幾乎每家工業公司都有自己的“風格”和對卓越運營的定義，有些甚至得到了最高層領導的支持。但是，為了使卓越運營取得成功，市場明確告訴我們，公司必須對人員、流程和技術資源進行協調。這些重要方面還應反映出高級管理層為業務規定的戰略目標，而職能領導者必須無縫協作，以實現公司的卓越運營愿景。人員、流程和技術的一致性并不是一個新概念，而持續改進 (CI) 專業人士毫無疑問精通協作策略。

　　盡管如此，LNS Research 公司收集的行業數據顯示，合作是企業在實現戰略目標上必須首先考慮的問題。低效的流程、數據孤島和不同的系統也阻礙了有效的協作。

　　一個數字化的持續改進(CI)生態系統可以在合適的時間為合適的人提供見解，從而促進協作并推動卓越運營。它需要用到 IT 和運營技術 (OT) 數據，這就需要由具有高級分析功能的工業物聯網 (IIoT) 平臺提供支持。公司可以使用多種持續改進 (CI) 方式、策略和方法，許多組織同時使用多種組合，以選擇最適合其獨一無二的行業、產品、制造模式、文化和資源的組合。讓我們來看看其中的三種方式，以了解將數字技術應用于 CI 可以產生的各種好處。

　　通過數字化映射和先進分析加速持續增長

　　傳統的連續流程方法要求在生產的每個階段增加價值，并最大限度地減少生產線中半成品 (WIP) 備件的廢品率和移動的時間。換句話說，當操作員發現傳入部件出現阻塞的情況時，他/她會找到問題所在，并提出可以改善流程的程序。

　　先進的數字化技術——工業物聯網 (IIoT)——具有在恰當的時間為運營商提供更好的信息的巨大潛力，并通過模擬靜態生產線提供真實的實時數據，而這是傳統方式無法實現的。工業物聯網 (IIoT) 可以使運營商提前預測積壓情況并設計最佳程序以改善流量。數字化流程除了具有正確的信息，還涉及車間人員之間的節奏、協調和協作。

　　借助大數據分析讓“五個為什么”助您大步向前

　　“五個為什么”可以說是最直接的精益原則之一。精益實踐者可以通過針對面臨的問題問“為什么”，以揭示潛在的原因，并重復五次問題，以找到根本原因。有時根本原因不僅僅是單一方面； 事實上，經常是幾個小問題構成了根本問題，有時甚至還會涉及不同的部門。發現根本原因所需的時間自然會隨著復雜性增加而增加。

　　然而，在數字化 CI 環境中，通過強大的架構和高級分析，可以通過訪問 IT 和 OT 數據讓“五個為什么”發揮更大的作用。機器學習算法可以比人類更快地分析數千個數據點并提出見解，特別是在面臨更復雜問題的時情況尤其如此。

　　歐洲最廣泛的鐵路系統之一也在尋求先進的數字技術來改善維護和維修情況。該系統分析了來自社交媒體、資產績效和地理空間數據源的各種結構化和非結構化數據，發現了不均勻磨損，并找到原因，原來是因為列車始終以相同的方向在相同的路線上運行。該機構只是簡單地調轉了火車行駛的方向，最終節省了超過 8000 萬歐元的維護預算。

　　因此，工業物聯網 (IIoT) 提供了新的方法來分析來自完全不同來源的數據，并使精益從業者不會遺漏可能沒有考慮的因素，而這些因素可能會提供有用的信息。

　　現場巡視更快速更高效

　　現場巡視是工廠經理在車間與操作員之間走動以進行協作并就地解決問題的過程。現場巡視面臨的一個重大挑戰是，人們可能沒有完整的前后因果關系來理解他們面前發生的事情，或者他們甚至可能針對相同的指標有相互矛盾的值，具體取決于數據源。

　　當公司使用增強現實/虛擬現實 (AR/VR) 等高級數字技術和現場巡視時，他們會在資產上明確地看到各種標準，并可在移動設備上運行分析。這種方法可以讓管理者和操作員使用更可靠、更穩定的信息來解決對時間敏感的問題。添加數字化映射可以讓他們模擬流程并從不同的角度查看流程，具體取決于推薦的更改 - 所有這些都不會出現中斷的情況。最終，現場巡視成為一個能夠快速解決問題并獲得更好結果的強大動力。

　　采取措施利用數字化強化 CI

　　我們不希望精益和 CI 從業者很快就會消失。相反，這會是另一種專業人士，隨著公司繼續他們的數字化轉型之旅這些人將變得更加高效。工業物聯網將幫助他們更有效地進行協作，讓他們整體了解 IT 和運營數據，并通過明智的見解為他們提供更大的助力來解決問題。任何正在進行數字化轉型的公司都應該研究如何將收益擴展到其 CI 團隊，考慮數字化轉型的公司當然可以將其 CI 計劃作為實現高價值的契機。