工业售后服务市场现状
2021年我国工业增加值为372575.3亿元,2017-2020年间,工业互联网核心产业增加值规模增长超过93%。当前,工业互联网的应用范围已由制造业延伸到建筑、能源、交通、医疗、智慧城市等领域,还在不断向其他相关领域拓展。
在这样的背景下,工业互联网的售后运营服务价值也变得愈发突显,尤其是生产企业的设备全生命周期管理服务也需求迫切。
在当前的工业售后服务市场中,工业生产企业面对的核心痛点,主要是设备销量不断增长与维保服务资源供需之间的不匹配,而不匹配的原因就在于企业生产数据的多代无序蔓延,各生产数据孤岛的存在。
AI+工业售后服务正在兴起
对于工业制造企业而言,售后运营服务已成为重要环节之一,设备的售后运营服务能力的高低和优劣都会直接影响客户的满意度和复购率。
便捷的设备报修和售后服务是设备制造商建立良好品牌口碑的有效方法,随着维权意识的提高和消费观念的变化,客户不再只关注设备产品的本身。
一方面是基于设备的成本和质量,另一方面,也会考虑设备在质保期中的售后服务措施,在同类设备产品的质量与性能相似的情况下,消费者更愿意选择拥有优质高效的售后运营服务的设备制造企业。
在这样的背景下,AI赋能的工业售后服务解决方案正在兴起,其中落地的典型应用便是AI 使能的“预测性维护”,即通过人工智能算法处理之前积累的工业大数据,借助云计算等技术,加上专家的know-how,为故障提供可靠性预测或警示设备状态变化。
以当前的技术发展态势研判,“预测性维护”有望取代一部分传统的“定期巡检” 和“预防性维护”, 将开启“全新的运维模式”,使得运维更加智能,运营更加可靠,减少人工的参与,成本更低。
工业售后服务升级难点
随着数字化时代的来临,生产设备日益大型化、自动化、智能化,特别是设备密集型企业,在生产制程上的生产流程问题也日益增长。现有的各项设备管理制度已远远不能满足日常的生产需要,传统的设备巡检、保养、维修、日常生产运转规范流程,都遭遇了新时代的挑战,很多传统工业生产企业都面临着新的设备管理问题,特别是在车间设备现场管理制度上,更是需要借力新一代信息技术,用数字化的手段,助力新时代的车间设备管理工作,实现企业的提质降本增效。
但在协助传统工业生产企业实现工厂数字化转型升级过程中,实施难度最大的其实是设备与设备、设备与企业内部系统、工厂维保SaaS服务系统与企业内部已有系统(如:ERP、TQMS、MES等)之间的“打通”。由于传统生产企业的设备数据采集、设备物联能力都较弱,大多凭借手工记录或经验判断,不能及时发现设备异常现象,进而影响设备维修、设备排产计划。
当前,工业设备的管理的痛点主要集中在两个方面:
一方面是组织改善措施,组织是设备维护管理目标能否实现的决定性因素,KPI目标管理是设备维护管理的根本任务,而组织管理是确保KPI目标得以实现的先决条件。而在实际管理中,企业或者设备部门领导人员由于过分强调技术的重要性而忽视了维修团队组织健全的重要性。由于设备维护管理具备一定的技术性,且培养成才时间较长,且须具备一定的工作经验才能独当一面。所以,建议整个设备团队加强部门组织人才梯队建设,合理化人员学历、职位结构。由此说明,设备管理组织必须合理配备、建设团队各个梯队的人才,才能提高团队执行力,提高工作效率,不能走两个极端,否则适得其反;
另一方面是管理改善措施,设备维护管理,顾名思义,除了设备维护以外,其中还包含设备管理工作。具体到一个设备团队或设备组织来说,管理主要包括设备人员管理,设备管理,设备管理方法的管理。首先,任何团队都要遵循人本管理,以人为本。其次,设备维护管理的重点应该是设备管理,而不是设备维修。设备管理好了,设备维护的时间就能降下来,设备维护时间降下来了,设备生产时间与品质就有保障,设备生产时间与品质有保障,生产效益就能有保障。可见,生产设备管理是过程,设备维修只是设备管理不力的结果。
总结
当前传统生产企业中,普遍存在设备生产数据的多代无序蔓延,导致企业生产风险倍增,生产效益无法降本、增效、提质的现实困境。而数据则是驱动企业生产力发展的生产要素,实现数据全面、准确、有序的采集和集中管理分析,打通各数据孤岛,是工厂数字化转型升级的现实需要。只有把数据管控起来,才能更好地助力生产企业的数字化转型升级。
工业售后服务市场转型升级,也是工厂数字化的必然结果。当前,不少工业售后服务企业已经开始围绕云计算、人工智能、物联网等新技术为中心,通过优化数据模型,链接工业生产企业、设备制造商、维保工程师团队,实现技能和人才共享,促进以工业设备听诊系统和维保算法模型的发展完善,持续推动工业设备的改良升级,实现更大化的商业模式落地。