第一部分：企业设备管理到底关心什么？

　　KTPM新益为TPM咨询公司概述：先抛开TPM和设备管理软件的纠结不谈，我们先来说说对于设备维修与管理到底需要什么？或者讲，到底有哪些问题需要解决？

　　•企业主关心交货期、质量和成本

　　企业的制造系统正在实施智能制造升级，或者正准备升级，亦或者已经部分升级。作为企业主，他永远关心的是交货期、质量和成本，因为这和盈利直接相关，这要求制造系统保持良好的可用度，也就是我们常说的MTBF（平均故障间隔时间）越大越好，MTTR（平均故障修复时间）越小越好。

　　用公式表达为

　　从公式来看，可用度是＜1的数值，数值越大，说明了设备维修维护的水平越高，他取决于设备的本身质量可靠性，维修效率以及维修质量而定。

　　制造系统的升级，会使得制造系统变得更为复杂，故障失效模式也会随之增加，对于设备管理和维修能力的要求更高。

　　•设备经理关心“柴米油盐酱醋茶”

　　设备经理具体对可用度指标负责，虽然可用度并没有作为企业设备管理的考核指标，但我们可以从设备经理的日常事务中去解释作为设备大管家的纠结是什么，这包括：

　　1.设备正确的操作与保养。

　　也就是TPM常说的自主保全，通常的做法是设计操作基准书、制定自主保养的标准和点检的表格。但实际执行中的效果却并不理想，绝大多数的企业流于形式，并不能有效降低故障；（MTBF相关）

　　2.预防性维修的执行率。

　　预防性维修是基于设计的输出，通常包括加油、换油、易损件的定期更换等内容，由于缺乏标准或执行过程中无法停机进行处理，导致预防性维修执行率偏低，设备带病作业；（MTBF相关）

　　3.预测性诊断准确性及缺陷消除率。

　　预测性维修是基于早期检测、点检发现异常和缺陷，并利用机会窗口（如换产、夜班、节假日和计划性停机的时间）进行周期性检修的维修手段。

　　预测性维修的难点在于检测和诊断的准确性，这要求维修工人具备检测的技能、意识，并匹配多样的诊断方法和技术，如周期性的手工诊断、借助仪器的自动诊断（故障诊断的三大手段，红外成像、油液分析和振动分析）、以及基于物理网或机器内置传感器和诊断程序的边缘计算和云计算所构建的连续性自诊断系统。

　　预测性维修在多数企业并不普及，这与维修工人技能，以及企业在诊断技术方向的投入有关；（MTBF、MTTR相关）

　　4.工业品和服务供应商的评估与管理。

　　大多数工业企业的工业备件和工业服务的采购并不是同一个部门，由于考核指标的不统一，比如说工业轴承，满足设备运行的需要20元的轴承，但原来系统中只能采购5元的，采购部门在没有特殊授权情况下，他只能采购5元的轴承。设备部门花费大量精力与采购部门博弈，大多情况下是妥协，这会使得不合格的零部件进入维修系统，导致设备越修越坏、越坏越修，还会造成维修需要的呆滞库存高企和维修缺件的情况同时存在；（MTBF、MTTR相关）

　　5.低价中标的挖坑和高成本的维修填坑。

　　由于缺乏前期论证和标准化要求，这往往给后期维修带来了很大的不便。而更加痛苦的在于，我们无法在购买前验证产品质量，加之低价中标的影响，许多企业的设备质量得不到保证，固有的可用度较低，后期维修、改造成本极高；（MTBF、MTTR相关）

　　6.维修技能培养和团队管理。

　　维修技能的培养是一个长期的过程，许多工业企业的维修技能培养速度，往往跟不上流失速度，更不用讲年轻人不愿意从事维修行业，维修工人存在断层，维修工匠精神无法弘扬的大道理了。而另一个复杂的问题，便是维修团队的管理，是否出工不出力，维修考核是否公平公正，这都考验设备经理的综合管理能力，许多企业为维修工人应该下放车间管理，还是统一集中管理，反复折腾。（MTBF、MTTR相关）

