預測性維護(Predictive Maintenance，簡稱PM)是“工業(yè)4.0”提出的關鍵創(chuàng)新點之一。基于連續(xù)的測量和分析，預測性維護能夠預測諸如機器零件剩余使用壽命等機關指標。關鍵的運行參數數據可以輔助決策，判斷機器的運行狀態(tài)、優(yōu)化機器的維護時機。

　　預測性維護是從“狀態(tài)監(jiān)測”這一概念發(fā)展而來。“狀態(tài)監(jiān)測”收集被監(jiān)測零件狀態(tài)的實時信息;然而，狀態(tài)監(jiān)測未能前瞻性地預測機器運轉中斷和磨損消耗。因此，預測性維護的出現是一大轉折點：更加精巧的傳感器、更加高效的通信網絡、能夠處理大規(guī)模數據的強大運算平臺，通過隨機算法將數據與機器出現問題時的數據模式進行比對。由此，我們可以識別、模擬并解讀機器運行參數的規(guī)律。正是這些規(guī)律幫助我們更加精準地預測機器的使用壽命，并且通過整合系統的所有操作數據，優(yōu)化服務的方方面面——既能使客戶受益，又能夠幫助供應商改進產品。

　　擁有精確預測的能力后，產品生產和服務的整個過程以及相關決策都能變得更為主動、有針對性，并且有數據支撐。預測性維護使得供應商能夠成為客戶更好的增值伙伴。(圖1)

　　預測性維護技術將改變客戶的設備維護、生產策略，同時對機械工程類公司服務業(yè)務的商業(yè)模式帶來巨大影響。其中，傳感器、網絡互聯以及計算能力將挑戰(zhàn)傳統專業(yè)服務領域的知識和經驗積累;擁有數字化領域知識背景的企業(yè)將進軍制造業(yè)的服務市場。德國工程行業(yè)必須在預測性維護解決方案的定義、執(zhí)行與傳播過程中占據領導地位，以應對所面臨的嚴峻挑戰(zhàn)。因此，德國機械工程行業(yè)協會和商品交易會運營機構德國博覽會集團將“預測性維護”定為今年漢諾威工業(yè)展覽會的主題之一。雖然在機械和廠房相關工程的各個環(huán)節(jié)中已經出現了大量方法和初始方案，但是關于預測性維護的討論意見仍眾說紛紜。

　　為了使討論更加客觀，并確定預測性維護所處的發(fā)展階段，羅蘭貝格與德國機械工程行業(yè)協會、德國博覽會集團共同開展了一項大規(guī)模的企業(yè)調研，旨在清晰描述預測性維護方案的現狀，以及德國工程行業(yè)對預測性維護實際應用情況。該項調查針對以下行業(yè)的相關公司：輸電工程/液壓傳動、電氣自動化/機器人技術、離散制造技術、軟件工程及數字化技術。本研究對該項調查的關鍵發(fā)現進行總結。(圖2)

預測性維護在德國工程行業(yè)中實際應用情況

　　預測性維護是德國工程領域的關鍵議題之一：毫無疑問，德國工程行業(yè)現已普遍接受并理解預測性維護這一重要的行業(yè)趨勢。有81%的受訪公司已經著手深入解決這個問題。

　　展望未來，許多公司仍難評估預測性維護作為成功要素的作用：近40%的公司認為預測性維護是幫助穩(wěn)固并提升服務收入的關鍵所在和成功要素，對于未來業(yè)務的發(fā)展尤為重要。

　　不同行業(yè)中存在普遍共識：盡管各細分產業(yè)對預測性維護的具體產品和應用方式的理解上存在微小的差異，但我們的研究并未發(fā)現顯著的分歧。總體而言，在不同行業(yè)中，各公司的看法、發(fā)展狀況和面臨的挑戰(zhàn)大體相似。

　　僅有少數公司提供了具體的預測性維護產品/服務：在工程領域，預測性維護實際可用“產品”的成熟度差異巨大。盡管近40%的受訪公司已在提供相關技術和服務，但大部分公司仍然在產品研究階段，或尚未開始任何相關工作。

