>
Asset management at factory

Asset as a service: een nieuw verdienmodel

Bij veel fabrikanten ligt de focus allang niet meer op het uitsluitend produceren van producten. Steeds vaker leveren ze asset as a service-diensten, waarmee ze klanten helpen om hun bedrijfsresultaten te verbeteren. Dit nieuwe business model is mogelijk door de evolutie van enterprise asset management (EAM).

De meeste fabrikanten benaderden EAM voorheen vooral als gepland of preventief onderhoud. Steeds meer organisaties hanteren nu een intelligente aanpak, waarbij onderhoudsteams de status van systemen in real-time monitoren en bewaken.

Inzicht in assets

Om systemen bij klanten in real-time te kunnen monitoren is het noodzakelijk dat deze systemen verbonden en op afstand uitleesbaar zijn. Internet of Things (IoT) technologie maakt dit mogelijk. Nagenoeg ieder apparaat in het veld is vandaag de dag voorzien van ingebouwde sensoren om zijn status en gezondheid te meten. Het analyseren van deze gegevens maakt het mogelijk aanstormende problemen te voorspellen voordat zij de kop opsteken. Zo kunnen fabrikanten preventief actie ondernemen om de impact op de bedrijfsvoering van de klant te minimaliseren.

Real-time analytics en predictief onderhoud maken volledig nieuwe verdienmodellen mogelijk voor fabrikanten. In het verleden produceerden fabrikanten assets, terwijl hun klanten deze beheerden. Deze grens vervaagt. Steeds vaker omarmen fabrikanten asset as a-service-modellen en leveren resultaten in plaats van fysieke assets.

Deze verschuiving is niet verwonderlijk. Een klant wil bijvoorbeeld niet zo zeer een nieuw klimaatbeheersysteem, maar vooral over een werkomgeving met optimaal binnenklimaat beschikken. Met asset as a service kunnen fabrikanten aan de behoefte van klanten voldoen en hen ontzorgen.

Aantrekkelijk voor fabrikanten

Niet alleen voor klanten, maar ook voor fabrikanten is de verschuiving naar as a service aantrekkelijk. Wie een klimaatbeheersingssysteem levert aan een klant, sluit een eenmalige deal. Wie de klant echter helpt zijn werkomgeving van het juiste klimaat te voorzien, gaat een langdurige samenwerking aan. De klant betaalt niet alleen voor het ontwerp en levering van het klimaatbeheersingssysteem, maar ook voor het optimaal functioneren hiervan.

Om de beschikbaarheid te waarborgen is onderhoud van groot belang. Predictieve analytics helpt met het optimaliseren van onderhoud. Zo is het mogelijk meetgegevens in historische context te plaatsen om veranderingen in bijvoorbeeld trillingen of temperatuur te meten. Met dit inzicht kunnen fabrikanten de juiste balans vinden tussen onderhoud en kosten.

Samenwerken met de klant

Bij asset as a service verschuift de verantwoordelijkheid voor asset management en onderhoud naar de fabrikant. Dit biedt nieuwe kansen om samen te werken met de klant. Zo kan door fabrikanten verzamelde informatie over assets waardevol zijn voor klanten om het ontwerp van toekomstige assets te optimaliseren. Of om na te gaan hoe een betere interactie met bedrijfsprocessen tot meer waardecreatie kan leiden.

Door asset as a service te omarmen stijgen fabrikanten in de waardeketen. Zij helpen klanten het succes van hun business zeker te stellen.

Real-time data

Een praktijkvoorbeeld is een grote fabrikant van agrarische apparatuur die IoT-technologie inzet om zijn business te transformeren. Tractors en andere apparaten die het bedrijf levert verzamelen met behulp van ingebouwde sensoren data. De fabrikant beschikt hierdoor over realtime gegevens over onder meer zaaien, grondbewerking, bemesten en oogsten.

Deze gegevens helpen agrarische bedrijven die deze IoT-verbonden tractors inzetten om hun boerderij optimaal te beheren. Zo helpt de fabrikant exact vast te stellen hoeveel liter kunstmest specifieke delen van een weiland nodig hebben. Dit bespaart kosten door het gebruik van kunstmest terug te dringen en maximaliseert tegelijkertijd de opbrengst van het veld. De fabrikant creëert hiermee extra waarde voor de klant.

Ontdek meer over de mogelijkheden van Asset Management voor de fabrikant.

Ontdek hier