数字化矿企的”道”与”术”
来源：本文首发于《能源》杂志2019年10月刊，《能源》杂志由国务院国资委主管，是能源行业宏观层面的集权威性、新闻性、专业性、综合性于一体的能源经济类期刊，在能源行业具有深远的影响力。作者：Chris Livitsanis、François Santos等，科尔尼公司全球合伙人与董事团队王宇，科尔尼公司全球合伙人章怡隽，科尔尼公司董事
1提高生产力，中国矿企数字化转型的终极之道
我国矿企的海外资源布局迎来重大的发展机遇。过去10年，中国矿企开启了大规模“走出去”的篇章，启动海外矿山资源的兼并扩张之路（图1）。随着之后紧锣密鼓的打产投产，国内矿企向世界展示了中国速度。
在经历爬坡后，国内领先矿企的领导层逐渐将工作重心回归到企业管理本身。提倡降本增效、精益管理；拥抱数字矿山，赶上潮流。然而，把国内矿企矿山项目与世界领先同类矿企项目的运营指标一经对比，我们不难得出一个简单的结论：国内矿企对矿山的管理尚处于粗放阶段，运营效率尚低、矿山间的协同性差及总部与区域的管理分散或脱节、运营数据基础薄弱。
更多的企业仍处于清洗盘剥海量运营数据的阶段。一些领先尝试拥抱数字化的矿企，尝试引入机器人爆破，借助技术提高矿山安全，但离真正意义上的数字化矿山管理相去甚远。经验告诉我们，成功实现数字化转型的企业仅占所有尝试数字化转型企业的20%。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qc2bgQfQpT0EstcGc7Kf12DEGh7Zh9bn1H0bT5bjYeHnNXXNqYZpanjql51GhOhNp47cicVicsWvwA/640?wx_fmt=jpeg
通过科尔尼对矿业的专业洞察和矿企的长期服务经验，我们发现国内矿企数字化转型面临着三大挑战：
[*]认为数字化转型就是上系统。
[*]缺乏统筹安排，各矿山分别上系统。
[*]各矿山数据系统不兼容、采集流程不一致、统计口径不统一、数据信息不完整，导致输出的数据不具备可比性，无法协助总部决策。
科尔尼认为，矿业企业的数字化转型之根本是通过数字化技术，加快决策速度，提高决策质量，最终提高生产力，创造更大的价值。如何吸取过去管理经验不足的教训，运用国际领先矿山运营管理经验，借助数字化手段，提高海外矿山的专业化管理水平，并在保障供应且合规的两大核心前提下，最大化投资价值，将是未来国内矿企实现中国国际矿业大格局，提升矿山竞争力的首要目标。
然而，通过数字化实现可持续的生产力提升需要以价值为导向的统一方法。该方法需要领导层的重点支持和整个组织的文化转型。认识到这一点并且现在就开始数字化转型的公司将成为未来赢家。
矿企数字化转型之道在于，搭建以数字为驱动的发展愿景，提高生产力，创造更大价值。
2他山之石，可以攻玉：国外矿山数字化锦囊妙术
通过数字化技术，采矿业务的利润可在2-3年内提高20-45%
全球采矿业的传统发展方式有两种：一是扩大业务规模，二是采用分离技术提高生产力。但随着采矿业整体环境日益艰难，矿业公司规模经济效益触顶，很多公司开始探索新的方法提高运营效率。
数字化技术可大幅提高各环节的效率——从勘探、开发到供应、生产、配送、销售、交易，甚至闭矿等环节。事实上，可以收集和传递精准信息的技术可以为矿业公司带来大量机会，使矿业公司做出更加严谨的决策，提高资本回报率。
采矿业务复杂性较高，如规模庞大、安全要求高、地理位置偏远以及环境影响大等，因此数字化转型在采矿业似乎极具挑战。但是全球五大顶级采矿企业都已投资启动数字化建设，很多甚至已经开始取得显著成效。科尔尼曾为全球最大的金矿企业制定了数字化发展议程， 12个月内生产力提高10%以上。
科尔尼帮助很多矿业公司实施了大量数字化解决方案。例如，我们采用了预测性浮选回收模型，指导客户建立更优的流程控制机制。该模型通过统计建模和机器学习方法论实现。通过优化关键控制点驱动因素，尾矿品位可最大程度下降，从而提高金属的回收率。我们还开发了已通过概念验证的运输车再调度优化工具，调度员可利用它指导决策判断。此外，我们还创建了关键路径优化的工具。
根据科尔尼为矿业公司开展的项目服务经验，我们认为，数字化技术可在2-3年内使利润提升20-45%（图2）。在这种情况下，很多行业领导者开始接受数字化转型挑战。科尔尼对采矿技术、采矿作业和股东价值都有深刻的理解，我们的数字化方法论提供了采矿企业充分利用数字化转型机遇的工具。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qPiaBYjibRWFDIO08I8Yn272Ttwzq9O3ADo0KDEvrNhTNFNmTazWqHMyOyYRZ8n4PTxiaCVqeS8Casw/640?wx_fmt=jpeg
数字化技术可加速并优化决策
