“这些工具不适合大型制造商，它们通常没有自己的数据科学家，”Cuoco 说。
过去的九个额外障碍
Ed Cuoco，战略副总裁PTC 和解决方案根据 Avidan、Cuoco 和 van Heerden 的说法，其他障碍包括：
未能理解和解决制造商的痛点。
需要的工具制造商更换昂贵的遗留设备。
无法访问获得洞察力所需的必要数据，这通常是因为该数据位于孤立的系统中，有时称为暗数据。乙60% (Forrester) 和 97% (Gartner) 收集的数据仍未使用。
无法轻松与
其他数据结合的数据。
难以清理、格式化和准备。
假定数据符合高质量基准的工具，在许多情况下需要专家来提高数据质量。
缺乏支持管理人员的分析工具采取行动。
对于普通操作员来说太难使用的分析工具。
无法在初始试点或演示之外扩展的工具。
新的一天黎明
今天的工具提供了快速实现价值、更简单的操作和可扩展性。 Avidan 说，制造软件供应商越来越明白他们的客户需要结合多种工具并在车间很好地集成的平台。
“我们现在看到分析工具在克服这些障碍方面取得了更多成功，”van Heerden说。 “我们提供的工具正在展示Cuoco 说，软件制造商正在设计工具和平台，这些工具和平台将在使用 40 年和两年机器的工厂中运行。 “这些工具需要在现实环境中发挥作用，”他说。 “这是工厂适用性的关键。这使得工厂可以利用他们能力范围内的事情，而不需要他们擅长他们不擅长的事情。”
新兴工具提供了访问、存储和处理数据的能力， Avidan 说，主题专家在现场或远程可用，拥有成本低，不需要太多额外的服务器或云资源，易于配置、定制并能够立即提供一些价值。
“如今，大多数软件公司都明白，将一些机器学习解决方案扔到车间并不能解决问题你的质量问题，”他说。 “现在，他们正在提供完整的交钥匙解决方案，这可能会改变游戏规则。”
“我的职业生活在这种压力中，试图提供开箱即用的解决方案，并理解这一点解决方案需要定制，即定制解决方案以优化制造商需求的灵活性，”Avidan 补充道。 “在过去的五年里，我们看到越来越多的混合项目，既是平台又是工具，结合了专门为该行业类型量身定制的软件。”
该行业尚未达到Cuoco 说，工具开箱即用，类似于 iPhone。
“开箱即用是方向，”他说。 “开箱即用是目标。我们的解决方案开始变得足够成熟，可以看到它会成为现实。”
这些工具，有时与经验丰富的制造商相结合g 工程师，可以帮助制造商提高性能和预测性维护，并将质量控制集成到生产中，Avidan 说。
工具也正在“超越警报”，让人类采取行动变得更加闭环—— van Heerden 说，工具本身可以采取实时、安全的控制措施，使工厂获得或维持优化的生产力。
与其将分析仅作为产品的一个组成部分，不如提供更多的制造软件Cuoco 说，供应商正在针对特定用例的解决方案提供分析。
“如果您向一位经验丰富的制造工程师介绍数据集中的数据模式或他之前看到的结论列表，他将能够轻松地将这些数据转化为操作员、生产线经理或工厂所有者可以采取的行动，并显着改善结果，”Avidan 说。 “有了这个交钥匙解决方案，我们可以解决内部的大多数挑战几天甚至几小时。”
Cuoco 说，如果能将更多专家领域知识添加到这些工具中，情况会更好。 “需要嵌入越来越多的特定领域知识，”他说。 “我们怎样才能把专家和机器放在一起，让他们都能理解问题？机器必须能够说，‘我能够将特定于该领域的参数考虑在内。’”
分析也在不断改进，因为它们应用于从原材料供应商到托运人的整个供应链，对于制造商和最终客户，van Heerden 说。
仍然存在一些挑战
仍然需要改进以使工具更易于构建，以及设计工具以使机器可以做更多的事情Cuoco 说。
Avidan 说，成本肯定需要进一步下降，这样面临类似问题的中小型制造商才能使用该技术。
更多需要标准，以便他说，制造商可以更轻松地集成来自不同供应商的技术。
“我们必须明白，车间里已经有很多软件，”Avidan 说。 “你想引入该生态系统的任何解决方案都必须很好地无缝集成到这些 IT 解决方案中……这样，如果你有一个需要从一个工程系统推送到另一个工程系统的行动项目，它可以在一个单一的产品组合中完成.这是您可以做的最重要的事情之一。”
随着标准和接口变得更加开放，集成将变得更加容易，van Heerden 说。
选择合作伙伴
van Heerden 说，要取得成功，请与提供全面产品的值得信赖的工业供应商合作。“许多分析供应商提供的解决方案可以解决部分问题。有些人可以分析数据，”他说。 “有些人可以做出预测。有些可以运行模拟。另一个可以优化一个设置。与值得信赖的供应商合作，他们明天不会消失，并且可以在单一产品中提供所有这些功能。”
寻求即时完美和完全集成的制造商应该降低期望值，转而采用循序渐进的方法方法。 “在所有系统都完美之前，不要采取‘一蹴而就’的方法来采用技术，”他说。 “我推荐一种快速、渐进的方法。为运营人员配备易于使用的工具，以便他们能够快速获得增量价值。”
