改进预测
矿产企业具有收集大量钻头、卡车、加工厂和火车数据的传统。但这些数据并没有得到充分利用。在某些情况下，矿企对信息的利用率只有1%，甚至更少。运用这些信息能够计算特殊部件发生故障的概率，而不是基于传统的时间计算法来减少维护费用，防止意外发生。
提高机械自动化程度
自动化能够降低运营成本，加强操作纪律，并且保障工作人员的人身安全。有的技术，特别是自动化运输和钻井，已经实现了大规模商业化。而另一些技术，特别是自动爆破和铲除，还处于实验阶段。我们分析认为，运输自动化带来的经济效益是巨大的——持有的总成本将降低15%—40%。具体的下降幅度取决于劳动力成本，因为关于坑配置、设备配置和操作转换的设计必须由工作人员亲自决定，另外，我们认为采矿自动化能够减少最危险矿区的一半的劳动力。
实时表现监控
实时数据的优势之一在于，在采矿过程中，人们能每分每秒都掌握设备的情况与具体位置，尤其是能确认项目是否照计划进行。实时管控技术赋予了运作管理一层新的含义，让运作管理不再只是制定月度目标，而是关注情况的变化以及计划的实施情况。此外，实时数据与操作中心不仅让即时反馈成为可能，同时也让操作中心的决策更加周全细致。这样中心能让整条产业链，而不是某个细分环节的价值最大化。这种性能一方面能用于监测意外，来提高安全性;另一方面能够保证设备的高利用率，同时降低计划的实施成本。
每个条件都看似容易实现，但只有作为整体被共同利用时，它们才能发挥出最大的价值。有三个原因可以解释这一论点。
首先，自动化所需的物理技术提供了实时信息流，这是人们更深入了解情况的基础。对自动化的投资完美地完成了，同时，人们也投资了那些为更优决策而打造的系统与工具。
其次，这些决策最终会反馈给全自动机器，而不是人类操作员。这一封闭环的真实价值在于它的学习功能——持续的决策记录，与学习算法的机器共事，将不断从每次迭代中获得更优的结果。
最后，一旦系统的某部分建立于数字化平台，实在的利益或是网络效应，将延长其至整个供应链。决策算法可用的数据越多，它就越高效;运作活动越是能被系统化地记录，这些数据将越珍贵;决策算法的范围越广，运算结果就越能反映最佳的商业结果。
被充分整合的自动化矿业供应链这一概念，或许在未来也无法获得全世界的认同，但是它早已不局限于采矿的科学范畴——它是一系列技术部署的逻辑终点，而矿企不过是发起者罢了。另外，在降低与管控风险方面，它几乎是矿企的最佳选择。同时，它既能加强人员安全，也能保证生产率。因此，我们认为它是必然的目标。问题在于，我们要多久才能到达目的地。
上页 1 2 3 下页