Udvid forretningsmodellen og lav en Vestas med IoT og sensorer
Det er en kendt anekdote, at vindmøllefabrikanten Vestas ikke længere ’bare’ sælger vindmøller, men i stigende grad baserer sin forretningsmodel på services og garanteret oppetid.
Det svarer lidt til, da Amazon oprindelig udviklede en enestående digital infrastruktur, der gjorde det muligt at drive e-handelsvirksomhed endnu mere effektivt. Siden brugte Amazon dette som springbræt for at blive en af de globalt førende cloududbydere, ligesom man stiller handelsinfrastruktur, algoritmer og digital hyldeplads til rådighed for tusindvis af andre onlinehandlende. Mod betaling, naturligvis.
Billigt sensornetværk transformerer servicemodellen
Denne transformation – at udvide sin traditionelle forretningsmodel med intelligente servicetilbud og garanteret oppetid – fremhæves ofte som en lukrativ mulighed for danske produktionsvirksomheder.
Men det er mest blevet ved snakken. Det har nemlig traditionelt være kostbart at høste sensordata så tilstrækkelig kosteffektivt fra almindeligt produktionsmateriel, der – modsat de meget kostbare vindmøller – ikke overvåges kontinuerligt. Derfor kan det være svært f.eks. at regne ud, hvornår et leje brænder sammen eller en smørepumpe giver op og resulterer i nede i samlehallen.
I skrivende stund tager flere danske teleselskaber imidlertid livtag med præcis dén problematik. En række kommende smalbåndsnetværk vil inden for et år gøre det muligt at koble sensorer op i et såkaldt “Internet of Things” og – modsat bredbånd – sende små datapakker over lange distancer med et meget lavt strømforbrug. Ja, selv et par almindelige AA-batterier vil kunne dække flere års transmissionsforbrug for en sensor.
Hermed bliver det med ét slag langt nemmere og billigere at drive en intelligent sensorpark, høste data og sikre en kontinuerlig og næsten øjeblikkelig tilbagemelding på, hvordan maskinparken har det – helt ned i detaljen. Og alle produktionsvirksomheder, som leverer maskiner, kan få gavn af udviklingen.
Farvel til nedbrud, produktionsstop og feberredninger
Det er ikke blot en potentielt god forretning for fabrikanter og serviceudbydere, men også for produktionsvirksomheder, der savner indsigt i, hvordan deres maskinpark opfører sig.
De fleste maskiner har ganske vist allerede installeret sensorer af en eller anden art – eksempelvis er der en vægt i kraner, der måler løftet vægt for at hindre overbelastning. Men sensorerne er sjældent forbundet til virksomhedens serviceafdeling, og deri ligger et uudnyttet potentiale.
For den dag, kranen automatisk sender sensordata videre til driftschef eller servicepartner, når den har løftet et vist antal ton eller når f.eks. temperaturen i hydraulikken i en længere periode har befundet sig i et grænseområde, kan man yde mere intelligent service.
Det gør det muligt at forebygge nedbrud, produktionsstop og de kostbare, uplanlagte servicebesøg, der følger af dem. Ligeledes vil man i mange tilfælde kunne skære ned på antallet af skemalagte servicebesøg, der ikke nødvendigvis finder alle de fejl, der er ved at opstå – og erstatte dem med præventive, målrettede eftersyn, der fokuserer på problemer under udvikling.
Data giver udviklingsafdelingen nye kort på hånden
Samtidig får man datagrundlag, der gør det muligt at ændre garantiforpligtelserne over for kunden. Eller man kan stille nøgledata til rådighed for udviklingsafdelingen, der ikke længere skal vente på, at maskinerne går i stykker for at kunne lave dem bedre. I stedet får ingeniørerne kontinuerligt adgang til data fra sensorerne, der gør det muligt at foretage mindre optimeringer, mens maskinen stadig er i drift.
Og så har vi ikke engang taget fat på alle muligheder, der opstår for at sætte Machine Learning til at krydsanalysere real-time på data fra talrige sensorer og over tid opdage sammenhænge, der slet ikke kendes i dag, fordi man fuldstændig mangler grundlaget for at opdage dem. Det er kort sagt utroligt spændende.
