На стратсессии: «Внедрим предиктивное обслуживание — сократим простои на 40%». Через полгода в цехе три датчика шлют данные в Excel, data science рисует красивые графики для отчёта совету директоров. А мастер смены по-прежнему узнаёт о поломке, когда линия уже встала.

Проблема не в ML. Проблема в том, что предиктив пытались построить без мониторинга и истории данных — на трёх датчиках и надежде.

Три уровня обслуживания оборудования: - Реактивное — ремонт после поломки, запчасти «срочно с доставкой» - Плановое ТО — по календарю, деталь может выйти из строя между остановками - Предиктивное — по факту (вибрация, температура, ток), алерт за 2–7 дней до поломки - Большинство производств 50–500 человек — между первым и вторым уровнем. Прыжок сразу в «ML-предиктив» без пилота мониторинга — типичная ошибка рынка.

Цифры для разговора с финдиректором: - Линия даёт 2,4 млн ₽ выручки за смену (12 ч) → 200 000 ₽/час. - Аварийный простой 4 часа = 800 000 ₽ + срочная логистика запчастей. - Плановая остановка по алерту, запчасти заказаны заранее — часто 120 000–200 000 ₽. - Разница на одном инциденте — сотни тысяч рублей. Это и есть бизнес-аргумент предиктива, не «точность модели 87%».

Дорожная карта без миллионного контракта сразу: - Пилот мониторинга (2 недели) — дашборд, алерты, история. От 100 000 ₽. - История и доверие (2–3 месяца) — накопление данных, разбор ложных срабатываний. - Правила предупреждения — пороги на трендах, без нейросетей.

ML — отдельный этап, когда накоплена база инцидентов. Не в первом ТЗ.

Красные флаги на переговорах с вендором: - «предиктив из коробки» без пилота на вашей линии; - ML в первом контракте до накопления ваших данных; - только «точность модели», без примеров ложных и пропущенных алертов; - нет расчёта окупаемости от вашей стоимости часа простоя.

Полный разбор с чеклистом и дорожной картой — в статье: https://ninelab.ru/blog/predictive-maintenance-manufacturing?utm_source=setka&utm_medium=social&utm_campaign=ninelab_setka_predictive_maintenance_manufacturing

На каком уровне обслуживания сейчас ваше производство — реактив, план по календарю или уже есть ранние алерты? Интересно сравнить с практикой.

#производство #IoT #управление