新的数字解决方案已经开始影响采矿业的大多数领域。领先公司都在探索如何利用新的技术提高生产力，如自动化技术、机器人、远程传感技术、3D打印、模拟技术和增强现实技术等。然而，很多公司仍然没有发挥这些解决方案的全部潜力。
很多公司还没有意识到数字化转型资本回报率最高的部分是能捕捉实时信息的细分领域。这些领域的数字化能够加快决策速度，提高决策质量。好的决策需要有合理的预测性计划，而合理的预测性计划离不开一致、统一的系统。虽然大多数公司明白一致性、可预测性和标准化对提高生产力的必要性，但仍然有很多公司根据延迟信息或通过主观判断做出重要决策，因此很容易出现错误。
以开展矿山生产预算过程为例, 公司经常耗时数百小时通过使用极易出错的EXCEL电子表格在整个业务中整合和标准化电子表格。然而，这个普遍存在的问题正在通过新的数字技术得到解决。
而数字化技术可以实现基于实时信息的自动化决策过程——因为数字化技术可以为所有相关职能决策周期内的所有触点提供支持。换言之，数字化技术可以通过提高决策质量和速度创造显著效益。
离散事件模拟工具现可应用于采矿业来衡量变化的影响。创建采矿作业的模型，这些模型反映了整个矿区的复杂性和动态性；包括这些系统中出现的可变性、交互作用和依赖性。而更快、更好的决策可以提早实现更大的效益。这对为具体职能建立定制解决方案模型非常重要——例如，自动化排程和库存地理定位，从而实时汇报库存和仓储机器人的状态。
自动化决策过程带来的生产效率提升可体现到职能层面（图3）。例如，使用传感器和机器学习算法进行自动数据反馈，可以优化车队运力安排，增加总产量。科尔尼曾经帮助一个地下矿山将地下装载和运输调度计划从人工调整转为线性优化计划。6个月后，该矿山产量提高了30%。图像处理算法可以评估粒度大小，优化炸药系数与设计，提高产量、节约能源。此外，仓库储料箱和钻头等消耗品上的传感器可以捕捉重要数据，实现对库存量和磨损率的快速分析。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qc2bgQfQpT0EstcGc7Kf12tzaS40TPviavC8VnI2gwDavfnqnyya4mibyic3Q5c71OjLJicqwwqibnltw/640?wx_fmt=jpeg
以结构化、严谨且以价值为导向的实施模式来提高转型成功率
科尔尼的数字化转型方法论能够帮助企业实现重大价值。科尔尼的方法分为三个阶段，采用最先进的思想与切实可行方法相结合的模式，协助企业实现数字化突破，制定企业在运营模式中引入和嵌入数字化技术的实施路径图（图4）。这三个阶段中每一个对现场或办公场所的技术整合都至关重要。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qc2bgQfQpT0EstcGc7Kf12q7aUHZbCVCrWDam5U0A0MVbIxTFOgibfG6YfiawWWabppLHibABNkwGibw/640?wx_fmt=jpeg
1https://mmbiz.qpic.cn/mmbiz_png/8KyVfBn3fx9B6hm4nMJ35bTnTDN0BlmrGH06olWA8B7HMUhMHw2IZibUYvibp7MXdlnnQohIcPLqjohDDSvXia24w/640?wx_fmt=png阶段一：了解数字化机遇
科尔尼数字化实现方法的第一个阶段是了解某一项技术应用的潜在好处。首先，要了解哪些技术目前可用，以及它们的作用和效果。然后评估竞争对手、利益相关方和领先供应商正在使用的技术。最后，扫描其他市场和行业使用的数字化技术，并思考其于采矿业的可能应用。
首要任务和数字化愿景确定后，实施过程将以明确试点领域的组织需求和技术为重点开展。
此外，需要根据主要收入和成本杠杆分析数据来源、数据存储、方法以及系统，深入了解新应用的潜在价值。下面举几个例子说明技术应用带来的高价值机会：
[*]回收率：确定如何应用分析方法和机器学习提高组织对工艺条件的了解。
[*]总产量：评估大数据分析如何帮助企业识别潜在瓶颈（如通过优化路线和调度计划）。
[*]可靠性：确定使用预测性维护、资产健康可视化和条件监测的方法，从而更快识别并纠正问题。
[*]运营成本：评估提高自动化水平和精简流程的方法。例如，一家公用事业公司在解决漏水问题上的支出占其运营成本的三分之一以上。为此，我们将其5个系统的数据整合到一个数据库，最终大幅提高了公司预测漏水问题的能力，缩短了漏水故障排查时间，帮助该客户搜索漏水点的直接成本下降25%。
在第一阶段，我们需要设定公司的数字化愿景和目标——即不考虑任何限制因素情况下的一个理想方法。虽然最初只会采纳愿景中比较现实的部分，但对未来发展愿景的描绘会持续鼓励创新。对机遇的优先排序有助于保持解决方案的价值与实施难易程度之间的平衡，而优先顺序的确认需要考虑时间期限、可行性和公司的数字化成熟度。
