二次冶金站的一線操作人員習慣于基于過去的經驗來操作該過熱處理流程。他們會參考保存有標準公式的控制系統的提示信息，然后決定使用哪些設定值，以使鋼材溫度最終達到目標范圍。大多數情況下，他們會將每三批鋼中的兩批加熱到最佳溫度范圍。該“成功率”使他們每天可以完成25次“加熱”，但這也留出了提升的空間。將成功率提高到85%左右，這會導致每天可加熱28到30次，足以將產量提高大約8%至12%，即每天600至900噸。
這一機會對于工廠經理來說很重要，他們已經被要求通過高級分析技術來提高工廠績效。在2017年初，他們制定了一個構建分析模型的計劃，這將幫助一線操作人員從過熱處理流程和其他幾項操作中獲得更好的結果。塔塔鋼鐵公司和麥肯錫公司(McKinsey)的數據科學家利用該工廠的歷史信息來構建和“訓練”過熱優化模型，該模型會檢查實時運行數據，并會推薦有助于提高成功率的流程設定值。此外，管理人員還安排了一些員工去接受數據科學、數據工程和其他高級分析學科的課堂培訓。
最初，該過熱模型給出了可持續提高成功率的一些設置。但由于客戶的鋼鐵訂單種類開始不同于該模型的訓練數據中記錄的訂單種類，因此該模型開始產生錯誤的建議——一線操作人員不再遵循這些建議。那些參加過課堂培訓的員工試圖修復該模型，但發現問題過于復雜，而無法使用他們學到的基本技能予以解決。在該工廠中其他地方使用的該模型也遇到了類似的困難。
盡管遭遇了挫折，管理人員還是看到了高級分析模型如何降低成本和提高產量。管理人員還意識到，僅靠課堂培訓并不能使員工維持這些績效的提升。管理人員得出的結論是，公司需要進一步培養員工的分析技能，并改變他們的工作方式。他們的見解得到了回報。通過培養這些能力，該工廠使其績效提高到世界一流水平，并在2019年7月贏得了世界經濟論壇的贊譽，成為44家在采用第四次工業革命技術方面處于燈塔地位的公司之一。
為分析技術做準備，遠遠超前于時代
塔塔鋼鐵公司多年來一直致力于培養卡林加納加工廠的分析能力，這可以追溯到高管們在2005年做出的一項決定，當時該工廠正在進行初期設計和建造。當時，分析技術距離實際應用到業務中還需要數年時間。盡管如此，塔塔鋼鐵公司的高管仍在考慮是否應該為工廠配備一些儀器和傳感器來監控設備和流程。
他們的決定還不像現在這樣明確——如今，遙感設備已不那么昂貴，并且先進的分析技術已被廣泛采用。但一些高管和經理已預見到，花錢購買數據收集設備將是值得的，盡管當時還不清楚如何使用這些數據。該工廠時任電氣維護負責人阿米特·庫馬爾·查特吉(Amit Kumar Chatterjee)是推動進行早期投資的人之一，甚至他也承認，當時還不清楚高級分析技術的潛在應用。
“除了可能用于自動過程控制之外，我們沒有想過如何使用這些數據。我們生活在物理學的世界中，其中經驗和方程式最為重要。數據科學甚至還沒有出現，”查特吉說。甚至工廠設備制造商也拒絕增加儀器。“盡管如此，我們仍然認為在那個階段應該安裝傳感器，因為我們認為，當我們清楚數據的用途之后，再去安裝傳感器會變得困難得多。”
到2010年代中期，卡林加納加工廠的領導們開始仔細研究如何利用工廠傳感器所收集到的數據。2015年，塔塔鋼鐵公司總經理納倫德蘭(T. V. Narendran)制定了一個10億美元的成本優化目標，并呼吁公司各工廠的負責人為實現該目標制定一個路線圖。他建議，提高績效的一種方法是利用數字技術做更多的工作。硬件和數據科學領域的進步使企業能更容易獲取大數據集，發現一些模式，并做出預測，以幫助他們提高績效。
卡林加納加工廠的領導們對其工廠如何應用數據科學展開了自己的調查。2016年，他們前往德國，參觀了科技初創公司和大型知名企業，以進一步了解數據科學可以做什么。次年年初，該工廠的領導們決定在卡林加納加啟動一項高級分析項目。
