世界新消息丨基于AI的智能互聯員工平臺，工業軟件創新的下一個目標？

在工業軟件領域，您可能沒有聽說過Russ Fadel，但您一定聽說過工業物聯網平臺ThingWorx。Russ Fadel是一位有點傳奇色彩的連續創業者，在工業軟件領域有這豐富多彩的職業生涯，目前是智能互聯工人解決方案提供商Augmentir公司的首席執行官兼聯合創始人。

【資料圖】

在創立Augmentir之前，Russ在工業軟件領域創立了4家成功的公司，其中包括最近的兩家——領先的工業物聯網(IIoT)平臺公司ThingWorx(后被PTC收購)和專注于實時制造的應用程序組合平臺公司Lighthammer(后被SAP收購)。更早之前，他還是WonderwareNorth公司的聯合創始人和董事會成員。

Russ密切參與了過去三次圍繞制造和服務中人類和機器的軟件革命。Augmentir公司是這一主題的延續。他最近接受了Plant Engineering雜志的采訪，就工業軟件創新和基于AI的智能互聯員工平臺進行了討論。

Q：當您看到工業軟件應用程序的演變時，從Wonderware、Intellution和USData引入SCADA，到您自己參與的Lighthammer、ThingsWorx和Augmentir，在所涉及的技術和流程方面有哪些連續性和創新?

通常來說，業務之間的連續性是，大約每隔10年，每次新公司成立時就會發生一次關鍵的技術創新。

Wonderware 利用 Windows 操作系統將軟件轉移到工廠和車間中，而其他人都在嘗試使用 DOS 來創建這些圖形人機界面。在最初選擇Windows時，每個人都說它不會起作用，因為它不是實時的或可靠的，但最終他們讓它工作了。使用Windows操作系統，他們提供了易于使用10倍的產品，提高了采用率，并將軟件轉變為大公司的戰略投資。

我在Lighthammer的聯合創始人Rick Bullotta說，我們可以在工廠里放置較小的網絡服務器，并通過使其基于Web來簡化信息傳遞(當時沒有人這樣做)。這有助于我們滲透到制造業的智能領域，并簡化了與SAP的同步，SAP最終收購了Lighthammer。

對于ThingWorx，我們研究了物聯網領域，并意識到早期的參與者專注于設備通信層。我們認為這將變得商品化，因此我們專注于使用圖形數據庫技術構建第一個解決方案，該技術將人員、設備和非結構化數據結合在一起，最終產生了將物聯網數據、結構化數據或非結構化數據與人相結合以創造實際業務價值的應用程序。

對于Augmentir來說，關鍵的技術創新是與企業SaaS的結合，它在部署成本、移動性和大規模有效應用人工智能(AI)方面具有巨大優勢。這是一套新技術，我們將這些技術整合到一套軟件工具中，這些工具不僅提供易用性，而且還關注來自新連接的一線工作人員的數據，并使用AI來幫助清理這些數據并使其可操作。

Q：您會把Augmentir的解決方案稱為一種新類型的軟件解決方案嗎?

是的，我會的。互聯工人空間(connected worker space)的概念出現在2012-2013年左右。第一代論點是：1)如果工作可以數字化，這將改變一線運營，或者2)增強現實(AR)和智能眼鏡可以改變一線工作流程。

事實證明，這兩者都是錯誤的假設。工作的數字化確實提供了一次性的改進，但結果不是變革性的。采用率往往很低，很難取得理想的效果。早期的互聯工人解決方案供應商一直在苦苦掙扎。

AR智能眼鏡從未在企業中起飛。AR領域是利基市場，專注于設備OEM廠商，因為他們是唯一有能力構建AR體驗的公司。很難將其交付給最終客戶，因為他們有 20 家設備供應商，每個供應商都可能選擇不同的平臺。

當Augmentir公司創立時，我們認為自己是互聯工人領域的第二代軟件提供商。當我們意識到機會是從新連接和服務不足的員工那里獲取數據，并利用這些數據為組織提供持續價值時，我們決定創辦這家公司。由于數據本質上是嘈雜的，因此必須使用AI進行處理。

我們使用AI來清除數據中的噪音，并使用留下的代表性數據來不斷深入了解每個人的績效，以實現有針對性的員工發展，以此來表明哪些工作流程能夠實現最高的生產率提高。這是革命性的。我們的客戶之所以選擇我們，是因為他們每天、每月、每年都會獲得新的見解，幫助他們改進業務。

我們還在套件中添加了技能管理。如果您考慮當今勞動力市場面臨的巨大挑戰，那就是流失率比5年前高出8-10倍。公司努力讓人們參與并有效地提高他們的工作效率，因為他們使用 Excel 電子表格來跟蹤員工技能，而員工技能往往與運營相對脫節。

Augmentir的技能管理功能使流程自動化，使這些流程變得智能——從工人被雇用的那一天到他們退休或離開。我們能夠將員工在工廠工作所需的技能認可與實際工作之間實現閉環管理。雇主可以知道誰在工作中表現良好，誰可能成為再培訓的目標，以便他們能夠正確地完成工作。

Q：一線工作的性質發生了變化嗎?在許多工作場所，指揮層級鏈已經消失，因此沒有那么多的中層管理人員。一線員工是否需要比過去更多的技能以及更好的溝通技巧?