　　•维修工人关心休息多一点，薪水高一点

　　以往TPM咨询经历中，曾有维修工人告诉笔者：我不懂TPM是什么，也不关心它是什么，我只关心两点，TPM能不能让我休息多一点，能不能让我薪水高一点。在TPM的小数据时代，这其实比较容易做到，产量高了，收入自然就高，突发故障少了，加班也自然就少了。但这并非长久之计，许多企业TPM推行往往坚持不了两年，核心人员的流失，管理层的变动，企业战略的调整都影响了TPM活动的延续性。

　　最近调研的一家制造企业，企业负责人对认为维修成本是并不是主要考虑因素，重要的是设备的可靠性和人员的稳定性。但这也是说说而已，当真要给维修工人涨工资，往往是做不到的，原因是作为一个系统内而言，维修部门涨了工资，其他部门涨不涨呢？

　　当然，企业可以对维修工人的诉求视而不见，但工人往往会以消极怠工、“偷梁换柱”、通过灰色利益链，而这会让设备管理一团糟，企业也因此遭受更大的损失。

　　第二部分：突围！让设备人当家作主。

　　孟德斯鸠跟据法国的发展史说过：“土地出产之多少主要不在于土地肥沃程度，而在于居民是否享有自由。”设备管理的发展直接与设备人所获自由的多少成正相关关系、与企业对设备人的压制程度成负相关关系。

　　维修工人在现有的组织体制内面临三大天花板，即：

　　1.技能提升天花板

　　上海、北京的医生水平一定会高过三线、四线的医生，原因也很简单，这些大医院的医生治“死”的病人也多。而多数的维修工人由于限制于一个工厂，他所遇见的问题及掌握的技能有限，对于复杂问题的处理能力自然也是有限。

　　2.职业晋升天花板

　　除了一些特殊领域，如电力、航空、轨道交通等可靠性要求极高的行业。大多数制造业设备维修和管理的地位并不高，从业者们很难晋升到企业高层，这也限制了资源获得的能力和话语权，设备管理和维修能力提升，自然失去了发展的基础。

　　3.收入待遇天花板

　　一般而言，维修工人，包括设备经理的待遇在行业里普遍不高，三五年基本能够看到顶。这对于需要两三年技能培养，干着脏活、累活的维修工人而言，实在没有太多的诱惑力。

　　行业冲击也是造成人员不稳定的重要因素，比如化工企业管道焊工来说，焊到不漏已经是最低要求了，尽管这样，工人跳槽到建筑行业做焊接工，400元一天，加班另算，尽管累点，但比起在工厂而言，收入算是翻了好几倍。当然这是一个非同行业的例子，而调研出的实际数据是，维修工人所期望的薪资直接增长大致是20%-30%，而最终的收入期望则超过50%。

　　在当下的企业环境下，直接提为维修工人涨薪，显然并不是非常靠谱的事，而一种可行的思路，是将企业维修职能从企业组织中剥离出来，成立第三方的工业维修服务企业，我们称这种模式为[维修合伙人制①]。

　　•标杆化：维修合伙人制＝TPM＋设备管理信息化＋精益经营

　　维修合伙人制以工厂自有的维修工人为主体，自建或加盟成为第三方的工业维修服务公司，由企业方、第三方产业咨询企业、和维修经理共同发起，故称合伙人制。维修合伙人制尚处于初期阶段，规模以上的工业企业应抓住机会，结合工业服务标杆企业创建，应实现：

　　1.股权和分配权分开。

　　绝大部分利润应分配给以维修团队，工业维修服务公司仅需在财务、行政和业务管理上收取合理费用，目的在于最大化的激发维修团队责任、意识和能力；

　　2.引进设备管理信息化。

　　目的在于优化作业流程，实现与用户的信息共享、监控和决策支持；

　　3.引进工业服务产业咨询。

　　以优化维修合伙人制度的业务，包括组织模式设计、绩效体系、组织治理、维修性与可靠性工程导入，标准化设计、智能化与数字化运营等；

　　4.建立工业维修技能实训基地。

　　以实现维修技能的培养和等级评定，必要时和高等职业院校，共建实训中心。

　　•模式化：维修合伙人制与工业服务供应链平台的融合

　　维修合伙人制所构建的全解决方案系统，在规避[工业转型不确定性②]的基础条件下，有效解决释放了设备人的自由度，这有利于立足工业园区，建立工业服务平台，促进工业供应链供给效率和供给质量优化，这包括：

