从提升IT效率到支持业务优化 Dynatrace四招助推制造企业数字化转型

  如今,中国正在加速实现从“制造大国”向“制造强国”的跨越, “中国智造”取得了举世瞩目的成就,这些成就离不开国家政策层面的大力推动,202

  如今,中国正在加速实现从“制造大国”向“制造强国”的跨越, “中国智造”取得了举世瞩目的成就,这些成就离不开国家政策层面的大力推动,2021年3月,“十四五”规划和2035年远景目标纲要提出深入实施制造强国战略,在此背景下,如何提升核心竞争力,实现高质量发展成为制造业关注的焦点。

  数字化技术是推动产业技术变革和优化升级,实现智能制造的重要抓手。工信部《“十四五”智能制造发展规划》提出,到2025年七成规模以上制造业企业基本实现数字化网络化。伴随着云计算、大数据和微服务、容器等云原生技术的应用,制造企业纷纷开启数字化转型,数字化技术的应用能够帮助企业增强企业与上下游合作伙伴之间的数据互联互通,实现各生产要素、生产环节之间的协同,同时降低对工人的依赖,提高生产效率,但目前制造业数字化尚处于初级阶段,企业在转型过程中也面临一系列数字化难题。

  Dynatrace拥有长期服务制造企业的丰富经验,针对制造企业实际面临的问题,提供行之有效的解决方案,从提升IT效率,到支持业务优化,四个方面为IT运维提供支持,帮助制造企业把握数字化转型的机遇,为业务发展赋能。

  1. 全栈式监控,支持制造业主流应用套件

  数字化转型最重要的一点就是挖掘数据的价值,对于制造企业来说,实时采集生产过程中产生的数据,并对这些数据进行监控、分析,将有利于生产决策者做出更加智慧的决策。但是,制造企业中广泛存在生产管理系统(MES)、设备管理系统(FEMS)、企业资源计划系统(ERP)等多个系统,并且,在数字化转型的趋势下,许多制造企业开始尝试新的工具和手段,面向用户端推出APP、小程序等,这些都为数据收集和监控工作带来巨大挑战。

  Dynatrace作为业内少有的可支持制造业常用的SAP MES、SAP ERP、西门子 MES、Oracle ERP等应用套件的平台,提供广泛的监控支持,能够做到真正的全栈式监控,并且,服务器节点集群技术(cluster)让Dynatrace软件智能平台可支持至少100,000节点,具有同类最佳的可扩展性。

  2. 自动化IT运维,摆脱手工依赖

  很多传统制造企业处于简单运维阶段,需要手工干预,对IT人员的依赖度高,效率低且容易出错,且无法提升用户体验,随着产能不断增加,技术更新换代,人工运维越来越赶不上数字化智能运维的趋势,企业需要补足这一短板。

图片1.jpg

  Dynatrace方案架构师高原

  Dynatrace方案架构师高原介绍道:“针对这一问题,Dynatrace的OneAgent模块具备强大的自动化能力,可以实现自动化大规模弹性部署,无需修改任何代码,自动制定基线,自动更新,无需手工配置、调整,持续自动采集和分析数据,原来依靠人工需要一天才能解决的问题,现在可以实现分钟级响应,帮助大幅优化流程,让IT运维人员摆脱重复性工作负担,在质量和安全性均有所改善的同时,带来生产力的大幅提升。”

  “举例来说,某制造企业曾投入大量资源自建系统,但由于本身应用系统复杂,需要支持技术种类繁多,人员不稳定等因素,导致整个自建系统周期非常长,应用系统频频出错,严重拖慢了业务转型的进度。选择了Dynatrace软件智能平台后,该企业的IT运维效率得到大幅提升,每月问题故障从之前上千个大幅减少到200个以内,问题解决时间从5到7天降低到平均2个小时,IT的人员可以把100%的精力投入到业务的数字化转型中,投入到软件创新,从而通过软件能力提升业务核心竞争力。”

  3. 快速诊断系统问题,保障生产连续性

  相比其他行业,疫情给制造业带来更大的冲击,企业面临原材料供应困难、采购库存大幅下滑、交通运输受限等种种问题,而停工停产会给企业带来巨大损失,甚至关乎企业存亡,保证生产连续性成为制造企业在特殊时期的重中之重。同时,中国制造企业还面临着国内外的激烈竞争,如何保持住竞争优势是出口制造企业面临的一大挑战。

图片2.jpg

  Dynatrace销售总监陈畅

  Dynatrace销售总监陈畅谈到:“Dynatrace利用 AI 驱动的大数据分析进行自动故障检测、故障根因分析,基于因果关系的人工智能引擎能够精准查明问题的根本原因及其源头,并根据真实用户和业务受到的影响来确定其严重程度,最大程度降低平均修复时间。在国内疫情爆发时期,某医疗企业的呼吸机产品供不应求,医疗生产线和应用系统承受巨大压力,Dynatrace帮助其快速诊断MES系统问题,及时发现设备故障,维护了生产系统的稳定性和可靠性,提高了生产效率,既保障了重要医疗物资的供应,也保障了企业生产经营的稳定。”

  4. 数据深挖与洞察,支持业务优化

  制造业各个环节中产生大量数据,通过数据对各个环节进行监控,能够实现质量和产品效益的持续改进,并给企业决策提供参考的依据,然而实际过程中,制造业数字化起步晚,数据利用率低,如何更好地挖掘数据价值,使其帮助到业务,是制造企业的一大痛点。

  Dynatrace不仅帮助提升生产环节的数字化水平,还可以深挖数据价值,帮助研发设计等环节的优化,打通生产环节与终端用户的桥梁,譬如,某电器制造企业借助Dynatrace软件智能平台,通过对IOT设备的监控,收集终端用户数据并进行分析,比如哪些功能用得比较多,哪些配件需要更换频次高,然后将分析结果反馈给企业,帮助企业更新和改进产品,从而赢得终端用户的持续认可。

图片3.jpg

  Dynatrace大中华区技术总监 Wilson Lai

  Dynatrace大中华区技术总监 Wilson Lai表示:“未来,伴随着制造业数字化转型进一步深化,智能工厂、黑灯工厂的建设铺开,IT运维也会从AIOps向NoOps发展,Dynatrace将以先进的软件智能、自动化及人工智能辅助技术,帮助制造企业提质增效,提升数字化水平,重构竞争优势,在数字化浪潮中奋勇争先。”

热门文章HOT NEWS
网址导航>>
中文科技资讯 科技魔方 高科技网 财经资讯网 汽车点讯 中国财经消费网 高端金融网 祥房网 中国新闻热线 家电资讯网 财经快讯网 中国财经热线网