物联网、AI 和无人机来了,企业资产管理行业变了

简介:

企业资产管理(EAM)是面向资产密集型企业的信息化,制造业信息化,企业信息化解决方案的总称。它以提高资产可利用率、降低企业运行维护成本为目标,以优化企业维修资源为核心,通过信息化手段,合理安排维修计划及相关资源与活动,物联网、AI、无人机等新技术的出现,将改变EAM的未来。

企业资产管理软件(EAM)已经有二十多年的历史。在这段时间里,它从简单的提供管理资产维护的工具演变而来,成为为公司提供追踪资产的一种方式 ——从HVAC系统到制造设备的关键部件,到一段铁路轨道——记录他们的情况,得到关于预防性维护的警报,延长这些资产的生命周期,当然,也包括管理工单。

到目前为止,EAM系统已经发生了很大程度上的变化,但没有革命性的变化。但这正在发生改变, 我们已经开始看到新技术使EAM成为公司的竞争优势。

我们看到以下三种技术已经开始改变EAM的面貌,并且会继续重塑EAM:

物联网

人工智能

无人机

最终,EAM的未来将是设备/组件与人员之间的信息交换。 更多的信息将从更多的地方进入系统中,并且更多的信息将能够被更多的人访问。

物联网

过去几年来,我们已经越来越熟悉物联网。 而且,物联网将会变得更加普遍,这部分原因是由于GPS追踪器、数码相机和智能传感器等设备的成本降低。

CERN是世界上最大的粒子物理研究组织,拥有22个欧洲成员国和70个国家合作开展科学计划,CERN使用Infor EAM管理近200万资产,用于粒子加速器设备及其现场基础设施。 该系统每年拥有1,100名用户,每年处理15万份工单。

对于CERN来说,资产的重要性不仅仅在于数据; 资产数据同样重要。 CERN资产和维护管理负责人David Widegren解释说,管理公司数百万个组件和设备,每个组件的运营情况和数据至关重要,因为它们是一个独立的IoT:

资产管理与连接设备的组合以及从资产中获得的数据,正在飞速向前发展。 我们称之为工业IoT和EAM的结合。这是未来的最佳选择。

科学研究之外,物联网和EAM将在智能城市的发展中发挥重要作用。智能城市监测所有关键基础设施的条件,包括桥梁,街道,水和电气系统等。Frost&Sullivan估计,到2025年,全球将有26个智能城市出现。

旧金山正在努力成为智能城市,并已经开始采用物联网来实现这一目标。 作为智慧城市,城市必须采用智能能源,智能建筑,智能移动,智能医疗,智能基础设施,智能技术,智能治理和智能教育/智能公民等八大智能原则中的五项。

举个例子。 在Infor的EAM可持续发展项目中,根据正在与该市工作的21Tech将改造旧金山有44,000个路灯,而且开始进行智能化改造。

21Tech专业服务副总裁Linda Short表示:街道灯柱现在将数据传输到城市的EAM系统,记录其灯光强度,将GIS坐标附加到该数据,并添加修复代码。 然后城市相关部门可以派一名电工一次性更换灯泡或进行维修,而不是进行多次任务:电灯检查,记录问题,最后再进行修理,大大减少流程,提升效率。结果是旧金山市的EAM系统正在帮助城市更有效地利用其有限的资源。

人工智能

像智能城市这样的举措制造了大量的复杂的数据,需要将其标准化,用以处理和馈送到系统中,以便智能地使用信息。大数据和分析使这一切成为可能,而人工智能可以帮助改善数据的处理。

我们已经在Amazon Echo这类语音驱动的虚拟助理系统中,看到的AI被扩展到像EAM这样的企业系统,以使收集的数据更有用。 使用AI,员工和客户将能够使用自然语言与他们的EAM系统进行通信。 他们可以直接问“我们在17号线上有多少个工单?”,并得到一个结果。 系统将能够提取数据,以便管理人员可以花时间做出关键决策,而不是呈现报告。 埃森哲高级经理Luanne Winchiu在最近在线研讨会上介绍了EAM的未来:

这一切都是关于技术的可用性。 EAM的未来是如何在现实世界中使用技术,使其更易于使用,以便我们可以优化资产的价值,而不仅仅是维护资产。

无人机

虽然物联网和AI是EAM未来的重要组成部分,无人机技术也将带来新兴变革。

无人机资产管理显然是许多行业的下一个前沿,包括铁路,石油和天然气和航空。 Drone Aviation Corp首席科学和技术顾问Louis Wise在同一个EAM网络研讨会上说道:

“无人机是数据采集机器。 我们可以将它们部署到人类难以或不可能进入的有利位置,并将他们收集的信息传递给EAM系统。

这些有利位置包括大型生产结构,如炼油厂和海上石油钻井平台,铁路床和桥梁,以及飞机和货船。可以部署装备有强大变焦镜头的无人机,以检查和评估将是危险或难以直接物理接触的设备。

