◎文/e-works杨培
当前，现代生产设备正不断朝着大型化和集中化、机电一体化、连续化、高速化、精密化、信息化和综合化等方向迈进，设备的构成更加复杂，功能日益强大，企业设备管理的内容不断丰富和深化，不仅需要先进的维修技术，更需要先进的管理模式与手段。因此，对于设备资产密集型的工业企业而言，企业资产管理系统（EAM）必不可少。
而且，随着工业数字化、智能化时代的到来，工业企业在设备资产全生命周期实现资产物联化、业务协同化和决策智能化等的需求越来越强烈，将人工智能技术融入企业资产管理系统，以实现更智能化的企业资产管理也势在必行。
EAM是提升企业设备
资产回报率的利器
EAM全称为Enterprise Asset Management，即企业资产管理系统。Gartner将EAM定义为在资产密集型企业的新建、在建与运行维修中，在不明显增加维修费用下，采用现代信息技术（IT）降低停机时间，增加生产产量的一套企业资源计划系统。
实际上，EAM系统是在CMMS（Computerized Maintenance Management System，计算机化的设备维护管理系统）的基础上发展而来。CMMS系统将着眼点放在“维修”的层次上，借助计算机实现维护工作管理和备件采购库存管理。而EAM则将着眼点扩大到“资产”的层次上，在CMMS的基础上，将资产管理相关的项目管理、人力资源、安全与职业健康、维修成本、移动应用等子系统也纳入EAM范围之内。
对于工业企业而言，EAM系统很重要。这是因为，随着企业业务发展、生产规模持续扩大，资产设备不断增多且构成更加复杂，粗放式、依赖于经验的资产设备管理方式已无法适应管理需求。而EAM系统可从设备设计、采购开始，直至设备运行、维护、到最终的报废过程进行全生命周期管理，有助于企业跟踪、评估、管理和优化资产质量及可靠性。
EAM管理思想与管理体系
EAM系统以企业的设备资产为主要管理对象，按照定期检修、状态检修、缺陷管理、技术改造、故障检修和停机大修等各种维护策略，建立以维修工单为核心的计划、执行和分析管理制度，其目标在于提高企业设备资产的运行可靠性与使用价值、降低维护与维修成本，实现企业资产设备效能的最大化以及总体拥有成本（TCO）的最小化，最大化地提高企业效益及投资回报率。
EAM企业资产管理涉及工作管理，资产维护、规划和调度，供应链管理以及环境、健康和安全 (EHS) 举措，适用于一切资产密集型企业，尤其对设备品种多、技术先进、对设备完好率及连续运转可利用率要求较高的企业，如制造、能源、石油石化、电力、轨道交通等行业更为有效。
Gartner曾对已经实施过EAM的企业进行调查，结果显示EAM能从以下几个方面为企业带来经济效益：
- 减少设备停机时间10%-20%，提高关键设备连续运行时间和无故障运行时间3%-5%；
- 增加设备使用效率20%-30%，年降低设备维护成本5%-8%
- 延长设备生命周期超过10%；
- 提高有效工作时间10%-20%；
- 降低库存成本10%-25%；
- 备件库存准确率超过95%，备件管理系统投入运行二年内，可降低库存占用资金25%左右，年降低备件采购费用10%左右，采购业务费用可同时降低。
不过，随着工业企业纷纷推进数字化转型与智能制造，昂首阔步迈向工业数字化与智能化时代，企业设备资产管理数智化也成了为一个无法回避的趋势。这是因为，设备资产管理的数智化转型与管理是智能制造重要的基础组成部分，企业大多需要在数字化智能化资产基础上实现企业数字化智能化转型；而且，随着现代设备向着大型化、复杂化、工艺过程自动化、连续化、高速化、精密化等方向发展，企业面临的来自设备宕机的挑战也日益严峻，一旦出现设备非正常停机，导致生产过程停滞、瘫痪，将给企业造成巨额损失。
因此，为了最大限度地降低总体拥有成本并提升设备资产回报率，将人工智能技术融入企业资产管理系统，以实现更智能化的企业资产管理也成为必然。
人工智能驱动企业
设备资产管理智能化
近年来，由大数据驱动的人工智能（AI）技术取得了飞速发展。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，其目标是实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。
将人工智能技术应用于设备资产管理活动中，企业可从物联化的设备资产中收集数据，并进行数据挖掘、关系构建、算法训练与学习推理，由此产生的洞察，不但能帮助企业来更好地运营和维护高价值资产，从而优化绩效，延长资产生命周期，并减少运营停机时间和成本，而且能帮助企业做出更明智的决策、提高效率、执行预测性维护，并最大限度地利用物理资产方面的投资。
具体而言，人工智能技术至少可以从以下几个方面改善企业设备资产管理，驱动企业资产管理实现智能化：
◉ 最大限度确保资产的可靠性和性能，减少非计划停机：从物联网设备收集历史和实时数据，并应用AI技术进行分析和诊断，可更透彻地洞悉设备资产运行状况，有助于最大限度确保资产的可靠性和性能，减少非计划停机，扩展设备资产的可用性、可靠性和可用寿命，优化资产绩效，提高设备资产利用率。
