在工业软件领域，您可能没有听说过Russ Fadel，但您一定听说过工业物联网平台ThingWorx。Russ Fadel是一位有点传奇色彩的连续创业者，在工业软件领域有这丰富多彩的职业生涯，目前是智能互联工人解决方案提供商Augmentir公司的首席执行官兼联合创始人。
【资料图】
在创立Augmentir之前，Russ在工业软件领域创立了4家成功的公司，其中包括最近的两家——领先的工业物联网(IIoT)平台公司ThingWorx(后被PTC收购)和专注于实时制造的应用程序组合平台公司Lighthammer(后被SAP收购)。更早之前，他还是WonderwareNorth公司的联合创始人和董事会成员。
Russ密切参与了过去三次围绕制造和服务中人类和机器的软件革命。Augmentir公司是这一主题的延续。他最近接受了Plant Engineering杂志的采访，就工业软件创新和基于AI的智能互联员工平台进行了讨论。
Q：当您看到工业软件应用程序的演变时，从Wonderware、Intellution和USData引入SCADA，到您自己参与的Lighthammer、ThingsWorx和Augmentir，在所涉及的技术和流程方面有哪些连续性和创新?
通常来说，业务之间的连续性是，大约每隔10年，每次新公司成立时就会发生一次关键的技术创新。
Wonderware 利用 Windows 操作系统将软件转移到工厂和车间中，而其他人都在尝试使用 DOS 来创建这些图形人机界面。在最初选择Windows时，每个人都说它不会起作用，因为它不是实时的或可靠的，但最终他们让它工作了。使用Windows操作系统，他们提供了易于使用10倍的产品，提高了采用率，并将软件转变为大公司的战略投资。
我在Lighthammer的联合创始人Rick Bullotta说，我们可以在工厂里放置较小的网络服务器，并通过使其基于Web来简化信息传递(当时没有人这样做)。这有助于我们渗透到制造业的智能领域，并简化了与SAP的同步，SAP最终收购了Lighthammer。
对于ThingWorx，我们研究了物联网领域，并意识到早期的参与者专注于设备通信层。我们认为这将变得商品化，因此我们专注于使用图形数据库技术构建第一个解决方案，该技术将人员、设备和非结构化数据结合在一起，最终产生了将物联网数据、结构化数据或非结构化数据与人相结合以创造实际业务价值的应用程序。
对于Augmentir来说，关键的技术创新是与企业SaaS的结合，它在部署成本、移动性和大规模有效应用人工智能(AI)方面具有巨大优势。这是一套新技术，我们将这些技术整合到一套软件工具中，这些工具不仅提供易用性，而且还关注来自新连接的一线工作人员的数据，并使用AI来帮助清理这些数据并使其可操作。
Q：您会把Augmentir的解决方案称为一种新类型的软件解决方案吗?
是的，我会的。互联工人空间(connected worker space)的概念出现在2012-2013年左右。第一代论点是：1)如果工作可以数字化，这将改变一线运营，或者2)增强现实(AR)和智能眼镜可以改变一线工作流程。
事实证明，这两者都是错误的假设。工作的数字化确实提供了一次性的改进，但结果不是变革性的。采用率往往很低，很难取得理想的效果。早期的互联工人解决方案供应商一直在苦苦挣扎。
AR智能眼镜从未在企业中起飞。AR领域是利基市场，专注于设备OEM厂商，因为他们是唯一有能力构建AR体验的公司。很难将其交付给最终客户，因为他们有 20 家设备供应商，每个供应商都可能选择不同的平台。
当Augmentir公司创立时，我们认为自己是互联工人领域的第二代软件提供商。当我们意识到机会是从新连接和服务不足的员工那里获取数据，并利用这些数据为组织提供持续价值时，我们决定创办这家公司。由于数据本质上是嘈杂的，因此必须使用AI进行处理。
我们使用AI来清除数据中的噪音，并使用留下的代表性数据来不断深入了解每个人的绩效，以实现有针对性的员工发展，以此来表明哪些工作流程能够实现最高的生产率提高。这是革命性的。我们的客户之所以选择我们，是因为他们每天、每月、每年都会获得新的见解，帮助他们改进业务。
我们还在套件中添加了技能管理。如果您考虑当今劳动力市场面临的巨大挑战，那就是流失率比5年前高出8-10倍。公司努力让人们参与并有效地提高他们的工作效率，因为他们使用 Excel 电子表格来跟踪员工技能，而员工技能往往与运营相对脱节。
Augmentir的技能管理功能使流程自动化，使这些流程变得智能——从工人被雇用的那一天到他们退休或离开。我们能够将员工在工厂工作所需的技能认可与实际工作之间实现闭环管理。雇主可以知道谁在工作中表现良好，谁可能成为再培训的目标，以便他们能够正确地完成工作。
Q：一线工作的性质发生了变化吗?在许多工作场所，指挥层级链已经消失，因此没有那么多的中层管理人员。一线员工是否需要比过去更多的技能以及更好的沟通技巧?
