Машины сажают поставки на цепь

Мир вступает в информационную эпоху. Технологии все больше заменяют собой человеческий труд: производство происходит уже не на глазок, потери сведены к минимуму благодаря всевозможным датчикам, подключенным к интернету вещей. Новая эпоха диктует компаниям новые требования к организации производства. Важнейшая их часть — внедрение разработок в сфере искусственного интеллекта, анализа «больших данных» и промышленного интернета вещей (Industrial Internet of Things, IIoT) в бизнес-процессы. Первоочередной же шаг для претворения в жизнь концепции «интеллектуального предприятия», которую продвигает компания SAP,— построение и управление цифровой цепочкой поставок. Какие преимущества дает такая цепочка?

В игру вступает дублер

Концепция «интеллектуального предприятия», призванная полностью автоматизировать работу в компании, может упростить и сделать эффективными многие бизнес-процессы. В рамках концепции решение за человека принимает машина, она же дает распоряжения на производственные транзакции. Основополагающий элемент этой модели — интеллектуальная цепочка поставок (Intelligence Supply Chain, ИЦП). Отличие ее от просто автоматизированной цепочки в том, что она имеет свойство адаптироваться под нужды рынка и принимать самостоятельные решения.

Система характеризуется введением так называемого цифрового двойника (или близнеца). Термин Digital Twins появился еще в начале 2000-х, его ввел в обиход профессор и помощник директора Центра управления жизненным циклом и инновациями в Технологическом институте Флориды Майкл Гривс, а точнее — неназванный инженер, с которым Гривс работал в NASA. Последний в статье «Цифровые близнецы: превосходство в производстве на основе виртуального прототипа завода» описал способ удешевления разработки продуктов с помощью цифровых моделей: «Применение двойника происходит на протяжении всего жизненного цикла изделия? чтобы обеспечить высокий уровень качества для потребителя и предоставить информацию изготовителю о том, как покупатель использует продукт».

В чем заключается идея «цифрового близнеца»? Чтобы выпустить новое изделие, компании использовали виртуальные модели, на которых отрабатывали сценарии производства. Но если ранее после того, как готовый продукт получен, модель списывали в архив, то теперь речь идет о том, чтобы модель продолжала свою жизнь в связке с физическим объектом, накапливая данные, которые она получает от установленных на объекте датчиков. Таким образом, «двойник» не ограничивается сбором данных, полученных на стадии разработки и изготовления объекта или старта процесса. Он продолжает агрегировать данные в течение всего жизненного цикла. Получая эту информацию с помощью IIoT, «цифровой близнец» может давать рекомендации по оптимизации режима эксплуатации и обслуживания реального объекта.

Спектр задач, которые предприятие успешно решает при помощи «двойника», широк: это хранение и накопление детальных данных для построения математических моделей бизнес-процессов, моделирование и обучение искусственного интеллекта для прогнозирования будущих событий, воспроизведение будущих продуктов и их свойств без физических лабораторных экспериментов. Благодаря же тому, что математическая модель непрерывно обновляется в режиме онлайн, компания может выявлять непредвиденные изменения в процессах и оптимизировать режимы работы оборудования. И даже предотвращать поломки и аварии, значительно повышая надежность и эффективность эксплуатации.

В рамках ИЦП компании получают настоящий кладезь новых возможностей по сравнению с предыдущим уровнем автоматизации. В частности, к ним относятся предсказание будущих потребностей, разработка плана производства на основе рыночной (текущей и будущей) ситуации, автоматизация операций, не требующих доли творчества, и исключение всех точек ручного внесения данных о производстве, ремонтах, эксплуатации, выработке и т. д. Более того, искусственный интеллект помогает управлять производственным процессом без человека и принимать экспертные решения.

«Лидеры рынка больше не смотрят на закупочную историю только с точки зрения сокращения затрат: закупки могут и должны создавать стоимость,— приводит “Инвест-Форсайт” слова директора по цифровым технологиям для решений SAP Ariba Марселя Воллмера.— Специалисты по закупкам — единственные, кто владеет информацией от всех подразделений от поставок сырья до выпуска готовой продукции и связывает различные бизнес-процессы в систему». По его мнению, это основа для стратегических действий. Например, умная система может предложить распечатать нужную запчасть на 3D-принтере по соседству, вместо того чтобы везти ее через всю страну или использовать дроны для доставки деталей в отдаленные районы. «В перспективе это превратит директора по закупкам в главного менеджера по созданию стоимости, а закупки — в драйвер инновационных изменений»,— уверен Марсель Воллмер.