啟動分析技術轉型
卡林加納加的高級管理人員決定在幾個試點項目中嘗試使用高級分析技術。在為期兩天的研討會中，管理人員和運營專家與麥肯錫公司專家合作，找到了十種分析技術的可能用途，然后選擇側重于其中三個用途——其中一個涉及工廠二次冶金站的過熱處理流程。管理人員希望構建一個高級分析模型，可以評估工廠內的運行條件，然后計算出過熱處理流程中需要施加多少熱量，以使鋼材能達到目標溫度范圍。
研究過熱模型的團隊試圖找出哪些變量是鋼材最終溫度的最重要決定因素，從而了解操作人員該如何提高成功率。他們匯總了兩年的工作數據，這些數據是由傳感器生成或在日志中由手工記錄的。數據科學家編寫了一些算法使關鍵因素相關聯：鋼材到達二次冶金站時的狀態測量，操作人員在過熱處理過程中要調整的設備設置，以及在工作周期中不能進行調整，但可能會隨著時間而改變的其他設置(例如最大氧氣流量，受到已安裝的設備限制)。
兩周后，該團隊建立了一個模型，該模型能夠以75%的準確率預測一組建議的設定值是否會使鋼水在所需溫度范圍內到達鑄造站。其他兩個試點項目團隊也建立了一些具有相似可靠性的模型。盡管這些模型尚未在工廠車間進行測試，但初步結果已使卡林加納加工廠的領導們信服，擴大了分析工作規模，并創建了員工會實際使用的一些模型。
2017年9月，領導們提出了五個運營領域，他們希望在這幾個領域提升工廠的關鍵績效指標(能耗、生產量、質量和利潤)，并認為分析技術會有所幫助。他們決定將過熱模型的工作繼續推進至項目的第一個完整階段。這五個領域有可能每年總共提高1000萬美元的利潤。
不斷提升
隨著運營團隊和分析專家建立第一階段的模型，卡林加納加的領導們啟動了一項工作，開始對約130名員工(其中包括四分之一的管理人員)進行分析技術的培訓。通過與麥肯錫公司的合作，該工廠建立了一個入門級分析學院，配備了15名教員，并為五個崗位角色設計了50小時的課程：數字大使、項目負責人、業務轉型總監、數據科學家和數據工程師。學員們根據自己的崗位角色職責進行一些簡單的練習。
盡管第一階段的那些模型在一段時間內運行良好，但由于工廠中的運行條件與模型最初進行優化的條件發生變化，這些模型開始出現問題。曾在該學院學習過的員工試圖修復這些模型，但無法利用他們當時所學的基本方法來完成這一工作。他們還沒有在分析項目上做過學徒，這會給他們提供一些具有實踐經驗的再培訓模型。他們只是需要在更現實的環境中接觸分析技術。
一線操作人員在嘗試開始使用這些模型時，挑戰也隨之而來。卡林加納加的高爐操作主管Shailendra Rai回憶道，操作人員從未對設計用于提高高爐穩定性的模型感到滿意：“大多數人要花20或30年的時間來學習如何操作高爐。他們認為該模型會是一個神奇的解決方案。但當該模型的初期產量與他們的想法不符時，他們無法理解原因。他們不相信該模型是可行的，也不給予支持。”
加倍提升能力
模型構建工作證實了卡林加納加的領導們所期望的那樣：分析技術可以帶來顯著且有價值的績效提升。分析技術還說服領導者對員工的能力做進一步的投資，這樣他們就能夠維持績效的提升，并將分析技術應用于其他領域。在2018年年中，領導們選擇啟動該項目的第二階段，在該階段，分析專家和一線操作人員在麥肯錫公司的幫助下開發和實施一些模型，以幫助他們做出決策，并接受分析技術方面的實踐培訓。
對于構建過熱模型的團隊，塔塔鋼鐵公司的分析專家們對他們在該學院學過的技能參加了復習課程。然后，他們被指派與麥肯錫公司一些有經驗的從業者合作，執行某些開發任務——增強用戶界面功能，簡化數據庫，重新訓練模型，部署新的建模技術和方法。通過讓員工從事這些實際工作，管理人員就使他們具備自行創建分析模型的能力。