我认为这是一个很好的观察。公司正在使一线员工更加自主和负责任，这很好。互联工人软件使每个工人都能访问信息。远程或内部主题专家可以在工作时获得实时支持。然而，流失的挑战仍然存在。我们在食品行业的一位客户表示，不仅一线工人在流失，主管也在流失。这导致了知识和技能差距，以及劳动力危机。公司越来越有可能投资于先进技术，以缓解其中一些棘手的劳动力问题。
Augmentir能处理更多以人为本的非结构化流程，例如自主维护、质量控制、服务和维修等问题。这些是具有预期结果的过程，但在过程中可能会发生很多事情(例如，更改泵上的密封管路，但随后存在需要额外工作的腐蚀，等等)。当流程有主要发生方式时，Augmentir 会大放异彩，但存在可变性——半结构化流程。
Q：我们经常听到AI作为一个营销术语，但就处理非结构化数据而言，从整个数据库中获取人们所需的确切信息似乎是一项艰巨的任务。谈谈基于AI的技术能够提供什么?
关于AI有两种观点——要么是您洒在现有应用程序上的调味品，要么是您构建现代应用程序的操作系统。我们认为自己属于后一类，我们已经在AI的基础上构建了我们的产品。当您这样做时，AI对用户来说是不可见的。
这种方法意味着没有数据科学家，没有数据清理或标记，没有80%的钱花在试图准备数据上。最明显的例子是谷歌搜索。当您输入搜索词时，您将直接受益于这种嵌入式 AI，它不断使搜索结果越来越好。知识库或训练集变得更好。这正是Augmentir的嵌入式AI的工作方式。
假设整个公司有 10,000 个维护流程。我们可以按照哪些提供最大的生产力机会对它们进行排名，从而支持持续改进团队和每个一线员工的熟练程度。随着当今劳动力的流失，这使得雇主可以瞄准那些需要技能、再培训或额外培训的员工，所有这些都不需要数据科学家。不需要任何清理和标记，因为我们已经在幕后提供。
Q：工作执行和知识管理功能的来源是什么?这些信息从何而来?
我们利用30多年的经验来构建一个框架，允许用户交付数据并构建自己的工作说明，链接到他们自己的知识管理功能，例如，来自OEM的文章或手册。本质上它来自客户。
我们确实有一个计划，使OEM更容易通过Augmentir向最终客户提供维护说明。例如，我们最大的 CPG 客户之所以选择我们，是因为 Augmentir 允许他们的“公民开发者”(citizen developers)在他们遍布全球的所有设施中编写说明。他们的中央数据库为特定类型的安全说明和转换发送模板，但所有本地设施都以当地风味编写它们。
在选择我们的前6个月，他们在 13 个设施中编写了 10,000 条新指令。它是使制造商和服务公司能够将其工作流程嵌入到我们的产品中的基础。
我们支持的流程，如自主维护、预防性维护、质量数据收集、操作员巡视，在所有制造和生产垂直领域无处不在。虽然存在一些垂直特定差异，但它们并不大。目前，我们涉足 11 个垂直领域，包括汽车、CPG、食品和饮料、纸浆和造纸、农业和制药等。我们并非在所有垂直领域分布均匀，但相对均匀，因为用例很常见。
Q：从整个市场层面考虑构建互联员工平台时，您有哪些建议?
多年前，一位风险投资家告诉我，“我们投资的是止痛药，而不是维生素。换句话说，他们不想投资5年后您可能会活得更久的东西，他们想要人们现在需要接受的东西。多年来，互联工人空间解决方案一直是一种“维生素”，即一种可有可无的产品。大多数公司都能够利用现有技术实现其生产目标。只有一部分领先的公司会投资，因为他们知道可能会改善，但由于惯性当涉及很多风险和成本时，大多数公司表示没有看到巨大的潜在利益。
如果您今天与制造商交谈，他们的流失率可能比5年前高出 5-10 倍。他们面临着一个很大的挑战，那就是让新员工进入工厂，以确保安全和高效，并正确地做事。这使得数字化技术作为一种解决方案变得更加紧迫。我认为您会看到像Augmentir这样的软件投资急剧增加。
真正的机会是使员工成功快速地进入工厂或车间的生产活动，帮助指导和支持他们的工作，然后使用他们的活动产生的数据，并分析应该在哪里进行劳动力投资。
很多公司还在采用纸质流程用于生产线检查、润滑泵、日常任务和质量检查。这他们无法实时查看它，也没有办法做好审计准备。他们不知道一个人真的做了这项工作。他们无法检测到模式或质量问题或类似的东西。通过数字化流程，他们获得了可以实时分析的数据集。
如果是用于维护操作(预防性或自主性)，您实际上知道工作已经完成，何时完成，谁完成以及花了多长时间。您知道计划的所有维护任务以及已完成的工作量百分比。最好的部分是提供更个性化的劳动力发展计划，使员工更快乐、更敬业。
Q：我相信我们的许多读者发现需要在他们自己没有专业知识的领域聘请技术专家。在招聘这些技术人员时，有哪些重要因素?
幸运的是，在我创立的企业中，我一直有在技术方面非常棒的联合创始人。他们真的善于理解人们的技术能力。虽然我可以阅读简历，但不一定能评估他们有多好的编码员。
另一方面，我们在全面招聘方面取得了成功。当您在任何公司工作时，尤其是初创公司，没有自我，人们必须协作才能一起完成工作。小公司没有政治的空间;每个人都需要出现，努力工作，谦虚并与同事合作。
