Под зонтиком IT
публикация - 2023-08-07 / cоздание - 2017-11-11 - из архива
«Цифровой двойник процесса» или… освоение «big data» часть2
КАК продать «big data» акционерам? Вы как специалист понимаете, что со временем уровни: АСУТП, MES, ERP преобразуются в единую автоматизированную систему управления. Это прежде всего связанно с ростом конкуренции, которая стимулирует внедрять гибкие адаптивные системы управления бизнесом: горизонтально интегрированные системы. А это реалистично реализовать с использованием новых информационных технологий.
При интеграции всех информационных уровней в единый комплекс вся исходная информация об объектах управления в бизнесе будет размещаться в едином хранилище данных в нормализованном формате, позволяющем автоматизировать планирование, контроль исполнения, корректирующие действия. Перепланирование всего потока создания ценности будет осуществляться при любой нештатной ситуации, либо при изменении стратегических целей с выдачей ССЗ каждому оператору на каждый агрегат, что позволит синхронизировать все объекты управления и максимально повысить эффективность. Исполнение персональных ССЗ заданий будет контролироваться по факту. Такой контроль будет обеспечивать требуемую дисциплину. У каждого ССЗ будет факт исполнения. Если он не выполнен, причина и действие ее минимизирующее будут идентифицированы автоматически, соответствующим образом она будет отражена в единой нормативно - справочная информации НСИ, для минимизации ее повторения в будущем, что по сути является встроенным механизмом по улучшению структуры и параметров системы управления.
Вы как специалист понимаете, что это уже не фантастика. На текущий момент это уже реальность. Разве не реально создать единое хранилище нормализованных данных с детализацией информации достаточной для управления базовыми бизнес и технологическими процессами? Или реализовать автоматизированное сквозное планирование материального потока, в основе которого будут «цифровые двойники» процессов как объектов планирования, а лучшее решение для бизнес - деятельности будет обеспечиваться многовариантным планированием? Разве сегодня не реально организовать сквозной контроль исполнения планов каждым участником процесса и определить конкретный процесс, в котором произошло отклонение? А имея «цифровой двойник» процесса, в котором произошло отклонение, разве не реально определить причину отклонения и сгенерировать корректирующее действие: корректировка НСИ, запрос на обучение операторов, рекомендация о ротации операторов? Ну и в конце концов, разве не реально сформировать единое НСИ, в котором будет отражаться все нормативы вплоть до операций, необходимые для выполнения точного планирования всего бизнеса?
Все это возможно организовать уже сейчас: нет ограничений по учету и хранению требуемой исходной информации в едином хранилище данных, нет ограничений в части взаимодействия с информационными системами, нет ограничений в части автоматизации планирования, контроля исполнения и коррекции...
Как продать «big data» акционерам?
Как единую автоматизированную систему управления бизнесом.
У нас есть развитое АСУТП, у нас есть ERP, мы внедряем MES, которая позволяет устранить разрыв между ними, то есть, по сути, это ни что иное как базис для формирования единой АСУ в части учета и хранения данных, формирования единой НСИ, автоматизации базовых бизнес - процессов. Остаётся только освоить технологию «цифровых двойников» процессов и интегрировать все в единую систему управления.
Внедрение АСОУП / MES свяжет АСУТП и ERP в единое информационное пространство: единое нормализованное хранилище данных и единая нормативно-справочная информация (НСИ). Кроме того, появляется возможность организации детального сквозного планирования, детального сквозного прослеживания, динамической оптимизации / коррекции процессов. По сути, появляется возможность реализации единой автоматизированной системы управления в целом компанией.
Единое нормализованное хранилище данных – обеспечивает хранение информации о фактическом состоянии технологических и бизнес - процессов в формате, позволяющем использовать данные без дополнительных преобразований в планировании, контроле исполнения, поиске первопричин, построении цифровых двойников...
Единая нормативно справочная информация (НСИ) – это нормативы и цели для выполнения планирования и контроля исполнения.
Потенциал повышения эффективности управления:
- Если НСИ содержит все детализированные нормативы и цели по каждому конкретному заказу, появляется возможность организации точного планирования, которое позволяет упаковать исполнение заказов с минимальными потерями в производительности, затратах и качестве…
- Если реализована возможность прослеживания факта исполнения по каждому нормативу и цели для каждого конкретного заказа, мы сможем довольно точно определять узкие места. По отклонениям.
Наличие узких мест или отклонений при исполнении нормативов и целей, позволяет реализовать динамическую коррекцию - оптимизацию структуры и параметров как цифровых двойников процесса, так и фактических.
Для того, чтобы реализовать потенциал повышения эффективности управления за счет точного планирования, детальной прослеживаемости, динамической коррекции процессов необходимо организовать:
- детальное нормирование,
- обеспечить высокую точность учета исходных данных,
- постоянно совершенствовать процессы при отклонениях.
Это очень трудоемкий процесс. На практике без автоматизации не представляется возможным. Здесь речь идет об автоматизации умственного труда.
Автоматизация умственного труда. Что это означает с практической точки зрения? Это означает автоматизацию процедур системного анализа:
- детальную автоматизацию учёта исходных данных;
- детальную автоматизацию нормирования исходных данных;
- автоматизацию вычислений для подготовки данных к моделированию цифровых двойников;
- автоматизацию моделирования цифрового двойника с оценкой её адекватности;
- автоматизацию оптимизации – нахождение наилучших значений входных параметров цифрового двойника, которые обеспечивают требуемые значения выходных параметров;
- автоматизация прогнозирования – нахождение выходных параметров цифрового двойника в зависимости от входных параметров.
Необходимо автоматизировать минимум 6 процедур системного анализа. Иначе реализация цифровых двойников, интеллектуального производства будет невозможна из-за большой трудоемкости.
Технически автоматизация всех вышеуказанных процедур была возможна еще 10 - 15 лет тому назад.
Стоит отметить, что наши прямые конкуренты стали активно изучать и использовать современные технологии в части моделирования, оптимизации и прогнозирования у себя в бизнесе. Откровенно говоря, наша компания уже отстает. Исходя из вышесказанного, к освоению big data мы можем подойти разными путями.
Можно приобрести и продвигать в бизнес комплексное «все в одном» решение по big data для повсеместного решения стандартных задач по моделированию, оптимизации и прогнозированию.
Можно освоить технологию моделирования, оптимизации, прогнозирования на совокупности инструментов, обеспечивающих автоматизированный сбор информации и ее обработку. Например, SQL, OLAP, Matlab.
Можно вообще купить услугу на стороне, например, у YDF.
Но, откровенно говоря, навряд ли это поможет. Не с этого надо начинать. Дело в том, что мы практически все задачи по big date, даже сложные можем сделать в стандартных инструментах: Access (SQL), Excel (OLAP, моделирование, оптимизация и прогнозирование). Почему не делаем? Не знают. Почему не изучают? Потому, что реально в бизнесе мало энтузиастов осваивать новые темы, особенно которые приводят к повышению прозрачности. А кому нужна прозрачность в бизнесе? Проще не проблему решить, проще ее скрыть. Отсюда проблема внедрения big data лежит не в технической, а больше в организационной области. Но это отдельная тема для обсуждения. |