Syncron, éditeur de solutions Cloud de gestion des pièces de rechange, annonce le lancement de Syncron Uptime, une nouvelle offre qui utilise le Machine Learning et l’Intelligence Artificielle pour analyser les données des actifs en temps réel, prédire les pannes, prescrire des actions de maintenance optimisée et finalement maximiser la disponibilité de l’équipement.
La servicisation qui consiste à passer de la vente traditionnel de produits à la vente de produits en tant que service (PaaS) a posé les bases d’une nouvelle génération de clients privilégiant l’utilisation de l’équipement à sa propriété. Cette tendance de plus en plus populaire poussent les fabricants d’équipements (OEM) à se tourner vers des modèles économiques centrés sur le service plutôt que sur le produit.
“Si la servicisation se fait de plus en plus sentir chez les fabricants, nombre d’entre eux doivent également redéfinir la manière dont ils opèrent et servent leurs clients”, déclare Henrik Lenerius, Directeur Produits chez Syncron. “Les équipementiers doivent optimiser leur traditionnel modèle Panne-Réparation (Break-Fix) et se tourner vers des modèles évolutifs qui répondent aux attentes de leurs clients. Ceux qui souscrivent à des services associés s’attendent à ce que leurs équipements fonctionnent sans interruption. Notre nouvelle offre Syncron Uptime s’appuie sur la 5G, l’IoT, l’Intelligence Artificielle et le Machine Learning. Elle ouvre la voie aux fabricants pour faciliter leur maintenance prédictive et normative, optimiser leur productivité et la disponibilité de leurs équipements plus efficacement que jamais.”
Lors de la mise en œuvre d'une stratégie de service après-vente centrée sur la maximisation du produit temps de disponibilité, les OEM doivent généralement faire face aux enjeux suivants:
Défaillance : Des évènements aléatoires ou mécaniques entraînent des temps d'arrêt non planifiés au fur et à mesure du temps et / ou de l'utilisation de l’équipement. Avec l’approche de maintenance préventive actuelle, le coût total de possession augmente sans qu’il y ait une réelle amélioration constatée de la disponibilité de l’actif. Le seul moyen d’améliorer celle-ci sans augmenter les risques de coûts ou nuire à la rentabilité consistent à rechercher les symptômes menant au point d’échec.
Collecte de données exploitables : Pour surmonter les défaillances aléatoires basées sur ces symptômes, les constructeurs ont beaucoup investi dans les capteurs et IoT qui collectent d’énormes quantités de données. Cependant, il est impossible de gérer ou analyser manuellement ces données. La seule solution est de tirer parti des technologies modernes de Machine Learning et d'Intelligence Artificielle - algorithmes mathématiques qui peuvent trouver les modèles subtils pour fournir des informations quant aux possibles anomalies ou défaillance.
Complexité de la maintenance et manque croissant de talents : aujourd’hui, les fabricants se concentrent sur comment concevoir des produits faciles à utiliser et plus sûrs. Cependant, cela a conduit à une complexité accrue en matière d’entretien et de maintenance des nouveaux équipements. En parallèle, la génération du baby-boom - actuellement cadres preneurs de décisions et experts en entreprises - part en retraite laissant les équipementiers en peine pour recruter des techniciens de maintenance qualités et des ingénieurs pouvant agir de manière efficace dès l’apparition d’une anomalie sur un équipement. Cela pourrait entraîner, pour la première fois, des baisses en matière de taux de traitement des incidents.
Silos organisationnels : les structures organisationnelles des fabricants sont conçues pour une approche centrée sur le produit, traiter des ventes et gérer les pièces détachées de manière indépendantes. Cela a conduit à des disparités de systèmes informatiques ou d’indicateurs de performance. La servicisation, cependant, nécessite une nouvelle façon de penser pour laquelle la responsabilité de l’entreprise ne s’arrête pas après la vente d’un produit mais continue plutôt tout au long du cycle de vie de celui-ci. Les équipementiers seront ainsi liés à leurs clients par un contrat de performance prédéfinies avec incitations ou pénalités basées sur les résultats clients.
La solution Syncron Uptime a été spécialement conçue pour surmonter ces enjeux et permettre aux équipementiers de maximiser la disponibilité de leurs actifs de manière rentable. Syncron Uptime permet de :
Combiner les investissements dans l’IoT avec des technologies sophistiqués - le Machine Learning et l’Intelligence Artificielle - pour détecter les anomalies et prédire les défaillances. Cette maintenance optimisée pour chaque actif permet une amélioration de la disponibilité et une baisse des coûts de maintenance.
S’inspirer des connaissances et des meilleurs pratiques pour dépanner les actifs au plus tôt, dès les plus petits signes de détérioration des performances. Cela permet d’augmenter la productivité des services sur le terrain et améliorer les taux de réparation.
Décomposer les silos organisationnels et apporter à toutes les parties prenantes des données fiables pour permettre une coordination des opérations entre la gestion des services sur site et la planification des pièces de rechange
Intégrer des demandes de maintenance prédictives dans les systèmes de services sur site et de gestion de la maintenance informatisée (GMAO) pour une meilleure prise de décision et finalement améliorer l’expérience globale des clients.
Henrik Lenerius poursuit : “Nous sommes à une période cruciale pour les fabricants qui doivent de plus en plus se concentrer sur l’optimisation de la disponibilité des produits et la mise en oeuvre de nouveaux modèles commerciaux. La technologie permet d’accélérer le passage à la servicisation. Syncron fournit des solutions évolutives et qui s’adaptent aux besoins des fabricants au fur et à mesure que ceux-ci changent et mûrissent dans le temps. Nous sommes heureux de lancer Syncron Uptime et espérons continuer à permettre aux entreprises de continuer à avoir une approche innovante en matière de gestion des pièces détachées.”