分析專家還花了更多時間與控制二次冶金站過熱處理流程的員工一起工作。他們詢問了有關該流程的更多問題，以對模型進行微調。專家們觀察了操作人員的工作，并與他們討論了如何使模型更易于使用。操作人員列舉了分析團隊已幫助解決的許多困難，從計算機硬件的故障到用戶界面過于復雜。分析團隊解釋了他們如何開發該模型，以及該模型如何工作，因為他們希望操作人員能夠相信模型所提供的建議。
“卡林加納加的所有員工都接受過培訓，可以根據他們的經驗做出決定。當出現問題時，他們會嘗試使用物理方程式來解決——投入原材料和熱量，獲得一定的產出量。他們確實會查看數據。但利用數據科學，他們能夠比我們利用物理科學將更多的數據點聯系起來。即使他們沒有物理方程式來解釋為何會發生某些事情，他們仍然可以通過數據來弄清楚。這是一個必須建立起來的新的信念體系，”查特吉說。
大約六個月后，過熱模型團隊構建了一個能夠推薦處理流程設定值的模型，該設定值可將過熱處理流程的成功率提高到90%。現在是時候讓一線操作人員開始常態化使用該模型了。管理人員會跟蹤誰使用了該模型，誰沒有使用，并為那些最忠實的使用者所取得的業績進行慶祝。在幾個月內，員工們從遵循該模型所提供的60%的建議上升到85%。
擴展分析技術的規模
當第二階段結束時，工廠領導層再次提高了標準。他們呼吁開始第三階段，在該階段中，塔塔鋼鐵公司的員工將選擇、領導和交付與工廠主要領域(核心流程、電力和公用設備)相關的分析項目。麥肯錫公司的顧問將在以員工為主導的項目團隊中擔任指導角色。為了集中精力，這些團隊為25以上的績效指標設定了改進目標，例如該廠高爐每天生產的生鐵噸數。由于其中一些指標與過熱處理流程有關，因此再次成為分析工作的優先事項。
工廠的分析專家當時已經掌握足夠多的數據科學知識了，可以負責過熱模型。他們縮小了目標溫度范圍。他們還能夠預測二次冶金站和鑄造站之間將發生多大程度的冷卻過程。這有助于操作人員更好地控制轉移過程，提高產量。一線操作人員更加嚴格地遵循了該模型的建議。因此，該過熱模型使每年的成本節省了400萬美元，這也是該分析項目最初所預估的數值。
在工廠其他地方也產生了類似的收益。對于超過25個績效指標中的每一個，團隊至少實現了80%的預定改進目標。他們的工作創造了7,000萬至8,000萬美元的價值，并使息稅折舊攤銷前利潤(EBITDA1)提升了2-3個百分點。2019年7月，世界經濟論壇宣布，第四次工業革命的一個獨立專家小組已認定卡林加納加工廠的數字化成就處于領先地位，并將其命名為燈塔工廠，這使其成為印度第一家這樣的工廠。
放眼未來
卡林加納加工廠現在擁有30多名分析專家，其中包括數據科學家和業務轉型總監。最有經驗的人員已成為內部講師和教練，負責幫助其他同事學習數據科學、業務案例開發和其他關鍵領域的新技能。
分析學知識也滲透到工廠的日常工作中，改變了許多員工解決問題的方式。正如高爐操作主管Shailendra Rai所說：“如果您與五位高爐操作人員交談，他們對于如何解決問題會有五種不同的看法。在某種程度上，所有這五種看法都是正確的——每個人的說法都是基于他們自己的經驗。但是借助分析模型，人們變得更加以數據為導向。他們無需爭論正確的答案，而是可以深入挖掘數據，然后找到答案，并創建一個分析模型來提供決策支持。”
有了這些能力，管理人員已經設計出20多個其他用例，而且正在加強那些已部署分析技術的環節的使用工作。對于塔塔鋼鐵公司的卡林加納加工廠而言，分析技術已不僅僅是一個回答問題的工具——它已經是該工廠運營和文化不可或缺的一部分。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號