2https://mmbiz.qpic.cn/mmbiz_png/8KyVfBn3fx9B6hm4nMJ35bTnTDN0BlmrGH06olWA8B7HMUhMHw2IZibUYvibp7MXdlnnQohIcPLqjohDDSvXia24w/640?wx_fmt=png阶段二：在试点领域启动数字化解决方案
首要任务和数字化愿景确定后，实施过程将以明确试点领域的组织需求和技术为重点。在这一阶段，公司确定选择的发展路径，并制定数字化举措的短期和长期实施路径图。
通过我们的数字化转型与落地的方法论，全球最大的金矿公司依据内部标准和科尔尼的基准对解决方案进行了严格的测试，精准地把握了潜力最大的数字化机遇。该公司对潜在解决方案进行了独立与端到端的流程评估。确定了每个环节的初始数字化水平和目标数字化水平（从低到高，一直到全面数字化）。通过试行有吸引力的解决方案，管理层证明了数字化转型的价值，并获得了组织对变革的支持。
该金矿的试点同时也开启了一段文化旅程，鼓励非数字原生代成为数字移民（数字原生代是指出生在数字化时代、能够无缝使用数字化技术的人；数字移民是指出生在技术广泛使用之前的时代，但是能够适应新技术使用的人），为未来发展计划奠定基础。
在大多数字化转型项目中，这类文化转型需要公司有预测和促进各职能转变的意愿，有时甚至在文化转型之前就有这样的意识。促进文化转型、迈向数字化未来和捕获最大价值需要时间了解各种变化对资源、系统和人产生的影响，然后据此明确转型的范围和速度。
因为有文化上的大力支持和试点领域的经验见解，这家全球金矿企业对不同矿山量身制定符合其独特个性的数字化转型路径图，并对各职能在三个阶段的机会进行了排序（图5）。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qc2bgQfQpT0EstcGc7Kf12pMynQibt3eb5iaBX6UAWkaDQtibsibOEM20sDjG1Wfe0ZXzyCARa6eTCzQ/640?wx_fmt=jpeg
有效的试点不仅仅是概念验证。有效的试点可以产生切实的价值，为进一步投资开展更深入的转型提供动力，为决定在矿山层面推广还是总部集中推广提供洞察参考。理想的方法具有规范性和高效性，可以实现规模经济效应和范围的平衡。机器学习对于全面推广是理想的选择，因为机器学习往往可以实现显著的效益，且适应性比较广泛。而进度优化模型则更适合矿山层面的推广。
3https://mmbiz.qpic.cn/mmbiz_png/8KyVfBn3fx9B6hm4nMJ35bTnTDN0BlmrGH06olWA8B7HMUhMHw2IZibUYvibp7MXdlnnQohIcPLqjohDDSvXia24w/640?wx_fmt=png阶段三：全面实施数字化解决方案
阶段一制定的数字化转型愿景和阶段二制定的转型路径图为阶段三奠定了基础。路径图应包括支持实施工作所需的要求以及试点的经验总结。
数字化转型的成功实施离不开完善的管控体系。矿山、区域和公司层面管理层和执行层需要有清晰的沟通和明确的决策权才能最大程度减少重复和错误信息。首席数据官和CEO之间的直线关系（在支持部门、资产管理部门和采矿部门中最关键的职能点上安排数据专家）有助于制定有理有据、以数据为导向的决策。
此外，清晰的运营模式也是数字化转型成功实施的基础，一般包括四个要素：
[*]组织范围内转型的行政问责制度，包括文化转型
[*]对非重复职能整合的明确责任
[*]所有职能的能力和专业知识是可接近并且有针对性
[*]用户友好的系统，确保更广泛的采用和接纳
实施数字化解决方案时，信息技术（IT）和操作技术（OT）必须统一，要有物理设备和数字设备通用的架构支持（图6）。这一中央系统为每个层面的网络基础设施提供支持，从设备（如车队、无人机、运输车）到矿山本身，实现设备的无缝信息共享。
https://mmbiz.qpic.cn/mmbiz_jpg/fL1vGyYNt1qc2bgQfQpT0EstcGc7Kf12vaXhqNTIGUqtRMeu3cIS6NXKbAM0OxRIpQiaBYgLgxETj5ZaoyqhBKQ/640?wx_fmt=jpeg
矿山层面的运营洞察反馈给核心IT服务职能，确保它们对网络和基础设施的支持。与此同时，分析能力等信息化能力可以产生更广泛的洞察，这些洞察可以为运营提供信息依据。一旦IT和OT统一，系统需求必须不断协同工作。
关于技术升级的决策需要考虑公司所有利益相关方的意见，而且取决于对架构的整体认识。最初的数字成熟度评估将突出能力差距或缺陷。而一旦战略机会确定，应选择恰当的数字解决方案供应商合作。例如，某些专业的采矿管理解决方案等软件为数字矿山整合了单一的真实数据来源，确保了不同职能和部门之间的一致性。
通过将数据捕获、标准化和整合到一个安全的系统中，不同的部门可以共享相同的信息，以提高决策。由于数字化技术变化速度较快，这些合作伙伴结合先进的矿山软件解决方案，对新数字化生态系发展与技术的掌握能力至关重要。
页:
[1]