La servicisation qui consiste à passer de la vente traditionnel de produits à la vente de produits en tant que service (PaaS) a posé les bases d’une nouvelle génération de clients privilégiant l’utilisation de l’équipement à sa propriété. Cette tendance de plus en plus populaire poussent les fabricants d’équipements (OEM) à se tourner vers des modèles économiques centrés sur le service plutôt que sur le produit.
“Si la servicisation se fait de plus en plus sentir chez les fabricants, nombre d’entre eux doivent également redéfinir la manière dont ils opèrent et servent leurs clients”, déclare Henrik Lenerius, Directeur Produits chez Syncron. “Les équipementiers doivent optimiser leur traditionnel modèle Panne-Réparation (Break-Fix) et se tourner vers des modèles évolutifs qui répondent aux attentes de leurs clients. Ceux qui souscrivent à des services associés s’attendent à ce que leurs équipements fonctionnent sans interruption. Notre nouvelle offre Syncron Uptime s’appuie sur la 5G, l’IoT, l’Intelligence Artificielle et le Machine Learning. Elle ouvre la voie aux fabricants pour faciliter leur maintenance prédictive et normative, optimiser leur productivité et la disponibilité de leurs équipements plus efficacement que jamais.”
Lors de la mise en œuvre d'une stratégie de service après-vente centrée sur la maximisation du produit temps de disponibilité, les OEM doivent généralement faire face aux enjeux suivants:
Défaillance : Des évènements aléatoires ou mécaniques entraînent des temps d'arrêt non planifiés au fur et à mesure du temps et / ou de l'utilisation de l’équipement. Avec l’approche de maintenance préventive actuelle, le coût total de possession augmente sans qu’il y ait une réelle amélioration constatée de la disponibilité de l’actif. Le seul moyen d’améliorer celle-ci sans augmenter les risques de coûts ou nuire à la rentabilité consistent à rechercher les symptômes menant au point d’échec.
Collecte de données exploitables : Pour surmonter les défaillances aléatoires basées sur ces symptômes, les constructeurs ont beaucoup investi dans les capteurs et IoT qui collectent d’énormes quantités de données. Cependant, il est impossible de gérer ou analyser manuellement ces données. La seule solution est de tirer parti des technologies modernes de Machine Learning et d'Intelligence Artificielle - algorithmes mathématiques qui peuvent trouver les modèles subtils pour fournir des informations quant aux possibles anomalies ou défaillance.
Complexité de la maintenance et manque croissant de talents : aujourd’hui, les fabricants se concentrent sur comment concevoir des produits faciles à utiliser et plus sûrs. Cependant, cela a conduit à une complexité accrue en matière d’entretien et de maintenance des nouveaux équipements. En parallèle, la génération du baby-boom - actuellement cadres preneurs de décisions et experts en entreprises - part en retraite laissant les équipementiers en peine pour recruter des techniciens de maintenance qualités et des ingénieurs pouvant agir de manière efficace dès l’apparition d’une anomalie sur un équipement. Cela pourrait entraîner, pour la première fois, des baisses en matière de taux de traitement des incidents.
Silos organisationnels : les structures organisationnelles des fabricants sont conçues pour une approche centrée sur le produit, traiter des ventes et gérer les pièces détachées de manière indépendantes. Cela a conduit à des disparités de systèmes informatiques ou d’indicateurs de performance. La servicisation, cependant, nécessite une nouvelle façon de penser pour laquelle la responsabilité de l’entreprise ne s’arrête pas après la vente d’un produit mais continue plutôt tout au long du cycle de vie de celui-ci. Les équipementiers seront ainsi liés à leurs clients par un contrat de performance prédéfinies avec incitations ou pénalités basées sur les résultats clients.
La solution Syncron Uptime a été spécialement conçue pour surmonter ces enjeux et permettre aux équipementiers de maximiser la disponibilité de leurs actifs de manière rentable. Syncron Uptime permet de :
Combiner les investissements dans l’IoT avec des technologies sophistiqués - le Machine Learning et l’Intelligence Artificielle - pour détecter les anomalies et prédire les défaillances. Cette maintenance optimisée pour chaque actif permet une amélioration de la disponibilité et une baisse des coûts de maintenance.
S’inspirer des connaissances et des meilleurs pratiques pour dépanner les actifs au plus tôt, dès les plus petits signes de détérioration des performances. Cela permet d’augmenter la productivité des services sur le terrain et améliorer les taux de réparation.
Décomposer les silos organisationnels et apporter à toutes les parties prenantes des données fiables pour permettre une coordination des opérations entre la gestion des services sur site et la planification des pièces de rechange
Intégrer des demandes de maintenance prédictives dans les systèmes de services sur site et de gestion de la maintenance informatisée (GMAO) pour une meilleure prise de décision et finalement améliorer l’expérience globale des clients.
Henrik Lenerius poursuit : “Nous sommes à une période cruciale pour les fabricants qui doivent de plus en plus se concentrer sur l’optimisation de la disponibilité des produits et la mise en oeuvre de nouveaux modèles commerciaux. La technologie permet d’accélérer le passage à la servicisation. Syncron fournit des solutions évolutives et qui s’adaptent aux besoins des fabricants au fur et à mesure que ceux-ci changent et mûrissent dans le temps. Nous sommes heureux de lancer Syncron Uptime et espérons continuer à permettre aux entreprises de continuer à avoir une approche innovante en matière de gestion des pièces détachées.”
