IBM Maximo:以AI赋能企业实现可持续、智能化的资产管理
导言:6月29日至30日,由中国设备管理协会、中国重型机械工业协会主办的2023行业设备管理与技术创新成果交流大会于浙江省台州市温岭举行。大会以"坚持创新驱动发展,强化设备智能管理"为主题,围绕新时期智能制造和智能装备的关键技术与发展、数字化转型、AI和大数据在设备管理工作中的应用,以及细分相关行业设备的智能管理与技术创新成果展示展开。
6月29日至30日,由中国设备管理协会、中国重型机械工业协会主办的2023行业设备管理与技术创新成果交流大会于浙江省台州市温岭举行。大会以"坚持创新驱动发展,强化设备智能管理"为主题,围绕新时期智能制造和智能装备的关键技术与发展、数字化转型、AI和大数据在设备管理工作中的应用,以及细分相关行业设备的智能管理与技术创新成果展示展开。
会议期间,IBM大中华区科技事业部可持续发展软件资产管理业务总监庄磊、IBM大中华区科技事业部可持续发展软件资产管理技术总监刘清真受聘成为中国设备工程专家库专家,继续为中国各行业、企业的设备管理和技术创新贡献"IBM智慧"和"IBM方案"。
中国设备工程专家库专家聘书
此外,刘清真受邀参加大会主论坛和设备全寿命周期管理创新论坛并发言。他认为,企业资产管理是重资产行业的核心运营系统,也是企业改善经营效益的重要抓手。IBM基于AI和全球最佳实践打造的IBM Maximo资产全生命命周期管理平台,致力于帮助企业创造更大效益、形成竞争优势,实现可持续、智能化的资产管理。以下是他的发言内容节选:
IBM大中华区科技事业部可持续发展软件资产管理技术总监 刘清真
企业资产管理是重资产行业的核心运营系统
企业资产管理 (Enterprise Asset Management,EAM)是重资产行业的核心运营系统,从资产的全生命周期视角进行管理行为改善和业务价值提升,最终达到保障安全生产、降低运营成本、提高资产效益的目标。资产管理不仅仅管理资产本身,还包括与其有关人员、备件、环境、法规等众多相关因素。
可以说,资产管理是重资产企业改善经营效益、提高EBIT的主要机会之一,而AI赋能的资产管理可以帮助企业创造更大效益,形成竞争优势。通过运营成本分解,企业发掘更多的改善机会,比如:重视设备的生命周期管理、减少停机影响的可用性、避免库存投资过多等等。这些效益或者价值主要体现在延长设备寿命、减少停机时间、降低备件库存、提升人员效率等方面。
AI 赋能的资产管理可以帮助企业创造更大效益
全生命周期管理:资产管理价值最大化的关键一环
资产全生命周期管理是帮助企业寻找最优解、实现管理价值最大化的重要手段。这需要我们以全生命周期的宏观视角,俯视看待设备管理的各个阶段,并寻找资产管理的最优解。从资产运行需求角度对上游的设计、采购制造、施工、调试环节提出数据标准规范要求,实现资产从采购、建设、转资到运维报废的全过程数据贯通,提取全寿命周期的业务价值,最终形成企业级的资产管理全景视图:横向各环节打通、纵向各个板块整合。
全生命周期管理:资产管理价值最大化的关键一环
在真实的项目落地中,这种全景视图的建立往往面临着诸多挑战,这里我分享三个常见的问题,这些问题知易行难,若基础没打好,后续影响很深远:
我们在落地Maximo这种专业软件,会提醒用户重视上述问题,也会提供科学的数据结构和严谨的落地方案。
IBM Maximo:引领企业资产管理改善和技术创新
IBM Maximo为企业打造了精细化资产设备管理平台,并基于全球大量头部客户的最佳实践形成了针对不同行业的管理版本,能够为企业带来"立竿见影"的效果。其中包含资产、工单、服务、物资、合同、采购等资产管理全业务,并覆盖资产全生命周期。
其次,IBM把领先的混合云和AI能力与资产设备运营业务相结合,为客户提供了完整的资产管理数字化智能化路径,包括物联网监控、设备健康、预测性维护、视觉检测分析、备件库存优化、员工安全、数字孪生等,帮助企业迅速响应不断变化的运营条件,在不同环境下保持业务连续性。
IBM Maximo:引领企业资产管理改善和技术创新
此外,Maximo能够在确保可靠的设备运维、适应性和运营弹性时,为企业带来直接、明确的投资回报,增加收入、提升效率、降低运营成本和减少风险。根据IDC报告,那些将Maximo用于提高资产管理能力的企业,平均每年可因此实现近1500万美元的商业收益,5年投资回报率更是高达450%;每年平均的意外宕机时间减少43%,影响业务的意外事件减少28%。
免责声明:
※ 以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。
※ 有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。
标签 :
相关网文
一周新闻资讯点击排行