Productie als een service

Hoeveel weet je over je productieprocessen? Dat is steeds vaker de hamvraag voor productiebedrijven. Hoe vaak fluctueren je transfertijden? Wat is de OEE (overal equipment effectiveness) van machine X? Welke machine produceert welk order? En welke machine is niet productief genoeg? “Het zijn vragen die je je als productiebedrijf continu moet stellen. Enerzijds om de efficiënte en de kwaliteit van je processen te verhogen, anderzijds om de leadtimes te verlagen. Om de groeiende complexiteit binnen productieomgevingen op te vangen, moeten we bovendien steeds meer vertrouwen op real-time data”, begint Christian Hocken.

Excellent kunnen omgaan met die data is dan ook de basis van datagedreven productiebedrijven. Zo’n bedrijf stemt zijn productie af op de data die het uit zijn producten of productie haalt. Die data kunnen bijvoorbeeld komen uit een ERP-systeem (via modellen) of rechtstreeks uit machines en producten (via sensoren).

De technologische mogelijkheden om die data steeds beter te capteren, te beheren en te analyseren is een van dé grote voordelen van Industrie 4.0. Nu computers steeds krachtiger worden, (draadloze) internetverbindingen sneller en sensoren goedkoper, kunnen data steeds vlotter worden verzameld en geanalyseerd. Door die informatie slim te gebruiken, kun je fouten sneller detecteren en bijsturen, productieprocessen beter op elkaar afstemmen en resources beter benutten. Verder kun je zo nuttige feedback verzamelen van klanten die je producten gebruiken. Dat maakt het mogelijk snel inzichten te vergaren en trends te ontdekken. Bovendien kunnen de data uit het eindproduct dienen om steeds betere producten te ontwikkelen, op maat van de klant. In de toekomst zal het vermogen om data optimaal te gebruiken en zo steeds meer kennis op te bouwen digitale kampioenen meer en meer onderscheiden.

De stappen naar een datagedreven organisatie

Maar intussen is het wel duidelijk dat de evolutie naar een mature datagedreven organisatie niet in een vingerknip gebeurt. Christian Hocken benadrukt dat het essentieel is om de verschillende fasen in die evolutie te respecteren (zie figuur 1) om tot een volwaardige datagedreven organisatie te komen: “De absolute basis is het stroomlijnen van eenvoudige, repetitieve manuele taken en het connecteren en integreren van business en IT. Vervolgens kunnen we datagebaseerde beslissingen beginnen te maken. Helemaal op de goede weg zijn we als we komen tot stap vier, waarbij we in staat zijn op basis van real-time data complexe interacties te begrijpen. Met name visualisatie en transparantie vormen de essentiële bouwstenen voor een datagedreven bedrijf. In stap vijf kunnen we ons beter gaan voorbereiden op situaties in de toekomst (predictability) en in de ultieme fase laten we het systeem zichzelf aanpassen waar nodig (adaptability).”

Een mooi voorbeeld van datagedreven manufacturing is predictief onderhoud van machineonderdelen. De combinatie van sensoren in de machines en artificiële intelligentie maakt het mogelijk te voorspellen wanneer een machine onderhoud nodig heeft. Op dat moment kun je het onderhoud bijvoorbeeld in de daluren plannen en productievertragingen door het uitvallen van machines voorkomen. “Maar laten we eerlijk zijn, in Europa staan de meeste productiebedrijven op dat vlak helemaal nog niet ver. In de VS zijn organisaties op dat vlak vaak al verder geëvolueerd”, voegt Christian Hocken eraan toe.

Voorbeelden van datagedreven businessmodellen

Pas als we de nodige maturiteit hebben, kan de overstap naar een datagedreven businessmodel een opportuniteit zijn. Kijk maar naar Microsoft en Adobe. Als we de groei van die bedrijven vergelijken met de NASDAQ 100 in de periode van 2015 tot 2019, zien we dat de groei van die eerste drie tot zes keer groter is. Hun succes hebben ze grotendeels te danken aan het feit dat ze gebruik zijn gaan maken van een datagedreven businessmodel. Concreet zijn ze geswitcht van een transfermodel waarbij ze hun software verkopen naar een model op basis van subscripties.
Christian Hocken: “Een mooi voorbeeld van de meerwaarde van zo’n subscriptiemodel is de manier waarop Spotify werkt. Dat platform verbindt op een geniale manier de muziekindustrie met de consument. De abonnee betaalt een maandelijkse bijdrage en in ruil daarvoor kan hij onbeperkt naar muziek luisteren. In ruil voor hun nummers krijgen artiesten en platenmaatschappijen een pro-rata vergoeding en royalties per stream, wat hen in staat stelt nieuwe muziek te maken. Bovendien genereren de gebruikers heel veel data die interessant zijn voor Spotify en de artiesten. Dit in wezen eenvoudige businessmodel is zonder meer interessant voor alle partijen.”