我認為這是一個很好的觀察。公司正在使一線員工更加自主和負責任，這很好。互聯工人軟件使每個工人都能訪問信息。遠程或內部主題專家可以在工作時獲得實時支持。然而，流失的挑戰仍然存在。我們在食品行業的一位客戶表示，不僅一線工人在流失，主管也在流失。這導致了知識和技能差距，以及勞動力危機。公司越來越有可能投資于先進技術，以緩解其中一些棘手的勞動力問題。

Augmentir能處理更多以人為本的非結構化流程，例如自主維護、質量控制、服務和維修等問題。這些是具有預期結果的過程，但在過程中可能會發生很多事情(例如，更改泵上的密封管路，但隨后存在需要額外工作的腐蝕，等等)。當流程有主要發生方式時，Augmentir 會大放異彩，但存在可變性——半結構化流程。

Q：我們經常聽到AI作為一個營銷術語，但就處理非結構化數據而言，從整個數據庫中獲取人們所需的確切信息似乎是一項艱巨的任務。談談基于AI的技術能夠提供什么?

關于AI有兩種觀點——要么是您灑在現有應用程序上的調味品，要么是您構建現代應用程序的操作系統。我們認為自己屬于后一類，我們已經在AI的基礎上構建了我們的產品。當您這樣做時，AI對用戶來說是不可見的。

這種方法意味著沒有數據科學家，沒有數據清理或標記，沒有80%的錢花在試圖準備數據上。最明顯的例子是谷歌搜索。當您輸入搜索詞時，您將直接受益于這種嵌入式 AI，它不斷使搜索結果越來越好。知識庫或訓練集變得更好。這正是Augmentir的嵌入式AI的工作方式。

假設整個公司有 10,000 個維護流程。我們可以按照哪些提供最大的生產力機會對它們進行排名，從而支持持續改進團隊和每個一線員工的熟練程度。隨著當今勞動力的流失，這使得雇主可以瞄準那些需要技能、再培訓或額外培訓的員工，所有這些都不需要數據科學家。不需要任何清理和標記，因為我們已經在幕后提供。

Q：工作執行和知識管理功能的來源是什么?這些信息從何而來?

我們利用30多年的經驗來構建一個框架，允許用戶交付數據并構建自己的工作說明，鏈接到他們自己的知識管理功能，例如，來自OEM的文章或手冊。本質上它來自客戶。

我們確實有一個計劃，使OEM更容易通過Augmentir向最終客戶提供維護說明。例如，我們最大的 CPG 客戶之所以選擇我們，是因為 Augmentir 允許他們的“公民開發者”(citizen developers)在他們遍布全球的所有設施中編寫說明。他們的中央數據庫為特定類型的安全說明和轉換發送模板，但所有本地設施都以當地風味編寫它們。

在選擇我們的前6個月，他們在 13 個設施中編寫了 10,000 條新指令。它是使制造商和服務公司能夠將其工作流程嵌入到我們的產品中的基礎。

我們支持的流程，如自主維護、預防性維護、質量數據收集、操作員巡視，在所有制造和生產垂直領域無處不在。雖然存在一些垂直特定差異，但它們并不大。目前，我們涉足 11 個垂直領域，包括汽車、CPG、食品和飲料、紙漿和造紙、農業和制藥等。我們并非在所有垂直領域分布均勻，但相對均勻，因為用例很常見。

Q：從整個市場層面考慮構建互聯員工平臺時，您有哪些建議?

多年前，一位風險投資家告訴我，“我們投資的是止痛藥，而不是維生素。換句話說，他們不想投資5年后您可能會活得更久的東西，他們想要人們現在需要接受的東西。多年來，互聯工人空間解決方案一直是一種“維生素”，即一種可有可無的產品。大多數公司都能夠利用現有技術實現其生產目標。只有一部分領先的公司會投資，因為他們知道可能會改善，但由于慣性當涉及很多風險和成本時，大多數公司表示沒有看到巨大的潛在利益。

如果您今天與制造商交談，他們的流失率可能比5年前高出 5-10 倍。他們面臨著一個很大的挑戰，那就是讓新員工進入工廠，以確保安全和高效，并正確地做事。這使得數字化技術作為一種解決方案變得更加緊迫。我認為您會看到像Augmentir這樣的軟件投資急劇增加。

真正的機會是使員工成功快速地進入工廠或車間的生產活動，幫助指導和支持他們的工作，然后使用他們的活動產生的數據，并分析應該在哪里進行勞動力投資。

很多公司還在采用紙質流程用于生產線檢查、潤滑泵、日常任務和質量檢查。這他們無法實時查看它，也沒有辦法做好審計準備。他們不知道一個人真的做了這項工作。他們無法檢測到模式或質量問題或類似的東西。通過數字化流程，他們獲得了可以實時分析的數據集。

如果是用于維護操作(預防性或自主性)，您實際上知道工作已經完成，何時完成，誰完成以及花了多長時間。您知道計劃的所有維護任務以及已完成的工作量百分比。最好的部分是提供更個性化的勞動力發展計劃，使員工更快樂、更敬業。

Q：我相信我們的許多讀者發現需要在他們自己沒有專業知識的領域聘請技術專家。在招聘這些技術人員時，有哪些重要因素?

幸運的是，在我創立的企業中，我一直有在技術方面非常棒的聯合創始人。他們真的善于理解人們的技術能力。雖然我可以閱讀簡歷，但不一定能評估他們有多好的編碼員。

另一方面，我們在全面招聘方面取得了成功。當您在任何公司工作時，尤其是初創公司，沒有自我，人們必須協作才能一起完成工作。小公司沒有政治的空間;每個人都需要出現，努力工作，謙虛并與同事合作。