Нередко технология «цифрового двойника» позволяет компаниям переходить на новые модели работы. Например, крупнейшему в мире химическому концерну BASF — на сервисную модель. BASF внедрил «цифрового близнеца» в критически важное оборудование: задвижки на трубопроводах, по которым подаются химически опасные вещества, теперь управляются самим производителем этого оборудования — Endress+Hauser. Именно она перешла на новую модель работы и поставляет BASF не просто оборудование, а конечный сервис.

Умная экономия

Богатые возможности ИЦП уже обратили на себя внимание многих крупнейших компаний в самых разных отраслях. Для наглядности пользы такого подхода к производству рассмотрим несколько примеров.

Так, в 2018 году «Лаборатория Касперского» внедрила систему закупок SAP Ariba. «Лаборатория» работает почти в 200 странах и территориях мира, а ее офисы находятся в 31 стране. Долгое время процесс закупок в компании был разрозненным, а учет осуществлялся вручную. В одних случаях количество лиц, согласующих закупки, превышало два десятка, в других этот процесс вообще не контролировался, глобальный реестр поставщиков отсутствовал. В итоге для повышения эффективности закупок компания решила создать общую информационную систему в масштабах всей организации. По собственным данным, эффект от использования облачной бизнес-сети достигает $4 млн в год, а экономическая эффективность проекта превысила 300%.

Другой показательный пример — запуск группой «Черкизово» совместно с SAP интеллектуального завода по мясопереработке с максимально автоматизированной ИЦП. Планирование, управление финансами, производство, логистика, закупки — все процессы связаны внутри цепочки поставок в режиме реального времени, образуя единую систему, при этом цепочка поставок функционирует сама, без вмешательства человека. Множество датчиков, создающих «цифрового двойника» предприятия, связаны между собой с помощью IIoT, система отслеживает состояние оборудования, анализирует информацию и заблаговременно сообщает о необходимости техобслуживания.

По данным SAP, внедряя ИЦП, компании получают целую россыпь новых показателей, которые способствуют качественным изменениям в эффективности бизнеса. В частности, выручка от новых продуктов в среднем растет на 10–20%, при этом сокращаются: время вывода продукта на рынок (на 10–55%), длительность производственного цикла и затраты на производство (до 10%), расходы на планирование (10–15%), внеплановые простои (5–10%), логистические затраты (10–12%).

Сценарная заявка

О текущей востребованности таких высоких технологий, как Big Data и машинное обучение, в рамках ИЦП можно судить и по конкретным сценариям, в которых бизнес использует инновации. Модель взяли на вооружение самые разные отрасли — от металлургии и нефтехимической промышленности до телекома и автопрома.

Например, на НЛМК поставили задачу спрогнозировать выход из строя оборудования, а именно прогар фурм (приспособлений для вдувания газа в металлургическую печь или ковш) доменной печи. C помощью информации от датчиков оборудования, данных по сырью и продукции с использованием методов машинного обучения комбинат может добиться экономии более 60 млн руб. только за один год. Ключевой момент — модель позволила компании спрогнозировать, прогорит ли фурма до следующего удобного времени для замены, чтобы вовремя ее заменить, избежав прогара на интенсивном режиме работы доменной печи.

Другой и довольно впечатляющий пример использования технологий в рамках ИЦП — прогнозирование точки разворота (изменения тренда) рынка. Крупный автопроизводитель поставил задачу определить момент изменения рыночного тренда: если в период роста, как правило, компании чувствуют себя хорошо — растут объемы и цены, то во время падения снижаются и объемы, и цены. Поэтому в среднесрочной перспективе важнее прогнозировать не сами объемы рынка, а именно их динамику, чтобы оптимизировать затраты и запасы. В итоге SAP построила необходимую заказчику модель прогнозирования рынка грузовиков на основе макроэкономических данных и данных по запросам в интернете. Общее число использованных индикаторов составило около 2,5 тыс. Модель была построена в самом начале 2018 года, когда все эксперты прогнозировали рост рынка грузовиков в России в 2018 году. SAP спрогнозировала перелом рынка осенью 2018 года, что и произошло.

Если вы хотите более подробно познакомиться с интеллектуальными сценариями, которые уже сейчас используются ведущими российскими компаниями, приглашаем вас на SAP Forum 2019, 17 апреля, Москва: