N
EWS
NACHRICHTEN
|
Starting from the Frequent "Black Swan" Events of 2023: Discussing the Survival Strategy for Industrial EnterprisesTime：2024-01-05 作为当今研究“不确定性”的大师，塔勒布写的四部曲被无数金融大佬和具有影响力的人士如马斯克等奉为圭臬——《黑天鹅》《反脆弱》《随机漫步的傻瓜》《非对称风险》已被译为41国语言在全球发行。2022年，其又推出新书《肥尾效应》，强调了“肥尾”现象，即少数极端事件的影响超过绝大多数平常事件。
在疫情后经济缓慢复苏的日子里，许多工厂老板、企业高层或者仅仅是普通打工者，谁都怀揣着想要乐观奋进的心，又不得不保守谨慎的态度决策或行为。时间进入2024年，也是时候开启新的篇章。今天，我们就从塔勒布的观点出发，探讨工业企业的生存之道。
在工业生产和运营过程中，企业需要面对各种不确定性和风险，如何更好地适应变化，增强组织的韧性？
>>活在随机世界，但我们能够远离极端斯坦"极端斯坦"这个词源自于塔勒布《黑天鹅：如何应对不可预知的未来》一书。这一概念用来描述那些具有极端影响的事件。这些事件往往在意料之外，但一旦发生，就会带来巨大的影响。
极端斯坦的例子可以用工厂里的设备意外停机造成的损失来说明。假设一家工厂在一年内共有1000台设备，其中只有1台设备发生意外停机，那么这台设备就属于极端斯坦中的“少数事件”。在这个例子中，损失的数额可能非常巨大，因为一台设备停机可能会导致整个生产线瘫痪，造成巨大的经济损失。
《黑天鹅》一书早已家喻户晓，甚至这一词汇也已广泛被用于代指那些极不寻常、具有巨大影响力且事先无法预见的事件。这种不确定性对企业和组织可能造成重大的冲击。在计算机技术尚未能够有效监测和预测设备运行状态的年代里，重大事故导致的经济、资产、人员损失总是需要依靠定期巡检和定时的预防性维修来避免。如今随着工业互联网的普及、企业信息化数字化程度的普遍提升，这一问题早已不再是那样常见却惨痛的教训。然而有关重大事故的报道依然屡见不鲜。即使对于这些按下不表，又有哪一家企业会说自己希望面对非计划事件、哪一家工厂会说希望遭受事故。
去年底，IOT-ANALYTICS进行了关于预测性维护（PdM, Predictive Maintenance）市场的跟踪报道，指出在调研的11个行业中计划外停机的成本中位数达到每小时12.5万美元。对于大型设备资产的一次故障避免便价值超过10万美元！
在刚过去的2023年中，人工智能显然是广泛引起更大关注和更深入讨论的议题。而早在2007年，麦肯锡在《人工智能：下一个数字前线》中便指出，人工智能(AI)将实现预测性维护(Predictive Maintenance)。此外，在我们对电机控制与电机驱动行业2023年的发展解读中，也已有力地指出了预测性维护作为设备运维最新兴、最全面手段的发展前景。
>>迈向反脆弱的第一步：减少不利因素另一方面，纳西姆·尼古拉斯·塔勒布在《反脆弱》一书中提出，在谈及“脆弱”这一概念时，很多人都会认为其反义词或为“坚强”，然而事实上其反义并未得到命名——“脆弱”包含的意思除了易被破坏外，也包含了“被破坏后便变弱”；而即使“坚强”、“牢固”的事物也仅仅是不容易破坏，而非在破坏后变强。基于此，他提出了“反脆弱”这一概念，指的是在不确定性和冲击面前不仅能够保持稳定，还能够从中受益并变得更强大的系统。
“迈向反脆弱性的第一步就是减少不利因素……通过降低自己暴露于负面”黑天鹅“事件的概率，让反脆弱性顺其自然地发挥作用。”预测性维护便可以被看作是一种反脆弱的策略。并不仅仅对故障进行预防，而是利用传感器和现有仪器采集更广泛、周密的数据，以实现精准的设备监测，并提早预判设备故障，避免意外停机，提升备件效率，优化生产排程，，使企业能够更好地应对外部的不确定性和冲击。
不要再做那个《随机漫步的傻瓜》，2024年，让我们一起量化不确定性，让可避免的脆弱得到韧性加固。 |
