<img src="https://secure.leadforensics.com/133892.png" alt="" style="display:none;">

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. Ja, faktisk tjener Vestas i dag flere penge på at servicere vindmøller end på at bygge dem.

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 indtil nu blevet ved snakken. Det har nemlig traditionelt være kostbart at høste sensordata, der ikke overvåges kontinuerligt. Og det har derfor være svært f.eks. at regne ud, hvornår et leje brænder sammen eller en smørepumpe giver op og resulterer i nedetid 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.

Optimer planlægningen, øg kundetilfredsheden og tilbyd proaktiv service med Microsoft Dynamics for Field Service. Læs vores 6 trin til at opbygge din Connected Field Service ModelDownload vores checkliste

Emne

Kommenter indlæg

Recommended posts

De fleste forbinder nok Augmented Reality (AR) med det – for få år siden – rasende populære Pokémon Go!, hvor fabeldyr på magisk vis dukker op på smartphonens skærm og ser ud til at hoppe rundt på græsplæner og brosten.
Online indkøb og shopping bliver en stadigt større del af vores daglige rutine og Amazon Go er et godt eksempel på hvordan avanceret teknologi kan give den ultimative købsoplevelse.
Det er jo ingen hemmelighed, at en stor del af detailhandlen er gået online. Men hvor digital skal man være for at kunne klare sig i konkurrencen med Amazon, Alibaba og de andre store internationale e-handlere?
I retailbranchen er dagen derpå altid hård efter en virkelig god omsætningsfest. For når Black Friday, Singles Day, Cyber Monday og julen er vel overstået, skal tusindvis af kunder have returneret eller byttet deres varer, og navnlig tekstil- og modebranchen må holde for. Traditionelt har broderparten af opgaven ligget lokalt i de enkelte butikker. Det giver naturligt nok travlhed, men alligevel er man i stand til at overkomme opgaven indenfor rimelig tid, så returvarerne kommer på bøjle og ud i butikken igen.
Den årlige hyldest til de fysiske butikker er lige på trapperne! Hvis du arbejder inden for retail, har du sikkert sat kryds i kalenderen for flere måneder siden, men nu er der kun nogle dage til Black Friday.
right-arrow share search phone phone-filled menu filter envelope envelope-filled close checkmark caret-down arrow-up arrow-right arrow-left arrow-down