赋能数字化转型

数字化、网络化、智能化

Digital Transformation

解决方案

Total Solution

敏捷服务

服务规划:

基于维修工程方法,采用数字化手段进行维修性分析及服务保障方案的设计,主要业务场景包括:


研制与服务协同:研制环节需要向服务规划环节提供工程数据输入,以支持维修方案的设计,未来二者的协同模式是完全数字化、—体化和并行的,保证二者的符合性,并提高服务规划的效率。


⑵ 维修性分析:目前的维修性分析过程通常是单点的,主要是为了满足出报告的需求。未来,维修性分析将与研制过程紧密融合,—方面具有正确的输入,另—方面分析结果可以得到有效的管理并方便追溯。

 

⑶ 维修规划及任务设计:服务转型后,制造企业将承担更多的维修保障工作。需要构建数字化的维修规划、分析及设计体系,为维修执行提供准确的操作步骤、维修资源、技术能力要求的输入。

 

⑷ 维修设备设计:在维修性分析过程中,会确定维修设备的需求,基于该需求,维修工程人员开展维修设备的设计及管理工作。


⑸ 技术信息创建及管理:现有的技术信息侧重技术资料的交付,部分采用了交互式电子手册(IETM)方式。未来的技术信息(包括技术插图)编辑,技术信息内容管理,技术信息的发布将与研制环节紧密整合,技术信息部门直接基于工程平台开展技术信息的编辑及管理。

 

全球运营协同:

产品主制造商在服务转型后将构建全球运营的组织及协作体系、MRO(Maintenance, Repair and Operations)供应商网络等,并承担全球运营协同的主要职责。主要的业务场景包括:

 

⑹ 交付协同:实现产品交付过程的管理,该交付需要依照客户需求开展,交付数据需要统一管理。交付一方面是向客户的交付,另一方面也是向制造商运营管理部门的交付。因此,协作流程需要支持上述两种业务。

 

⑺ 运营监测及快速响应:产品交付后,在制造商运营管理部门将构建一对多的运营监测环境,基于物联网技术实现对智能产品运营过程的实时监测,并对监测过程中的问题及时做出响应,提供一站式服务。

 

⑻ 备件预测:为客户提供初始备件建议,并通过运营监测及实际备件消耗情况,帮助客户提前预测备件采购及投产需求,产品制造企业则可以提前安排备件采购及生产计划。

 

⑼ 培训及训练支持:构建计算机辅助培训 (CBT) 设施及数字化培训教材,支持培训人员基于增强现实技术进行虚拟培训。

 

⑽ 基于AR的服务信息支持:为客户提供少纸化服务信息支持方案,客户在产品使用时可以基于手持终端,基于增强现实技术实时获取产品运行信息。

 

服务执行及待续优化:

产品交付运营后,需要通过维修等运营保障体系来确保产品良好的运营特性。在维修保障过程中,未来将采用远程维修、预见性维修、基于AR的维修指导等新的能力,以减少产品停机,提高运营效率,并通过收集到的运营数据优化维修方案等工程环节,形成闭环的服务循环保障体系,如下图所示:

制造企业由“研发为中心”和“生产为中心”向“服务为中心”的转型成为发展趋势。通过服务转型,一方面通过给客户提供更多的增值服务,打造新的竞争优势;另—方面通过创新服务商业模式,给企业带来新的利润增长点。智能制造背景下客户服务的主要趋势如下:

 

服务的高敏捷性:

快递响应客户需求,以产品为载体为客户带来持续价值,构建新型客户关系,成为企业未来的核心竞争力。客户服务可以借助新技术和新业务模式实现高敏捷性。其中,新业务模式包括一站式服务、远程服务、预见性维修等;新技术包括基于物联的运营、基于增强现实的服务支持等。

 

服务商业模式创新:

产品的智能互联性使得服务商业模式的创新成为可能,企业可以通过提供增值服务带来新的收入和利润增长点,如远程软件产品升级服务、客户运营数据分析服务、产品运营托管服务等;企业也可以打破传统的单纯卖产品的销售策略,转向产品即服务模式,采用“计时服务”、“性能保障” 等新的商业模式。

 

服务体系化:

服务模式的转变需要完善的客户服务业务体系和应用体系提供基础支持。因此,企业未来需要逐步通过数字化手段,建立客户服务规划、交付、执行、优化、全球协同的完整数字化客户服务体系。

结合敏捷服务的未来趋势,基于智能制造总体应用框架,搭建敏捷服务规划及运营环境,对该应用环境的定义如下:

敏捷服务规划及运营坏境:以客户为中心,面向智能产品运营, 引入维修工程等先进方法,采用数字化、虚拟化、物联网、大数据等技术,构建敏捷服务规划及运营坏境,形成规划、运营、优化的互联闭环服务体系,建立事后维修、预防性维修、预见性维修等多级服务机制,打造一站式服务、远程服务的多层次服务模式,实现产品高效可靠运营,转变盈利模式。

敏捷服务的业务体系包括服务规划、全球运营协同、服务执行及持续优化三个核心业务,如下图所示,其同样需要基于统一的CPS HUB提供数据基础,如工程研制数据、维修设计数据、产品运营数据等。

 

 

 


维修工程与维修的协同:将服务规划过程与实际维修过程紧密融合,支持二者的协同业务,包括维修工程数据的传递、更改的协同、维修执行状态反馈等。


⑿ 远程维修:技术人员通过运营监测平台发现故障后,可以远程进行问题修复。如通过软件版本升级等解决软件的功能问题等。也可以指导现场服务人员开展维修工作。

 

⒀ 预见性维修:通过对产品运营的数据进行分析,结合故障知识库,提前预测可能发生的故障,提前采取行动预防故障的发生。

 

⒁ 基于AR的现场服务:面向现场服务人员,提供基于增强现实的服务支持能力。现场服务人员基于手持终端或可穿戴设备,可以实时获取产品运营状态、维修技术信息,并可以获得维修过程指导。

 

⒂ 维修知识管理:建立故障知识库,为故障诊断及产品健康管理提供基础支撑。

 

⒃ MRO供应商协同:随着产品复杂度的不断提升以及运营保障敏捷性需求的不断增加,产品制造商将纳入更多的MRO供应商联 合提供运营服务,以建立自己的核心服务竞争能力。与MRO供应商的协同业务包括 任务分包在线协作、维修任务执行状态监测、技术协调等。

 

⒄ 基于运营及维修大数据的工程优化:基于运营过程中采集的数据及维修过程中的数据,可以进行大数据分析,以优化设计、工艺、服务规划等工程设计环节,为下一代产品创新提供支撑。