В этом материале я разберу модели внедрения систем Интернета вещей в бизнес, а также объясню, как цифровизация влияет на прибыль компаний на реальных примерах.
Для начала стоит прояснить, что я не считаю Интернет вещей технологией. Мне ближе определять его как концепцию создания искусственных сенсорных и контрольных (актуаторных) сетей. В рамках этой концепции, управление полученными объектами контроля осуществляется в автоматическом режиме, то есть целевая точка развития Интернета вещей — это, так называемые автономные системы, близкие к определению IBM. Для простоты, везде, где будут использоваться словосочетания «Интернет вещей», «технологии Интернета вещей», «IoT», «цифровизация», считайте, что я имею в виду наборы составляющих из этой концепции.
Поддерживающие модели
Внедрение IoT происходит отдельными компонентами и часто затрагивает ограниченный набор процессов компании. Классификация, которой придерживается Rightech, включает в себя всего два уровня моделей внедрения: образующие и поддерживающие. Немаловажным будет добавить, что выбор той или иной модели зависит от технологического уклада компании, в которую производится внедрение. По моему опыту, наиболее продвинутыми в этом вопросе оказываются компании, которые создавались в этом десятилетии, уже с прицелом на внедрение IoT.
Поддерживающие модели определяются созданием дополнительного экономического эффекта за счёт использования Интернета вещей. Чаще всего такие модели интересуют компании с IV и ниже технологическим укладом.
Предположим, вы управленец или акционер в подобной компании. Перед вами амбициозные цели и ворох устоявшихся процессов, большинство из которых непрозрачны. Радикальное изменение систем контроля и принятия решений, очевидно, вам недоступно, скорее, — эволюционный путь, а значит, компания в целом и бизнес-процессы по отдельности развиваются в цикле:
- Измерение;
- Анализ;
- Декомпозиция;
- Синтез.
Для лучшего понимания, разберем цикл подробнее на примере транспортной компании, которая только встает на путь IoT-цифровизации. У вас есть N транспортных средств и 3N водителей. Они совершают рейсы в различные точки. В какой-то момент вы замечаете, что похожие маршруты обходятся вам в существенно разные суммы. Ключевой показатель, влияющий на себестоимость, — израсходованное топливо. Вы начинаете ИЗМЕРЕНИЕ.
Запрашиваете у помощников и руководителей отделов информацию о всех совершенных за месяц поездках. В процессе изучения и сравнения полученной выборки, находите корреляцию, что на одном и том же маршруте и автомобиле у нескольких водителей значительно отличается расход топлива. Маршрут отбросили, автомобиль отбросили, а значит проблема в водителях. Уточнили информацию, ПРОАНАЛИЗИРОВАЛИ, выяснили. Часть водителей ворует топливо.
Пора приступить к ДЕКОМПОЗИЦИИ. Как и подобает отличному руководителю, сначала вы спрашиваете у водителей К (которые не воруют), устраивает ли их заработная плата. И здесь все хорошо: «Хотелось бы больше, но всё понимаю. Так, как водители 3N-K (которые воруют), я работать не смогу». Задача усложнилась, но вариантов решения много: увольнять, пугать, поднимать зарплату, включать расходы на топливо в ЗП, ничего не делать, цифровизовать или комбинация из всего перечисленного. Так или иначе, переходим к СИНТЕЗУ.
Не буду уходить в SWOT-анализы и отрисовку потенциальных рисков. В конечном итоге, решение будет принято исходя из экономической целесообразности. Реальность такова, что цифровизация выгоднее. Организации необходимо установить датчики уровня топлива в баки, а терминалы в авто, подключить все это к платформе Интернета Вещей (или телематической, если вы ретроград) и автоматизировать ИЗМЕРЕНИЕ и АНАЛИЗ этого процесса. Но если к платформе то и ДЕКОМПОЗИЦИЮ и СИНТЕЗ.
Объективный контроль
Описанную в примере выше модель внедрения IoT мы классифицируем как объективный контроль. В рамках этой модели автоматизируются, как минимум, процессы измерения и анализа. Применение подобной модели не ограничивается транспортом, как вы уже успели догадаться. Вариантов применения много: мониторинг загрязнений воздуха, проблемы ночных смен с контролем работы станков и агрегатов, контроль состояния и траекторий перемещения сотрудников на объектах критической инфраструктуры и многое другое. Всё это — объективный контроль.
Итак,
Объективный контроль — это автоматизированный машинный непрерывный сбор и анализ информации, необходимой для функционирования бизнес-процесса и управления им.
Теперь обо всём по порядку. Разберём причинно-следственный скелет этой модели.
Причинно-следственный скелет объективного контроля
Для простоты изложения, введем еще два понятия: субъект — любой человек, который так или иначе участвует в процессе: сотрудник вашей компании, сотрудник другой компании, клиент, злоумышленник и т.д.; объект — система целиком или её часть, участвующая в процессе: транспортное средство, завод, станок, IT-система и т.д.
Субъекты и объекты могут взаимодействовать друг с другом. Например, система может выписывать премии сотрудникам, а сотрудники передают по цепочке объекты в рамках своих обязанностей друг другу. В общем, мы имеем сложный бизнес-процесс, будь то предпродажная подготовка товара, его доставка, производство или оказание услуг.
Первая задача — максимально изолировать цепочку взаимодействий, которую мы желаем оптимизировать = цифровизовать. Под изоляцией процесса цепочки взаимодействия стоит понимать его рассмотрение исключительно в разрезе субъектов, объектов и их взаимодействий, но только тех, которые необходимы и достаточны для его выполнения. О пожаре нужно узнать (измерение), найти очаг возгорания (анализ), локализовать = изолировать (декомпозиция), после чего потушить (синтез) и предпринять действия, чтобы такое не повторилось (автоматизация).
В результате анализа декомпозированных процессов, в 90% случаев обнаруживаются искажения или непрозрачность информации, полученной от субъектов. Прозвучит жестко, но все укладывается в формулу «забыл / забил / не знал / соврал / ошибся». В рамках этой модели нас интересуют механизмы получения информации при передаче управления процессом субъектами. Объекты, конечно же, могут искажать информацию, но это скорее инженерная задача по снижению погрешностей и искажений, а не проблема управленческая. Тем более, что таких исключительных ситуаций настолько мало, что ими можно пренебречь.
Чтобы обеспечить объективный контроль, мы должны максимально снизить роль субъектов как источников информации. Например, при переходе изделия из цеха в цех, мы можем автоматизировать точечные измерения: неразрушающие (например рентгенография, тестовые стенды, CV визуальный контроль и т.д.) каждого изделия; статистически выверенные разрушающие измерения (предельные значения изгиба, прочности и т.д.). Для длительных процессов, например в транспортировке, можем организовать непрерывные измерения — контроль ускорений по трем осям, контроль уровня и расхода топлива, стиля вождения и т.д. Ключевое — убрать субъекты как источник информации при измерении параметров процесса.
Инструментарий все тот же: сенсорная сеть и IoT-платформа. В качестве представления данных могут выступать как отчеты и графики, так и уже автоматически проанализированная информация, поступающая в виде уведомлений об инцидентах или сводных таблиц. Для компаний с развитой IT-инфраструктурой, архитектурно правильно будет организовать непрерывную трансляцию этих данных в ERP, MES или в ESB системы.
Еще один пример
В этом примере разберем компанию, которая занимается кофе. Компания — официальный дистрибьютор крупного кофейного бренда в России. Чтобы расширять рынки сбыта и их контролировать, компания занимается и кофемашинами. Стоимость покупки одного такого аппарата варьируется от 1 до 5 миллионов рублей. Компания сдаёт машины в аренду по привлекательным ценам, но при важном условии: кофейные зерна будут закупаться только у них. Сами аппараты устанавливаются в разные локации: от гостиниц до паровозов и пароходов.
Весь бизнес-процесс достаточно сложный и включает в себя десятки субъектов и тысячи объектов. Изолированный же процесс, на примере работы с одним клиентом и одной кофемашиной, будет выглядеть так: субъект №1, сотрудник компании, который должен узнавать об остатках кофе у клиентов и планировать пополнение склада, а также осуществлять отгрузки; субъект №2, сотрудник компании, который должен осуществлять сервисное обслуживание кофемашин; субъект №3, сотрудник клиента, который должен вовремя закупать кофе и обеспечивать непрерывность работы кофемашин. Объект — кофемашина.
Не буду вас томить, перейду к сути. Из-за искажений информации, которая поступает от субъектов, компания теряет деньги. Сотрудники клиента используют кофе не заявленной организации, а какой придется. Информацию об этом компания узнает только тогда, когда производит сервисное обслуживание машин. Управлять закупками становится сложно, приходится «замораживать» деньги на складе в виде избыточной продукции. Все друг на друга показывают пальцем: «вы не поставили вот мы и засыпали другое», «мы не успели поставить потому что вы нам не правильно сообщили о остатках» и т.д.
Проблема решается объективным контролем сваренных чашек в реальном времени и сопоставлением с закупленным клиентом объемом. Помимо этого, компания автоматически получает учет часов работы машины, удаленную диагностику и управление для решения мелких сервисных задач. Срок окупаемости такой автоматизации, включая закупки IoT контроллеров и лицензии на платформу Интернета вещей, составляет один месяц, а далее — чистый дополнительный денежный поток.
Послесловие
В этой статье я обрисовал общий контур и постарался раскрыть первую из шести моделей внедрения Интернета вещей. В следующих материалах расскажу, как компании, которые производят различные устройства, переходят от продуктовых моделей к сервисным, как меняется принцип сервисного обслуживания, как автоматизируются недетерминированные процессы, как сделать так, чтобы ваши услуги потребляли в два раза больше с меньшим количеством затрат и многое другое.
Автор — Илья Быконя, генеральный директор компании Rightech.