Van Spotify naar de fabriek

Uiteraard is wat Spotify doet iets anders dan waar een doorsnee productiebedrijf voor staat, maar het achterliggende principe blijft hetzelfde.
C. Hocken: “Net zoals je bij Spotify geen cd, maar een abonnement op een waaier aan muziek koopt, kun je als datagedreven productiebedrijf diensten aanbieden in plaats van producten. En laat ons eerlijk zijn, doorgaans is de klant meer geïnteresseerd in wat hij uit de machine kan halen dan in de fysieke machine an sich.”

Een bedrijf dat op die manier werkt, is bijvoorbeeld Heidelberg, dat drukpersen voor de printindustrie bouwt. “Klanten betalen het bedrijf voor het aantal vierkante meter printers plus een maandelijkse bijdrage. In ruil krijgen ze toegang tot een digitaal ecosysteem met een slimme, geconnecteerde printerlijn en software, met daarbovenop de gewenste service, real-time monitoring, ondersteuning en upgrades”, illustreert Christian Hocken. “Een ander voorbeeld is Kaeser Sigma Smart Air, dat ‘pressured air as a service’ aanbiedt. Als klant betaal je het aantal kubieke meter perslucht dat je afneemt. Hier wordt ook ‘predictive maintenance’ toegepast, op basis van de data die continu worden getraceerd en geanalyseerd.

Uitdagingen bij de overstap naar subscriptiemodellen

Uiteraard mag de overstap van een transfermodel naar een subscriptiemodel niet onbezonnen gebeuren. Soms zal die transitie ook niet mogelijk zijn. In figuur 2 worden de uitdagingen bij die transitie voor een productiebedrijf schematisch vergeleken met die voor een bedrijf als Spotify. Al in één opslag zien we dat ze voor een productiebedrijf op veel vlakken groter zijn.

Vereisten
Veel hangt uiteraard af van het soort productiebedrijf en de complexiteit van de business. “Om te beginnen heb je een geconnecteerd fysiek product nodig. Bij Spotify is het simpel. Dat bedrijf maakt gebruik van jouw smartphone en iPad, een ander bedrijf regelt de connectiviteit”, weet Christian Hocken. “Voor de meeste producenten is het echter relatief complex om machines op een betrouwbare manier te connecteren, zodat de data altijd veilig bij hen terechtkomen. Hoe meer afgelegen de bestemming van de klant is – denken we maar aan olie- en gasplatformen – hoe groter die uitdaging wordt.”

Een belangrijke horde in de transitie is de voorbereiding van de digitale infrastructuur. Voor een bedrijf als Spotify is het al een uitdaging om een geconnecteerde infrastructuur met alle nodige services in de cloud op te zetten. Voor een productiebedrijf kan dat nog een stuk uitdagender zijn. Je moet je bijvoorbeeld afvragen wat je precies gaat doen met de data die je uit de toestellen haalt, hoe je die data het best kunt opslaan en hoe je kunt garanderen dat je tot de juiste conclusies komt. Eenvoudig zal dat niet zijn.

Verder moet je voldoende aandacht besteden aan de transformatie van de businessdomeinen en de cultuur.
C. Hocken: “De meeste bestaande productiebedrijven hebben vooral een geweldige ervaring op het vlak van engineering opgebouwd. Mensen werken er vaak al jaren, in een intussen erg vertrouwde omgeving. En dan trek je plots de kaart van het digitale businessmodel, wat de manier van werken compleet verandert. Het spreekt voor zich dat dat voor spanningen kan zorgen. Een bedrijf zoals Spotify is digitaal van nature en hoeft daar dus helemaal niet mee te worstelen.”