　　受訪對象認為，預測性維護對客戶帶來的主要價值在于業(yè)績提升：79%的受訪對象表示，得益于更好的機器可用性、更長的服務壽命以及更穩(wěn)定的工作等，客戶從預測性維護中獲得的主要益處是生產方面的優(yōu)異表現。相較而言，僅有不到五分之一的受訪公司將預測性維護看作削減維護成本的手段。(圖3)

　　大多數受訪對象期望預測性維護能推動業(yè)務增長：盡管關于預測性維護對財務方面的整體影響仍討論激烈，但受訪對象對于增長預期的樂觀態(tài)度大于對負面效應的擔心。從商業(yè)預期來看，80%的受訪對象預計預測性維護將會刺激其服務業(yè)務的增長。相較而言，20%的公司更加關注風險，擔心其現有的服務業(yè)務將可能受少量負面影響。

　　迫切需要和客戶需求取得一致：迄今為止，預測性維護的發(fā)展動力主要來自于機械工程人員從技術角度希望改良產品的愿望。近90%的受訪對象承認在對客戶以及終端客戶真實需求的理解上仍然存在不足。因此，即使供應商承諾預測性維護的益處，仍然不確定客戶是否能夠認同這些收益能增加顯著且可量化的價值。

　　系統性戰(zhàn)略和產品開發(fā)仍有不足：超過50%的受訪公司仍然沒有系統化方法——缺乏明確的商業(yè)模式、業(yè)務目標和相應的開發(fā)預算。這也說明目前發(fā)展方式主要受技術驅動，未讓客戶共同參與。

　　業(yè)內普遍認為已基本掌握了支撐預測的主要技術：受訪對象認為，預測性維護所需的技術已大體就位。不過，在部分領域仍存在挑戰(zhàn)，包括機遇分析和識別機器運轉模式及狀態(tài)數據微調預測性維護，從部件和機器層面發(fā)展到生產與系統(網絡化生產)層面進行預測和決策支持。

　　許多企業(yè)尚未明確在價值鏈上的定位：預測性維護最復雜部分之一是將機器運行數據適當轉化為對整個生態(tài)系統的認知以及客戶實際收益。約65%的受訪者表示其尚未明確自身定位。在一定程度上，這可能是由于企業(yè)(尤其是中小企業(yè))缺乏數字化專業(yè)知識與技術導致的。幾乎所有市場參與者都很難判斷客戶的“生態(tài)系統”和配套平臺未來會如何發(fā)展。但企業(yè)必須進行自我調整應對這些變化，清晰認識預測性維護的邏輯和價值。由于預測性維護所涉及的數字化要素將不斷增加，有69%的受訪對象認為與專業(yè)的外部伙伴合作(尤其在軟件和數據分析領域)“尤為重要”;40%的調查對象甚至未明確排除與直接競爭對手合作的可能性。

　　仍未明確預測性維護的盈利模式：有90%的受訪對象提到了如何通過提供預測性維護服務盈利的問題，這顯然是企業(yè)嘗試建立商業(yè)模式時候面臨的普遍困擾。原因之一是長久以來，制造業(yè)的客戶不愿為數字化服務買單。受訪企業(yè)現在更多考慮基于成本的定價模式，而非基于業(yè)績表現“更數字化”的模式。(圖4)

　　不過，也有許多企業(yè)已經清醒地認識到，這項新的服務需要新的思維方式。例如，需要對接客戶的層級就有所不同。目標對象不應該再是車間工廠;與此相反，為了體現預測性維護方案對公司整體目標以及對關鍵業(yè)績指標(KPI)的貢獻，必須同客戶的最高管理層直接開展合作與對話。

　　在某些領域中，要真正實現預測性維護的價值需要獨立的、便于數字化的組織架構，整合的產品/服務戰(zhàn)略。然而，當前大多數的受訪對象仍是在原有的框架下提供預測性維護服務，同時在服務內容方面(如KPI、定價、銷售、管控及垂直整合)的進展也非常有限。