◉ 预测设备故障并执行预测性维护：随着智能化时代的到来，设备管理和维修保养模式，也在不断从预防维修到预知维修再到精准维修演变。使用AI监控并深入学习设备资产，意味着可以更容易地预测设备资产出现故障或劣化的时间，实现设备诊断与维修智能化。这可以帮助维护团队更有效地执行预防性维护，在问题变得更严重之前解决潜在问题，做到防患于未然。
◉ 满足日益复杂的健康、安全和环境（HSE）管理需求：通过利用AI高级分析技术，结合 IoT 技术以及基于云的解决方案等，可实现生产安全管理的可视化、数字化及智能化，推动生产安全管理由事后追责方式向事前预防方式的积极变革，尽可能避免对员工的健康和安全造成风险，提高工作场所安全性。
◉ 让设备资产的远程智能监控成为可能：基于AI的远程监控可以交付有关资产当前和预期状态切实可行的洞察，且可以跨部门和信息孤岛汇总数据，减少警报数量并提高准确性，以及增强决策能力。将人工智能（AI）与远程资产监控相结合，可帮助企业从每天关键资产生成的数百个警报中识别最重要的警报，实现更快地响应，更准确的警报来解决最关键的异常，同时提供对资产异常的根本原因的深入分析。
◉ 解决人才和知识流失问题：具有人工智能特性的企业资产管理系统通过学习和固化经过验证的工作流程和卓越实践，发掘作为工厂管理运维中坚力量的技术员工长期积累的知识和关键技能，可以帮助解决有经验的操作员和运营工程师退休导致的人才和知识流失的问题，而且还能达到以较少的人力资源做更有效率和成本效益的工作的效果。
IBM积极推动
企业资产管理数智化转型
IBM Maximo是全球知名的设备资产管理解决方案，常年被Gartner、IDC、ARG等专业评估机构评价为EAM领域的领导者。随着数字化、智能化时代的来临，IBM也在 Maximo中积极融入AI技术，推动企业资产管理向数字化、智能化转型。
IBM Maximo Application Suite（MAS）作为一站式智能资产管理、监控、预测性维护平台，可帮助企业充分发掘企业资产的价值，实现可视、安全且可靠的运营，从而简化资产运营。这是一个单一的集成式云平台，可使用AI、IoT和分析来优化性能，延长资产生命周期并减少运营停机时间和成本。利用IBM Maximo市场领先的技术，企业和组织可以访问可配置的CMMS、EAM和APM应用程序，并可简化安装和管理，同时通过共享数据和工作流程获得更好的用户体验。
IBMMaximoApplicationSuite的主要功能
Maximo Application Suite的优势在于，简化部署且可随着业务需求变化而轻松扩展；员工对该套件拥有完整的权利，而企业只需为实际使用付费；可在本地或任何云中运行。其包含的主要功能有：
#
资产管理
使用AI和分析管理和维护高价值资产，以优化性能，延长资产生命周期并减少停机时间和成本。
#
远程监控
在企业范围内获得AI支持的先进的远程资产监控和计算机视觉，为领导者赋能，推动数字化重塑。
#
预测性维护
通过使用从运营数据和分析中获得的洞察进行维护规划，从而提前完成工作，并提高资产可靠性。
#
工人安全
使用传感器技术和分析为员工安全性提供支持；监控关键因素，以保护员工安全，并遵守安全政策。
#
移动EAM
在AI的帮助下，随时随地为技术人员提供所需的资产运营数据和逐步指导。
#
视觉检查
利用AI支持的计算机视觉为团队赋能，使其快速找出生产。
IBMMaximoApplicationSuite操作界面
如今，通过利用融合AI与IoT技术的Maximo企业资产管理解决方案，IBM正帮助众多行业领先的资产密集型企业，分析机器运行状况，预测故障停机，优化资产运营效率。
比如，借助Watson IoT科技，IBM Maximo Asset Management帮助世界最大的溢油应急公司加速企业紧急事件的响应和资产管理流程，将危害降到了最低。
美国钱尼尔能源（Cheniere Energy）公司与IBM顶级业务合作伙伴Cohesive Solutions通力合作，通过部署IBM Maximo Asset Management解决方案来完善资产管理，在升级的萨宾帕斯设施上实现了复杂资产的维护转型，以及企业层面的卓越运营。
Novate Solutions公司使用AI支持的企业级远程资产监控解决方案IBM Maximo Monitor实时查看资产性能，以及时发现系统异常，做到了防患于未然。
了解更多
如今，很多企业的关键应用都需要用AI和开放的技术去赋能。AI越来越成为企业的一种内生能力。过去几年，IBM不断将自身的AI能力注入其企业级应用，不仅仅是Maximo（企业资产管理），也包括Sterling Supply Chain（供应链管理）、Engineering Lifecycle Management（复杂工程全生命周期管理）等等；与此同时，IBM也在持续强化其语言、视觉和AutoML产品组合，为开发者提供易于使用的工具，帮助他们快速构建人工智能解决方案，进而推动企业实现AI应用的规模化，加速企业数字化转型，提升企业竞争力。
IBM
