Вот производственная проблема: заводы работают, используя гораздо больше мощности, чем когда-либо ранее. Часто они работают круглосуточно на пределе своих возможностей, из-за чего у производителей не остается свободного времени даже на экстренное техническое обслуживание, не говоря уже о плановых профилактических работах. При простое заводы теряют до 20 000 долларов в минуту, поэтому производители не могут позволить себе остановку работы. Остановка может стоить заводу до 2 миллионов долларов, если оценивать ее влияние на всю систему. Такая же ситуация характерна для умных сетей электроснабжения, умных городов, транспортных сетей и других ответственных систем, которые должны работать непрерывно, порой имея время на техническое обслуживание лишь раз в год. Хотя иногда система может быть полностью дублирована, но это, как правило, непрактично и невыполнимо по экономическим причинам.
В компании Rio Tinto, пример которой обсуждался в одной из предыдущих глав и снова будет упомянут ниже, проблемы всегда происходили в почти недостижимых местах, но описанные здесь решения предиктивной аналитики могут в любое время применяться и адаптироваться к любому местоположению. Даже в городской среде, даже если поставщик услуг находится в соседнем здании, при возникновении проблемы требуется время на то, чтобы собрать обслуживающую команду, провести диагностику, собрать необходимые запчасти и наконец решить проблему. Будь это хоть час, хоть несколько дней – производство все равно страдает. Целевые показатели работоспособности системы не достигаются, заказы клиентов не исполняются вовремя, что негативно влияет как на валовую выручку, так и на чистый доход. Приведенные ниже цифры показывают не слишком привлекательную картину, но с предиктивной аналитикой на базе IoT вы сможете существенно улучшить эти показатели.
В своей статье «Чистая стоимость простоя»[28], опубликованной на сайте DevOps.com в феврале 2015 года, Алан Шимель показал: простои сильно влияют на широкий спектр отраслей. К примеру, вот показатели одной компании из списка Fortune 1000:
• Средняя сумма затрат на незапланированный простой приложений находится в диапазоне от 1,25 до 2,5 миллиарда долларов в год.
• Средние почасовые затраты на сбой в инфраструктуре составляют 100 000 долларов.
• Средние почасовые затраты на сбой в критически важном приложении находятся в диапазоне от 500 тысяч до 1 миллиона долларов.
Я не могу себе представить ни одной организации, которая по своей воле готова смириться с такими потерями, особенно при наличии проверенного решения. Давайте рассмотрим пример решения этой проблемы. Основанная более 50 лет назад компания FANUC (рис. 5.4) предлагает широкий спектр автоматизированного оборудования для производства автомобильных комплектующих и промышленного рынка вообще. Компания страдала от недостатка сведений о том, как клиенты используют ее оборудование в своих цехах. FANUC получала необходимую информацию только после того, как возникали проблемы, приводившие к затратным для ее клиентов простоям. Затем, в партнерстве с Cisco и Rockwell Automation, FANUC нашла решение, которое называет «приближенным к нулю временем простоя».