　　1．[MRO③]工业品集采平台。

　　由于MRO工业品品种复杂，单纯的线上平台并不能满足所有需求，平台建设应立足于工业园区，连接和整合周边五金店、第三方供应平台、自营工业品、维修服务商、装备厂家，开展工业品买卖，二手闲置品撮合，报废品回收和再制造业务；

　　2．工业服务协作中心。

　　建立以维修合伙人制、园区及服务半径所达的第三方维修、装备及非标制造所设计的第二方服务协同的三级服务系统，借助5G通讯＋AR\AI技术，工业服务协同普及将成为常态；

　　3.其他服务集成。

　　包括管理与技术咨询、工业检测、工业设计、职业技能教育培训与鉴定，以及工业服务展览中心的现代服务业发展将会成为赋能先进制造业的重要组成。

　　•产业化：工业金融开启工业服务产业生态

　　产业化的基础是金融，而金融核心需要解决的是交易诚信体系。不同于面向消费品领域，工业企业在购买产品和服务时，一开始就对[产品质量特性④]提出了要求，期望在购买前和购买后对产品质量都能验证，这称之为产品质量的探索特性。

　　“工业维修合伙人制”解决了需求侧愿意购买高质量产品的问题，设备管理信息化（基于移动终端的设备管理信息化系统，也称为数字运维工业APP）则主要解决质量特性数据（MTTR\MTBF）的抓取，通过工业金融数据大脑对交易数据和质量特性数据建模分析，交易诚信在工业服务供应链中能够有效解决。

　　借助工业互联网平台与数字运维工业APP，工业金融将全面开启工业服务产业化路径，这包括：

　　1.一次金融-工业品与工业服务交易授信

　　一次金融是以工业维修服务为核心，以固定的维修费用平均到月度或季度作为授信额度。大型制造业可采用交易数据直接授信，而对于一般的中小企业用户，为强化风控制系统，可以设备设施作为标的物抵押授信，并以电力能源设备联网实施强风控，以确保可控性。

　　金融机构依据数字运维工业APP提供的质量特性数据、供应链提供的交易数据，依据智能合约，向制造业用户、“维修合伙人制“的服务商、自营的工业品、第三方关键工业服务商、线下的工业品服务商分别提供授信服务。

　　区别于传统工业服务中以商业承兑将帐其做长，基于工业维修服务模式变革的一次金融是将帐期做短。直接的做法是对制造业用户做3-6个月的无息授信，服务端和供应端需要提前提现时收取一定的服务费。结合到工业服务模式创新，带来的实际的好处是，不仅不增加工业企业的负担，还能在稳步提高制造系统的制造效率、降低制造成本的前提下，解决工业服务供应链资金的流动性，确保工业服务产业良性发展。

　　2. 二次金融-解决工业企业转型升级过程中的资金短缺难题

　　二次金融核心是要解决制造企业在转型升级过程中融资难的问题，相对于一次金融要复杂许多。不同于一次金融中设备仅仅是作为标的物的抵押授信，二次金融需评估关键设备价值，作为融资抵押，以确定贷款额度。

　　信用评估体系是二次金融构建的重点，这些数据除数字运维工业APP提供的质量特性数据，智能合约数据、交易数据以外，还包括依托全国公共信用信息共享平台建设全国中小企业融资综合信用服务平台数据，通过开发“信易贷”服务，以改善银企信息不对称，提高信用状况良好中小企业的信用评分和贷款可得性。必要时接入企业的工业物联网数据，可是实时获得企业经营动态的监控数据，以强化信贷风控能力。

　　3.三次金融-规避工业服务产业化不确定性风险

　　放牛的赔不起牛，这是工业服务商普遍面临的现实问题。在一次金融和二次金融所构建的产业化条件下，实际上是将工业制造业需求侧，和工业服务业供给侧有效的连接起来，形成了社交化的公共平台。这使得保险业回归社交属性成为可能，利用这些数据和用户需求，发展工业保险业，将有利于规避交易和服务过程中的风险不确定性。

　　同时，依托一次金融和二次金融所构建的供给侧和需求侧的企业的信用数据、业务数据，为中小企业专精特新发展，增强融资渠道，发展融资租赁等更广域的金融服务。提供了更多可能性，将影响和重构工业生态。