为了适应市场需求,西班牙钢管制造商Tubos Reunidos正在精简技术支持系统——从质量流程和工厂自动化,到员工安全和生产控制,以便员工可以专注于增加价值。数字化转型总监Sergio Sáenz Solano向我们详细介绍了迄今为止他们所做的努力。
Tubos Reunidos公司数字化转型总监Sergio Sáenz Solano
Tubos Reunidos在130多年的发展历史中,经历了现代化和扩张的每个阶段,包括采用新技术和更高效的生产流程,以在快速发展的市场中保持竞争力。
在过去十年中,现代化的需求愈演愈烈。和几年前相比,现在为能源和工业部门生产无缝钢管已经变得大不相同。
Tubos Reunidos公司数字化转型总监Sergio Sáenz Solano表示:“早期,我们的制造模式更多是手工化的。随着时间的推移,基于技术和管理的进步,流程中引入了越来越多的自动化,例如管材矫直系统、质量检测和方便全体员工工作的元素。”
目前,Tubos Reunidos公司使用先进的计算机系统根据客户需求组织生产,从而显著改善了规划、效率和生产质量,这些系统还改善了人员和部门之间的内部沟通以及日常流程管理。
因此Solano表示,他们的目标是继续采用这一成功模式,不断提高运营效率、产品和工艺创新,并加强在战略市场中的存在感。他说:“但我们必须以越来越可持续的方式做到这一点,以减少对环境的影响。我们之所以能够实现这一目标,是因为我们以新品牌O-NEXT提供零二氧化碳排放的钢管。”
转型之路
为了持续展开竞争并利用技术作为差异化杠杆,Tubos Reunidos正全身心投入转型工作中。“我们的目标不仅是技术,还要改善客户服务、优化流程并确保环境安全和健康。所有这些都促进了员工的专业成长以及与客户在能源转型方面的合作。”为此,该公司在过去三年中一直在加速转型,制定了新的战略计划。“我们正在对生产流程实施数字化,开发让我们更贴近客户的系统,实施使团队内部关系更加灵活的工具,”Solano补充说。
但Tubos Reunidos公司正在进行的转型不仅仅是数字化的,还促进了确保公司未来可持续发展的变革。“除了对生产流程实施缀化、开发更贴近客户的系统以及实施工具以促进团队内部更灵活的关系之外,我们还希望扩大产品和服务范围,以进入更多市场和行业,真正陪伴客户进行能源转型,”他说。
在这个过程中,最重要的就是人员和变革管理,因此目标是确保所有部门尽可能自然地采用新系统、流程、工具和应用。为了迎接这一挑战,人们需要成为项目不可或缺的一部分,Solano说,这是集体责任感。“尽管很复杂,但我们坚信这一点,这对任何转型过程都至关重要。”
作为变革的一部分,IT部门在两年前进行了数字化转型,以强调技术是公司管理的战略杠杆。因此,IT部门重组为四个领域:IT系统、OT系统、基础设施和网络安全、以及数据和AI,团队共16人。
100%生产数字化
在致力于组织所有领域的创新方面,Tubos Reunidos公司的生产模式离不开技术。从质量流程和工厂自动化,再到员工安全协议和生产控制,所有这些都是由技术系统支持的,让人们能够优先考虑业务价值。为了实现这一目标,Tubos Reunidos公司使用了SAP、Salesforce、微软和西门子等公司的解决方案。
Solano说:“我们还计划到2050年实现净零排放,这是我们能够实现的目标,具体取决于客户在能源转型中的速度。”关键在于使用数据来监控碳足迹并控制流程和供应商的排放。“我们正在部署新的数据采集解决方案,重点是提高生产效率和减少碳足迹,拥有高质量的数据使我们能够采取措施并做出与改善环境影响相一致的决策,这是我们的DNA,也是日常工作的一部分。”
为了进一步准确分析数据,Tubos Reunidos公司应用了机器学习和大型语言模型解决方案来提高效率,并在工厂中部署了数据湖系统,在生产过程中部署了新的信息监控系统,在办公室中使用了Celonis等过程数据挖掘(PDM)解决方案来获取更多数据并更好地理解数据。
降低成本
整个过程最重要的成就之一就是优化运营成本。原材料和能源消耗是制造钢铁产品的两个关键要素,是Tubos Reunidos公司生产的钢管体现最终价值的一个重要组成部分。Solano说:“对生产流程的改变和系统的改进,使得数据能够以更可控的方式和更好的质量获取。”此外,Tubos Reunidos公司还设定了一个目标,即在年底前将运营成本降低4%,这主要源自于流程改进项目、新技术的使用以及更好地管理供应商。
环境在不断发展,因此对于Solano来说,创新只有持续进行才能确保公司继续前进并适应市场需求。他说道:“除了与客户、供应商、研究中心和创业生态系统共同推动开放式创新之外,我们还实施了覆盖文化、流程、技术和沟通等方面的转型模式。”
好文章,需要你的鼓励
自2022年底生成式AI革命爆发以来,服务器支出也存在类似的态势。一旦企业发现自己必须投资购置或者租用搭载GPU加速器的设备,往往会选择扩展现有服务器机群,被用于投资新设备的支出则自然随之下降。英特尔正在加大对其“Sapphire Rapids”至强SP的投入,AMD在其“Genoa”Epyc 9004处理器上也采取了同样的做法。
生成式人工智能在企业中的一个突出用例就是客户服务和支持。大多数读者可能都曾作为客户经历过与传统自动客服系统打交道的沮丧。但这种情况正在发生变化,这要归功于时下强大的大型语言模型和自然语言聊天机器人。虽然有报告显示,我们在处理复杂或敏感的咨询时仍然更愿意与人类交谈,但在提供简单的帮助时,机器人的能力已经越来越强了。
从电子商务到非营利组织,利用企业数据资产可能是组织成败的关键。机器学习和生成式AI是其中的一个组成部分,但要成功地应用这些技术则评估AI对业务的实际影响。
在对生成式AI进行了近两年的试验之后,许多IT领导者已经准备好扩大规模了。然而,在此之前,他们需要重新考虑数据管理问题。