Для современных промышленных предприятий данные стали ключевым ресурсом: с их помощью они повышают эффективность работы и оптимизируют производственные процессы. Однако исследование McKinsey выявило, что до недавнего времени компании реального сектора не анализировали 95 процентов собираемых данных, упуская возможность для получения дополнительной выгоды.
Основными лидерами цифровизации как во всем мире, так и в России, считаются телеком, ретейл и финтех. Причина проста: представители этих сфер находятся в таком конкурентном поле, что лишь оперативное внедрение новых технологий дает им возможность бороться за клиентов.
Реальный сектор стоит от них особняком по ряду причин. В нем нет настолько обостренной конкуренции, зато присутствует огромное количество сложностей, связанных с аналитикой данных. Каждое предприятие изначально абсолютно уникально, поэтому, например, электростанция и золотодобывающий завод собирают разные данные - это зависит от установленного на них типа оборудования, условий его эксплуатации, допусков, специфики процессов. Данные разнообразные и неструктурированные - это может быть информация из учетных систем, данные геолокации, сведения с видеокамер и цифровых датчиков, установленных на различном оборудовании.
По этим причинам на промышленных предприятиях нереально использовать какое-то одно решение для работы с данными, заказчики выбирают готовые платформы. Приходится заимствовать чужой опыт и проверять каждую из гипотез на жизнеспособность. Поэтому реальный сектор находится лишь на пути к оптимальному получению ценности из данных. При этом большинство производственных компаний понимают ценность управления данными. Согласно нашему опросу, 34 процента представителей реального сектора уже сейчас внедряют в своих организациях продукты по работе с данными. При этом 24 процента опрошенных основной целью подобных проектов называют увеличение прибыли компании.
Такой интерес обусловлен тем, что аналитика данных уже сейчас позволяет, например, металлургическим и нефтегазовым компаниям существенно снизить себестоимость добычи и увеличить экономический эффект от разработки месторождений. При этом повышается время бесперебойной работы, увеличивается прибыль. Так, анализ данных, поступающих с датчика вибрации на агрегате, позволяет научиться предсказывать дорогостоящие механические поломки.
Не менее эффективно проявляет себя управление данными в логистике. Например, анализируя данные, можно оптимизировать работу складов, выстроить оптимальные маршруты и автоматизировать расходы на обслуживание и ремонт.
Будет ли реальный сектор повсеместно анализировать собираемые данные? Да, и это неизбежный процесс развития любого современного промышленного предприятия. Ведь он открывает новые перспективы. Так, сокращение времени простоя оборудования может составить до 50 процентов, а прирост производительности технических функций благодаря автоматизации и безопасности труда может составить до 45-55 процентов.
Резюмируя, хочется отметить, что данные становятся новым классом активов, способным значительно повысить капитализацию промышленных предприятий. И работа с ними становится одной из важнейших задач на ближайшую перспективу.