　　預測性維護市場的勝負尚未有定論：誰能主導未來預測性維護服務的市場，是一個充滿爭議的話題。如今，所在領域的專業(yè)知識仍是硬件供應商的核心競爭力和優(yōu)勢。但這一優(yōu)勢未來能否延續(xù)，目前還不得而知。有大量受訪對象認為來自其他行業(yè)的技術與平臺提供商可能成為他們的潛在威脅。這些競爭者或許不具備行業(yè)應用知識，但他們能夠在IT基礎架構及大數據技術方面充分發(fā)揮自身優(yōu)勢。大多數受訪對象認為預測性維護的未來主要機會將出現在軟件方面。(圖5)

預測性維護將在2020年之前取得突破

　　關于預測性維護市場滲透的速度，各方觀點大相徑庭;其中，對于傳感設備和連接技術的更新程度存在不確定性，對新安裝設備是否必須要接入到現有設備體系中存疑。用戶愿意以多快的速度、在多大程度上、在哪些內部及外部存儲設備上允許對數據訪問也尚未明確。但即便如此，仍有近50%的受訪對象認為，在2020年前預測性維護能夠取得突破。這項調查結果再次表明了預測性維護數字化方面的特質，即周期短、顛覆性強。

　　作為工業(yè)數字化領域一個潛在爆發(fā)點，預測性維護對德國工程行業(yè)的重要性毋庸置疑。因此，大多數公司已經將其提上議事日程。雖然在此領域內，技術驅動的創(chuàng)新理念正逐漸受到機械及零部件制造商的重視，但是在許多情況下，其他主要的成功因素(例如對用戶需求的精準理解、商業(yè)模式與需求的妥善結合)尚未得到應有的系統性思考。為了能夠在預測性維護市場占據領導地位并獲得商業(yè)成功，除了建立必要的大數據系統并提高大數據分析能力外，企業(yè)還需注意以下幾個方面：

　　不同創(chuàng)新流程的“市場拉動”：必須要從客戶利益的角度出發(fā)，通過與客戶建立更為密切的協作，借鑒數字化領域的研發(fā)方式(例如設計思維與共同創(chuàng)新)來制定預測性維護方案。此外，還需要大幅加快研發(fā)速度并融入迭代式開發(fā)的理念(快速失敗才能快速學習)。

　　不同的市場策略的“數字化模式”：在利用創(chuàng)新的、基于軟件的定價模式和銷售理念向客戶傳達產品價值的同時，企業(yè)還必須為客戶提供具體可量化案例，需要與過往不同的、管理更廣泛利益相關方的理念與方法。同時，企業(yè)必須認真思考客戶如何看待他們在價值鏈(以B2C模式為基礎)上的定位與重要性，如何使客戶接受預測性維護的費用。

　　不同合作形式的“網絡化方法”：在系統性構建核心能力的同時，企業(yè)必須專注于建設自身優(yōu)勢、提高附加值。此外，企業(yè)還應以更開放的心態(tài)積極加強與合作方的緊密聯系，從而完善提供預測性維護服務所需的技能、技術和基礎架構。如有必要，企業(yè)甚至需要與競爭對手合作，或者與其他生產環(huán)節(jié)和第三方行業(yè)中的公司進行合作。

　　同其他行業(yè)一樣，數字化也是機械工程領域中的一個必然趨勢。即使不考慮數字化帶來的商業(yè)機遇，也沒有任何一家公司能夠承擔起拒絕數字化變革所帶來的損失。在預測性維護這一議題上，管理層同樣需要通過制定清晰的戰(zhàn)略和系統性的商業(yè)模式來積極把握機遇。

　　預測性維護并不是解決企業(yè)在產品、市場覆蓋、服務水平等方面問題的萬靈藥。服務業(yè)務需要作為公司整體戰(zhàn)略的一環(huán)而進行不斷分析與完善。如果企業(yè)希望在服務業(yè)務中獲得可持續(xù)的成功——不僅優(yōu)化內部產品和效率且與客戶建立長期的信任合作關系，成為一個對客戶有價值的合作伙伴，那么企業(yè)就必需以客戶為中心，明確在預測性維護服務方面的自身需求以及潛力，這一點勢在必行。

　　(本文轉自公眾號：工評圈)