全球矿业寻求“寒冬突围”
数字技术或许能为矿业生产率提升带来新思路
利用变革性的数字和技术创新，矿业或许能有所突破。在本文中，我们将会阐述若干数字技术。早已有研究对这些技术进行分析，而如今这些技术的成本终于足够低廉，使其能在采矿业中被大规模使用。它们的应用范围包括更全面地认识基本资源、优化原料和设备流程、加强故障预防工作、提高机械化自动化以及实时监控性能。
单独来看，每个条件都具备足够的潜力。而它们的结合意味着潜在安全性和矿业价值捕捉的根本转变。我们会对这些机会进行概述，并提出若干值得矿业人士关注的关键问题。
提高生产力势在必行
分析显示，全球矿产生产率在过去的10年中以每年3.5%的速度递减。而这一趋势在许多类细分产品、地区，以及大部分矿企中都非常明显。尽管人们对其颓势的起因争论不休，但在这一点上已达成共识：由于该行业的前景已经恶化，大多矿企已经搁置或削减扩张计划，甚至重新思考到底是应扩张还是应收缩业务。其结果是，采矿业生产力趋于平缓，甚至在某些地区或某些商品上，生产力开始复苏。
但显然生产力提高的空间是巨大的，将该潜力量化的方法之一是把采矿业与其他行业进行对比，如上游石油、天然气、钢和炼油业。以我们设置的基准为参考，可以观测到在世界范围内，地下开采、露天开采和粉碎研磨的平均全局设备效率(OEE)分别是27%、39%和69%。相比之下，上游石油和天然气的OEE已高达88%，钢业是90%，而炼油业则是92%。
当然，采矿业与其他行业有着诸多不同。它的不确定性相当高，从一开始资源的可开采性评估就充满变数。矿产的开采环境往往极度恶劣，而且位置偏远。不仅如此，光是把工作人员运输到开采现场(不论是空运人员到达矿井、输送人员进入地下或者是运回地面)，就已耗费了大量的宝贵时间。另外，由于矿石大小、硬度不可预测，因此采矿设备不时承受过大的压力，从而导致坍塌事故发生。
但这正是关键所在。想要降低外部压力，智能规划和活动协调是必不可少的。而严明的纪律则能消除矿工自己引发的不确定性。通过降低甚至是尽可能消除矿业特有的风险，矿产生产率将提升一个台阶。
采矿业的转折点
我们相信矿业正处在一个转折点，此时数字技术或许能为不确定性控制、生产率提升带来新思路。以下四类集群技术的大规模使用趋势已日趋显著。
数据、计算能力和连通性
通过在实物中嵌入大量传感器，人们不仅能够获取大量数据进行分析，也能让机器之间实现交流。而这一技术的成本已更低廉、更具可行性;智能电网能够报告数百万家庭的用电情况;当问题出现时，深海油井上的传感器将向控制中心发送警告信号。在2015年，每天产生的数据比2003年一年总和还多，矿业已经能获取大量数据，它们对矿井的了解比以往更精确、更具连续性。
分析与情报
为了更好地整合数据，机器会“学”着提升统计技术。得益于先进的分析能力，人们能利用海量数据集，对未来事件的发生概率进行预测。复杂的采矿任务，如地质建模、日程安排、维修预测，将在智能统计和优化算法的运用领域中占重要地位。
人机对话
智能手机和其他移动设备已让人类的互动对象由同类拓展至机器。消费者在导航、预订的士、监测健康情况方面都已离不开智能手机;而智能设备在工业领域的普及度正急速上升，其中智能眼镜就是一个典型的例子。智能眼镜能为生产线工人提供指引，或是指示他们修理故障设备，加强运作纪律。另一个例子是具备传感器的工作服。这种工作服能够让管理者获取相关危险以及工人身体状况的数据，以此提高工作安全性。
数字—物理转换
我们在机器人领域取得了一定的进展，现在我们能够生产更便宜、高效的全自动设备。在制造行业，工业机器人的成本自1990年至今已下降了50%，而同一时期美国劳动力价格却上升了80%。与此同时，随着人工智能等领域的技术进步，机器人应用范围更加广泛。在矿业，远程通信和辅助控制设备的设备越来越普遍。此外，人们已引进全自动设备来开展牵引、钻井等工作。
综上，这些技术能够让矿产的运营方式发生根本性变革。这种变革不仅体现在利用信息流来降低决策风险，也体现在采取更集中化、机械化的运作方式来降低操作风险。
未来业绩
我们的观点是，当把这些技术作为一个整体嵌入采矿产业链时，其最大价值才得以发挥，接下来我们分析它能创造哪些价值体。
对资源的基础认识
几乎没有什么问题能这般刺激矿企高管的神经：如果你能准确知道地下矿石的构成与位置，那将如何?过去，从勘探到短期开采计划，资源的挖掘过程往往被组织边界、数据来源和地质模型切分成若干细小环节。但现在，矿工能够通过在线取样，以及结合矿体模型信息与炮孔钻数据，更好地了解资源。
整合开采数据的统计技术能提高发现矿石的可能性，加深目标的钻井深度，以最大限度地获取信息收益。人们把地质信息与更优、更具普遍性的规律结合，能优化钻井和爆破模式，创建一个可执行的矿山计划，同时把质量问题扼杀于摇篮之中。
材料与设备流动的优化
本质上，矿业的供应链是多个固定与移动设备的交互系统。工具和指标如OEE，是业务改进的基础，但它们无法掌握系统的复杂性。实时数据和更好的分析工程让日程安排以及设备、土地使用步伐加快。例如，在矿井之中，将传统的调度和智能算法结合能使效率最大化。又如，在加工厂中，许多工厂运营者对产量驱动因素的理解存在盲点。而新型数学技术则能寻找二阶和三阶变量之间的隐藏关系，来解决这一问题。我们已经发现，运用了这一技术的工厂，其黄金、镍、磷酸盐和其他矿物质的产量提高了3至10个百分点。
1 2 3 下页