Waardepropositie en -creatie
Zeker voor gevestigde productiebedrijven kan het een uitdaging zijn om klanten te overtuigen voortaan te kiezen voor diensten in plaats van producten. Je moet de voordelen van de digitale service voor de klant dus goed in beeld hebben en kunnen verkopen. Bijvoorbeeld door de klant duidelijk te maken dat hij dan kan  genieten van frequente updates, de nieuwste software en firmware en continue verbeteringen. Maar opnieuw zal die waardepropositie een stuk eenvoudiger zijn voor een bedrijf als Spotify.

Een van de meest kritische beslissingen is het bepalen van wat je precies wil verkopen.
C. Hocken: “Zo kun je ervoor kiezen de klant puur op basis van output te laten betalen. Als je met een risicogevoelige business te maken hebt, kan dat evenwel gevaarlijk zijn. In het geval van een grote, sectorbrede crisis kun je dan te kampen krijgen met een belangrijk deel machines die tijdelijk niet meer worden gebruikt.”

Besef ook dat je in een subscriptiemodel geregeld fysieke en digitale upgrades zult moeten voorzien. Er wordt van je verwacht dat je de services continu aanpast aan de noden van de klant. Zo komt je hele ecosysteem veel meer in de kijker te staan.

Daarnaast moet je uiteraard de financiële risico’s van het nieuwe businessmodel goed weten in te schatten.
C. Hocken: “In een traditioneel productiemodel komt er veel cash tegelijk binnen als je een machine verkoopt. Tussen elke verkoop zit evenwel een lange periode, wat resulteert in een lang interval tussen inkomsten. Bij een subscriptiemodel krijg je een meer continue cashflow. Ook zul je kunnen profiteren van meer frequente, incrementele updates. Aan het einde van de rit zal zo’n model doorgaans meer opleveren dan een transfergebaseerd model. Tegelijk zal de service veel belangrijker worden als USP (unique selling proposition). Daarentegen zal het langer duren vooraleer dit model geld in het laatje brengt, wat maakt dat je je liquiditeit nauwgezet in de gaten moet houden.”

Datagedreven businessmodel als troef in partnerships

Het mag intussen duidelijk zijn dat de weg naar een subscriptiegebaseerd model voor een productiebedrijf niet met rozen bezaaid ligt. Toch kan het wel degelijk de moeite lonen om de switch te maken.

Een belangrijke motivatie kan zijn dat bij een subscriptiegebaseerd model de belangen van de producten en de gebruiker van de machine aan het einde van de rit veel nauwer op elkaar aansluiten.
C. Hocken: “Bij een transfergebaseerd model is het voor de producent interessant om wisselstukken te blijven verkopen van zodra de machine verkocht is. Maar uiteraard wil de klant zo weinig mogelijk wissels, enerzijds om zijn kosten te beperken, anderzijds om zijn operaties zo weinig mogelijk te onderbreken. De producent heeft er ook alle baat bij om zo snel mogelijk een nieuwe machine te verkopen, terwijl de operator die aankoop het liefst zo lang mogelijk uitstelt. Omdat de doelstellingen zover uiteen liggen, is het niet eenvoudig om in zo’n businessmodel beide partijen optimaal tevreden te houden. Een subscriptiemodel werkt anders. In dat model zal de producent de operationele kosten bij de klant zo laag mogelijk willen houden en de performatie zo hoog mogelijk willen krijgen. Dat is zowel in het belang van zichzelf als van de gebruiker.”

Een ander voordeel van een subscriptiegebaseerd model is dat de producent de gebruiker veel beter leert kennen, gezien de constante communicatie tussen beide partijen en doordat de producent continu monitort hoe de operator de machine gebruikt. Daardoor kan de producent steeds beter op de wensen van de gebruiker inspelen, wat de performantie en de OEE (overal equipment effectiveness) ten goede komt. Upgrades zullen dan ook veel specifieker op de noden van dat moment gericht zijn dan bij een transfergebaseerd model. Als producent zul je de gebruiker op die manier meer aan je organisatie kunnen binden. Bij subscriptiemodellen zullen bijgevolg hechtere partnerships ontstaan. In de huidige context – waar partnerships belangrijker dan ooit worden om woelige periodes door te komen – is dat ongetwijfeld een extra argument om een datagedreven businessmodel onder de loep te nemen.”

TC