如果你今天从事制造业的工作，无疑会意识到一场重大革命正在发生。这是该行业的新时代，当你环顾维护得当且更新良好的制造工厂时，这一点就会非常明显。它不再反映该行业的“粗犷一面”：黑暗、肮脏、危险的超大锈带车库，参观起来令人感到沉闷，更不用说在里面工作了。相反，如今大多数具有前瞻性的工厂都是干净、明亮和高效的工作场所，它们使用或开始使用当今最先进的技术进步，以便在竞争中领先。
尽管行业从机械环境向信息环境的转变很慢，但是什么推动了这场革命？很简单，是技术和由此产生的大数据。
大数据革命
简而言之，大数据可以定义为：可以分析的大量信息。反过来，这种分析揭示了流程之间的模式、趋势和关系，可以作为未来战略决策的基础，具有不菲的价值。
在维护方面，大数据可以发挥巨大作用，这要归功于日益复杂的技术工具，这些工具利用物联网 (IoT) 并生成大量可供分析的数据。这些工具的示例包括：油品分析、热成像、电机电流分析、振动测试、声波/超声波和涉及故障编码和调查指导的高度复杂的计算机化维护管理系统 (CMMS)。
使用这些工具来生成有价值的数据，是任何现代制造组织的预测性维护计划的基础，这反过来又为组织获得现代方法可以带来的巨大利益铺平了道路。
从大数据到预测性维护，再到巨大回报
大数据促进了预测分析，从而为从单纯的诊断性维护工作转向更具预测性的活动铺平了道路。这种转变是巨大的。它使工作更接近主动而不是被动。这反过来又提高了可靠性、效率、生产力和无数其他优势，这些优势转化为整个制造组织的更健康的底线。
大数据可以做到这一切。但这并不容易。
大数据，但大数据并不容易
乍看，谁会反对拥有更多数据来推动更明智的决策呢？没有人！但在现实生活中，管理所有这些数据可能具有挑战性和压倒性，尤其是在实施的初始阶段。现代心理学证实，一个人对某个主题了解得越多，就越难做出决定。在预测性维护环境中，克服这个问题的一些方法包括“预先设定决策标准，并专注于仅使用与该特定决策相关的数据。实施使决策非常二元化的系统和程序，也很有帮助。然后，剩下要做的就是：遵守程序的规则。
充分利用大数据的另一个挑战是：维护组织往往抗拒改变。这是一个文化问题，也是对一个相对较新和未知的世界的自然反应：所有这些高度复杂的技术，都来自谁也不知道的地方？说服长期拥有根深蒂固习惯和技能的员工，只是基于从白领办公桌上获得的数据来改变做法，确实是很困难的。好消息是，大多数维护员工往往是忠诚的，本质上是信任驱动的。他们和高层领导一样希望公司取得成功。随着时间的推移，在实施与大数据相关的新计划和程序并相应地选择新员工，同时，提升现有维护人员的技能，以应对文化和程序变化时，态度将得以调整，信任将得以获得。当维护团队开始亲眼看到并受益于巨大的好处时，情况尤其如此。
实施此类变革的最大障碍之一是：成本高昂。这种底线标价，冲击反映在需要额外的资源和前期投资来处理数据并开始使用它来分析如何最好地应用于现有实践，而这一切都发生在节省成本的好处发挥作用之前在当今竞争激烈的市场中，大多数公司在面对一切都会改善的美好未来时，都很难做出这种时间和财务投资。为了应对这一挑战，组织应该认真思考并确定哪些系统和流程与其直接业务和客户最相关，然后实施与管理和分析与这些问题相关的信息相关的变革。有了这个重点，大数据可以开始在有限的基础上用于改进内部流程，从生产计划到标准程序，最终进入预测性维护。
随着数据量的增加，拥有传统 IT 系统的公司可能会在此过程中面临挑战。好消息是，以先进 IT 系统形式出现的极具吸引力的解决方案正在不断出现和改进。现在只需确定实施的正确时间，即可开始获得回报。
专注、态度、耐心
毫无疑问，技术进步已经引发了制造业的革命。大数据和它所推动的预测性维护——以及由此带来的巨大回报——证明这场革命才刚刚开始，最聪明的公司将随着引擎的加速而全力投入其中。通过专注于使用正确的数据做出正确的决策，公司可以应对这一切的压倒性。通过了解技术变革的文化影响并稍加调整态度，公司可以克服团队的阻力。而且，只要有足够的耐心来实现重大投资的切实回报，公司就可以系统地现代化、改进和简化其维护流程，从而优化大数据，并跻身当今已经欣欣向荣的世界一流制造组织之列。
