供應鏈

機器製造商通常會遠端監測出售給製造業客戶的設備，但通常都沒太大作用。IIoT 感應器會收集大量關於設備健康和效能的原始資料。但這些資料都雜亂無序，不管是機械製造商 (OEMS) 或其客戶，都無法為工作流程轉型帶來什麼幫助。

因此，製造業者在廠房中，時常會發生令人氣餒的故障事故。而機器製造商也無法從中了解設備的實際用途，並失去開發能大幅提升服務收入的產品。

將進階預測分析套用到機器資料趨勢上，將開啟全新可能性。

OEM 廠商可以建立一種 AI 演算法，即時將機器效能最佳化，並顯示哪些設備可能發生故障並預判時機，讓技術人員在故障前及時修復機器。他們可以透過「即服務」的合約方式提供服務，提供穩定的收入來源，並採用套用在機器上的預測模式，來制定最佳價格。

「製造廠商在推動數位化轉型的同時，亦在尋求提升效率、延長設備壽命，以及利用資料獲利，」全球 IT 服務企業 Tata Consulting Services (TCS) 的結合產品暨服務業務主管 Senthil Kumar 表示。「當今的 IIoT 技術已經能夠達成這些目的。」

透過預測性維護改善服務

預測性分析能讓製造廠商能保持設備優良狀態、減少高昂的專人服務，且有更長的運作時間為顧客客戶服務。

舉例來說，某間建築設備製造商過去一直收到客戶抱怨故障。單靠遠端監測沒有辦法解決這類問題。利用預測性分析則能夠成功解決問題。

「接著我們介入然後告訴他們『與其讓你們單純監測設備，為何不試試看讓我們進行即時分析呢？』」Kumar 表示。

Equiptix 為了建立即時錯誤偵測及故障預防措施，收集了過去的機器資料，並模擬預測公司挖土機內十種不同子系統的缺點與斷點。結果顯示，子系統的停機時間減少了 50%。該公司現在計劃將 Equiptix 套用到其他九項子系統上。

預測問題也能節省設備製造商耗費在服務通話上的費用。Kumar 表示：「他們可以利用從安裝基礎收集到的資料，來預先規劃專人服務，而不用一接到電話馬上要趕過去。」

AI 技術預測性分析能夠將服務合約最佳化

在分析過客戶成千上萬的機器資料後，OEM 能自信地提供最優良的客戶服務：效能保障。

「在過去，製造廠商一直在嘗試銷售專門提升機器效能軟體，但成果甚微，」Kumar 表示。「客戶的心理在想的是『這樣做我有什麼好處？』他們希望的是要能夠推動發展。」

效能合約能夠解決管理複雜軟體的難題，給予客戶能夠依賴的成果。再搭配上即時狀態監測和預測性維護，呈現在製造廠商面前的是全新的商業模式，一種能夠提供穩定收入來源的模式，下方講解影片將詳細說明（影片 1）。

Equiptix 模擬模型會分析所有因素，最終制定出能夠吸引客戶的合約，同時給予製造廠商接受範圍的財務風險。

「我們會確保每分合約都是能夠帶來利潤的，且充分掌控所有風險，」Kumar 表示。

Equiptix 同時會檢查製造廠商生產的所有數位產品，並尋找是否有機會擬定新的服務合約，更好協助開發可靠的收入來源。

釋放邊緣應用程式的威力

除了故障預防並擬定服務合約外，分析機器資料讓製造廠商能為特定客戶用途，最佳化現有的機器效能。「大家都想要在邊緣處理資訊，但現有的設備並無法擷取足夠資料來進行分析，」Kumar 表示。

製造廠商在與 TCS 工程師合作之下，能夠選擇適當的資料，來建立並部署個別效能增強應用程式。

邊緣應用程式能為 TCS 客戶即時提供各式各樣的功能，例如機器視覺、混合實境以及數位對映。高效能 Intel^® 處理器讓客戶能夠在邊緣機器上，不需要連線到雲端即可利用這些服務。公司在花錢部署到現場前，可以透過這些服務提升效率、改善品質管制，並在模擬中改善機器程序。

「這就是邊緣的力量，」Kumar 表示。

全新 IIoT 領域

邊緣應用程式、預測性維修，以及一切即服務的業務模型，為機械製造商展示了一個更高效、利潤更高的全新未來。要到達下一個階段需要耗費時間，但各製造商正在著手進行必要的轉型，以取得甜美成果。

「這不僅僅關乎技術，而是改變整個商業模式，」Kumar 表示。「這趟旅程雖常，但我們已經看到了很大的進步。」