如何让中国智能制造的数字化转型避免“优步”化

加速升级制造服务级别管理的建设

    列宁说，“概念是帮助我们认识和掌握自然现象之间的纽结”。

    知识是人们在实践中获得的认识成果，它以概念的形式固定下来，并纳入相应的概念体系和结构中。服务级别管理(SLM)就是我们长期生产运维管理所累积的知识体系之一。服务级别管理是对服务的供应进行谈判、定义、评价、管理以及以可以接受的成本改进服务的质量流程。

    在精细化管理中，服务级别协议(SLA)是由服务提供商和客户之间签订的描述将要提供的一项或多项服务的一份协议。在协议期间它可以作为评价和调整每个细节服务的标准。如今大多数SLA是在某个资产受到损坏时才会启用。这些协议用一些符合客户体验的非技术语言进行描述的，主要以围绕响应时间制定，其操作是在指定的时间内根据该资产对企业的重要性而进行。

    法家思想中的“事断于法”“以法定分”“定分止争”就是主张确定各种职责，行为和权力、义务的界限。可见服务水平管理体系的建设古今中外历来都受到大家的重视。

    在智能认知的时代，制造型企业为客户提供服务的时候，这一概念是完全得到了延展与新的诠释。在智能服务级别管理(SLA)建设与制定时候，客户与远程监测平台之间的实时沟通的数据給用户提供了一个如何看待和正确监控其资产性能的成功和失败的基准。通过应用大数据预测性分析方法，不仅仅在资产发生故障之前检测到服务故障，而且要确保在故障发生之前维护人员到场或手段到位。

    通过下一代SLA的建设，让制造型企业可以通过先进预测性监测那样清晰地看到整个供应链上产品不同周期的损坏的过程，实时了解资产性能之外，更为关键的是让企业明确价值指标与业务的方向，可以更好的协调好其他工作以确保智能服务项目长期经济实惠

心动不如行动

    生存是第一，那么维持竞争力就是企业的必由之路。为了维持，甚至是提升竞争力，制造企业需要加速为客户提供某种程度的智能服务。智能制造的未来，一定是能够自主评估健康状况和退化情况并主动预防潜在资产性能，并且做出维修等不同的决策，以避免潜在客户与企业价值。

    要实现健康条件评估，就需要利用数据驱动算法分析从机械设备及其周边环境中的数据。实时设备条件信息可反馈至机械控制器以实现自适应控制，同时信息也会反馈至设备管理人员方便及时维修。操作员可根据每台设备的健康条件平衡和调节每台设备工作量和工作压力，从而最大程度优化生产和设备性能，实现主动检修计划的智能决策。

    从传统的生产制造到为客户提供资产维护服务、外包维护，乃至最终成功转向智能服务，我们的制造企业需要选择灵活的工业物联网(IIoT)平台、结合数据分析，加速升级制造服务级别管理(SLA)的建设。最终的成功一定是取决三个方面，第一，企业需要拥有精心策化的团队、杰出的领导者与领导力。第二，流程及技术方法来管理离开生产基地后资产的生命周期。第三，需要灵活多变并愿意接受将从这些新方法中获得的预测性洞见。我相信，能够在同行业中提供最佳智能服务的企业，最终将获得竞争优势。