这篇麦肯锡的最新专家问答环节探讨了全面资产生产力计划与强大数据分析技术相结合的重要性。这种结合不仅带来多重益处，而且实施起来比预期简单。
原文：Ask an Expert: Advanced analytics and asset productivity | McKinsey 译：数字基座
问：为什么我们现在要关注”资产生产力”，而不仅仅是”维护和可靠性”？
答： 在资产的整个生命周期中实现最大回报是一项挑战。无论是管理一辆卡车还是价值数亿元的制造设施，经营者都需要在资本与运营成本、生产效率及使用寿命之间做出复杂的权衡。这种复杂性常常导致企业为了追求短期目标而牺牲长期表现。例如，为了降低成本，他们可能会减少初始投资，但这可能导致未来更高的维护费用或错失生产机会。或者，为了提高短期产量，他们可能会过度使用设备，从而加速设备老化。
越来越多的公司正试图打破这一模式，转而从全生命周期的总拥有成本（TCO）角度来考虑。这正是资产生产力的核心。掌握这一挑战的公司将经历一种思维方式的深刻转变，不再将资产的维护和运营视为仅需最小化的成本，而是作为增加利润的重要投资。
问：先进分析工具在提高资产生产力中扮演什么角色？
答： 先进分析工具利用现代化的计算能力、高级算法和丰富数据资源来解决复杂问题。在资产生产力提升中，它尤为重要，主要有两个原因。
首先，优化资产在其生命周期内的表现本质上是一个多变量、高不确定性的复杂问题。
其次，现代工业资产能生成大量的运营自动化数据，为我们提供前所未有的详细洞察。例如，一个风力发电机每分钟可以生成约100兆字节的数据，这意味着每年将产生近1太字节的数据量。一个炼油厂每年可能产生大约5太字节的数据。当前的挑战在于如何有效利用这些数据，解决以往难以攻克的问题。
问：公司目前如何利用这些数据？
答： 领先企业正在通过先进的分析工具来革新其运营方式。举个例子，一家全球航空航天公司开发了一套地面维护系统，能够与飞机上的故障检测系统实时互动。当飞行中出现问题时，该系统会自动准备故障排查和诊断方案，并提前订购必要的备件。这样一来，技术人员能在飞机刚一降落就立即开始维修，往往比航空公司正式报告故障还要快。
另外，一些公司通过分析多年的设备性能数据，正在挑战长期以来的维护和运营假设。比如，一家重型设备运营商深入分析了主要部件的故障数据，并用这些信息模拟了不同运营和维护情况下未来可能发生的故障。他们发现，原本每8到10年进行一次的大规模检修其实并非必要，因为大多数故障都源于早期的制造或装配问题。基于这一发现，该公司取消了这些定期检修计划，将节省下来的数百万美元投入到实时状态监控系统中，以预防潜在故障的发生。
在生产过程优化方面，有一家公司通过分析化学过程中各种损失来源，发现虽然催化剂污染确实会影响产量和能效，但其影响远不如其他问题（如副产品的清除）那么显著。
问：这种趋势是否有进一步发展的可能？
答： 当然，未来发展的空间是巨大的。我们已经观察到几个主要趋势：
- 先进的分析工具和系统不再局限于航空航天、半导体和汽车等高端行业，而是正在向更多行业扩展，显示出巨大的应用潜力。
- 通过利用数据来识别事件之间的关联，企业能够大幅提高其预测模型的准确性，从而支持实时决策。
- 基于数据分析和模型得出的见解将促进跨越传统职能和组织界限的新型互利合作。
问：对于尚未使用先进分析提高资产生产力的公司，您有什么建议？
答：对于尚未使用先进分析技术来提高资产生产力的企业，我有以下建议：
- 建立坚实的运营基础。这包括搭建数字化资产管理平台，培养绩效管理和持续改进的企业文化，以及建立高效的维护组织。先进分析可以增强传统的资产生产力提升方法，但不能完全取代它们。
- 确保全面收集和妥善存储数据。许多企业未能充分利用关键资产的数据，或者数据管理不善，影响了后续的有效分析。
- 培养数据分析能力。随着分析工具和计算能力变得更加经济实惠和易于获取，拥有相关技能的人才变得尤为重要。领先企业通常会结合使用外部资源和培养内部人才来系统地建立这些能力。
- 根据分析结果采取行动。这意味着要调整管理流程和决策方式，将新发现转化为具体的资产生产力改进措施，并进行测试验证后在组织内推广。最成功的企业最终会在资产生命周期的每个阶段采用数据驱动的方法，从设计和配置决策到运营维护，甚至延长使用寿命或退役。
问：公司应当有什么样的回报预期？
答：关于回报预期，企业可以期待：
- 显著的绩效提升：先进分析工具的一大优势是能在极少资本投入的情况下带来显著的绩效提升，通常可达到两位数的百分比。例如：某重型设备制度企业通过应用分析工具，在不影响设备整体可靠性的前提下，取消了许多昂贵的维护活动。某冶金生产企业使用先进模拟技术优化生产流程，在不增加设备负担的情况下提高了30%的产量。
- 更有效的针对性投资：例如，一家风力发电场运营商在关键涡轮机子系统上安装传感器，通过实时分析数据预测潜在故障，将非计划停机时间的成本降低了50%，维护成本降低了45%。
- 在看似已高度优化的领域取得突破：即使在看似提升空间有限的领域，先进分析也能带来意外收益。例如，一家化工企业尽管经过50年的持续工艺改进，生产效率已达世界领先水平，但通过使用每小时利润来衡量生产效率，并运用先进分析工具确定最佳操作参数，仍然发现可以将原材料浪费减少20%。
结论
先进分析工具不仅是提高资产生产力和整体盈利能力的有力工具，还代表了一种组织文化的转变，即采用基于数据的决策方式。最终，最成功的企业将能够在数据分析和资产管理之间建立紧密合作。这种跨部门的协作是释放真正价值的关键。