Wise表示,通过电力和通信电缆连接到地面的有线无人驾驶,可以保持在空中的时间更长,所以它们更适合飞行,并且拥有自己的电力和通信系统,更容易受信号不稳定的影响。

在高风险的情况下,使用无人机比人工检查的好处更大。由于使用无人机风险要小得多。 如果派出一名检查员来检查一个正在着火的石油钻井平台是不可行的,这时候就可以使用无人机。 另外,作为一个额外的好处,无需创建支持的机制来支撑检查工作,或甚至停工检查,这是人工检查所需要的。 在炼油厂领域,每天可以节省高达100万美元,Wise说。

一切都与数据连接相关

所有这些技术的共同之处在于数据。 EAM的未来是收集实时数据并将其送入EAM系统,让负责保持设备在高峰状态运行的负责人可以更快地做出反应。 关键的技术,如社交,移动,分析和云将比以往任何时候都更重要,因为这些技术让数据更易于访问和使用。

EAM的未来不是取代人类工作者,而是让我们更有效率地进行工作。

【编译组出品】编辑:杨志芳

编者按:企业资产管理(EAM)是面向资产密集型企业的信息化,制造业信息化,企业信息化解决方案的总称。它以提高资产可利用率、降低企业运行维护成本为目标,以优化企业维修资源为核心,通过信息化手段,合理安排维修计划及相关资源与活动,物联网、AI、无人机等新技术的出现,将改变EAM的未来。

企业资产管理软件(EAM)已经有二十多年的历史。在这段时间里,它从简单的提供管理资产维护的工具演变而来,成为为公司提供追踪资产的一种方式 ——从HVAC系统到制造设备的关键部件,到一段铁路轨道——记录他们的情况,得到关于预防性维护的警报,延长这些资产的生命周期,当然,也包括管理工单。

到目前为止,EAM系统已经发生了很大程度上的变化,但没有革命性的变化。但这正在发生改变, 我们已经开始看到新技术使EAM成为公司的竞争优势。

我们看到以下三种技术已经开始改变EAM的面貌,并且会继续重塑EAM:

物联网

人工智能

无人机

最终,EAM的未来将是设备/组件与人员之间的信息交换。 更多的信息将从更多的地方进入系统中,并且更多的信息将能够被更多的人访问。

物联网

过去几年来,我们已经越来越熟悉物联网。 而且,物联网将会变得更加普遍,这部分原因是由于GPS追踪器、数码相机和智能传感器等设备的成本降低。

CERN是世界上最大的粒子物理研究组织,拥有22个欧洲成员国和70个国家合作开展科学计划,CERN使用Infor EAM管理近200万资产,用于粒子加速器设备及其现场基础设施。 该系统每年拥有1,100名用户,每年处理15万份工单。

对于CERN来说,资产的重要性不仅仅在于数据; 资产数据同样重要。 CERN资产和维护管理负责人David Widegren解释说,管理公司数百万个组件和设备,每个组件的运营情况和数据至关重要,因为它们是一个独立的IoT:

资产管理与连接设备的组合以及从资产中获得的数据,正在飞速向前发展。 我们称之为工业IoT和EAM的结合。这是未来的最佳选择。

科学研究之外,物联网和EAM将在智能城市的发展中发挥重要作用。智能城市监测所有关键基础设施的条件,包括桥梁,街道,水和电气系统等。Frost&Sullivan估计,到2025年,全球将有26个智能城市出现。

旧金山正在努力成为智能城市,并已经开始采用物联网来实现这一目标。 作为智慧城市,城市必须采用智能能源,智能建筑,智能移动,智能医疗,智能基础设施,智能技术,智能治理和智能教育/智能公民等八大智能原则中的五项。

举个例子。 在Infor的EAM可持续发展项目中,根据正在与该市工作的21Tech将改造旧金山有44,000个路灯,而且开始进行智能化改造。

21Tech专业服务副总裁Linda Short表示:街道灯柱现在将数据传输到城市的EAM系统,记录其灯光强度,将GIS坐标附加到该数据,并添加修复代码。 然后城市相关部门可以派一名电工一次性更换灯泡或进行维修,而不是进行多次任务:电灯检查,记录问题,最后再进行修理,大大减少流程,提升效率。结果是旧金山市的EAM系统正在帮助城市更有效地利用其有限的资源。

人工智能

像智能城市这样的举措制造了大量的复杂的数据,需要将其标准化,用以处理和馈送到系统中,以便智能地使用信息。大数据和分析使这一切成为可能,而人工智能可以帮助改善数据的处理。

我们已经在Amazon Echo这类语音驱动的虚拟助理系统中,看到的AI被扩展到像EAM这样的企业系统,以使收集的数据更有用。 使用AI,员工和客户将能够使用自然语言与他们的EAM系统进行通信。 他们可以直接问“我们在17号线上有多少个工单?”,并得到一个结果。 系统将能够提取数据,以便管理人员可以花时间做出关键决策,而不是呈现报告。 埃森哲高级经理Luanne Winchiu在最近在线研讨会上介绍了EAM的未来:

这一切都是关于技术的可用性。 EAM的未来是如何在现实世界中使用技术,使其更易于使用,以便我们可以优化资产的价值,而不仅仅是维护资产。

无人机

虽然物联网和AI是EAM未来的重要组成部分,无人机技术也将带来新兴变革。

无人机资产管理显然是许多行业的下一个前沿,包括铁路,石油和天然气和航空。 Drone Aviation Corp首席科学和技术顾问Louis Wise在同一个EAM网络研讨会上说道:

“无人机是数据采集机器。 我们可以将它们部署到人类难以或不可能进入的有利位置,并将他们收集的信息传递给EAM系统。

这些有利位置包括大型生产结构,如炼油厂和海上石油钻井平台,铁路床和桥梁,以及飞机和货船。可以部署装备有强大变焦镜头的无人机,以检查和评估将是危险或难以直接物理接触的设备。

Wise表示,通过电力和通信电缆连接到地面的有线无人驾驶,可以保持在空中的时间更长,所以它们更适合飞行,并且拥有自己的电力和通信系统,更容易受信号不稳定的影响。

在高风险的情况下,使用无人机比人工检查的好处更大。由于使用无人机风险要小得多。 如果派出一名检查员来检查一个正在着火的石油钻井平台是不可行的,这时候就可以使用无人机。 另外,作为一个额外的好处,无需创建支持的机制来支撑检查工作,或甚至停工检查,这是人工检查所需要的。 在炼油厂领域,每天可以节省高达100万美元,Wise说。

一切都与数据连接相关

所有这些技术的共同之处在于数据。 EAM的未来是收集实时数据并将其送入EAM系统,让负责保持设备在高峰状态运行的负责人可以更快地做出反应。 关键的技术,如社交,移动,分析和云将比以往任何时候都更重要,因为这些技术让数据更易于访问和使用。

EAM的未来不是取代人类工作者,而是让我们更有效率地进行工作。

本文转自d1net(转载)

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
7天前
|
人工智能 自然语言处理 搜索推荐
AI与GIS工具引领企业变革
科技赋能企业转型:清华团队突破固态电池技术,AIGEO融合AI与GIS助力精准获客,降本增效。覆盖美妆、教育、金融等多领域,提升流量与转化率,推动数字化升级。(238字)
170 106
|
18天前
|
人工智能 安全 API
HiMarket 正式开源,为企业落地开箱即用的 AI 开放平台
我们发起 HiMarket 的初心:帮助用户从 80% 开始构建 AI 开放平台。
118 15
|
12天前
|
人工智能 自然语言处理 搜索推荐
AI营销新宠助力企业突围
AI浪潮下,企业如何借力新技术突围?OpenAI与立讯合作预示消费级AI设备爆发,AIGEO市场规模2024年将超180亿元。AI语义预检内容提升曝光效率,精准触达用户。63%网民用AI获取信息,AI搜索流量占比达42%。政策支持叠加技术进步,内容营销迎来智能变革。企业需重构策略,把握AI红利。欢迎交流咨询,共探增长新路径。
|
16天前
|
数据采集 存储 人工智能
拆解AI-Agentforce企业级智能体中台:如何让企业AI落地从“噱头”到“实效”
在GDMS峰会上,迈富时集团尹思源指出41.3%中国企业尚未布局AI Agent,已应用者亦陷“Demo化、孤岛化”困局。其发布的AI-Agentforce智能体中台,以“冰山模型”重构架构,打通认知、价值、能力三重鸿沟,覆盖内容、获客、销售、陪练、分析五大场景,助力企业实现AI从“工具”到“数字员工”的全链路协同升级。
|
14天前
|
SQL 人工智能 Linux
SQL Server 2025 RC1 发布 - 从本地到云端的 AI 就绪企业数据库
SQL Server 2025 RC1 发布 - 从本地到云端的 AI 就绪企业数据库
157 5
SQL Server 2025 RC1 发布 - 从本地到云端的 AI 就绪企业数据库
|
8天前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
169 6
|
18天前
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
函数计算计费方式历经三阶段演进:从按请求计费,到按活跃时长毫秒级计费,再到按实际资源消耗分层计费。背后是资源调度、安全隔离与开发体验的持续优化。尤其在AI时代,低负载减免、会话亲和等技术让计费更贴近真实价值,推动Serverless向“按需使用、按量付费”终极目标迈进。
|
14天前
|
存储 人工智能 监控
如何用RAG增强的动态能力与大模型结合打造企业AI产品?
客户的问题往往涉及最新的政策变化、复杂的业务规则,数据量越来越多,而大模型对这些私有知识和上下文信息的理解总是差强人意。
49 2
|
25天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
18天前
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
在 AI 时代,函数计算一直坚持走向“让开发者只关心业务逻辑,云厂商自动完成一切资源管理与调度”的愿景,最终让计算像水、电一样随时可得、按实际使用价值付费。

热门文章

最新文章

相关产品

  • 物联网平台