設(shè)備運(yùn)行數(shù)據(jù)越來越多以后，管理人員面臨的問題往往不再是“有沒有數(shù)據(jù)”，而是“需要判斷設(shè)備狀態(tài)時，能不能快速從數(shù)據(jù)中找到答案”。運(yùn)行記錄、故障記錄、維修工單分別沉淀了設(shè)備使用和維修過程，但維修主管真正關(guān)心的通常是一些具體問題：近期故障是不是變多了，主要故障集中在哪些類型，停機(jī)情況有沒有變化，工單為什么遲遲沒有處理完。傳統(tǒng)方式往往需要先找到對應(yīng)報(bào)表，再篩選設(shè)備和時間范圍，最后由人員自行判斷趨勢。用友BIP資產(chǎn)云資產(chǎn)健康診斷智能體支持通過語音或文字對資產(chǎn)運(yùn)行、故障和維修工單數(shù)據(jù)進(jìn)行對話查詢，并進(jìn)一步開展數(shù)據(jù)洞察，讓設(shè)備健康分析可以從“先找報(bào)表再分析”轉(zhuǎn)向圍繞實(shí)際管理問題直接問數(shù)。
這種問數(shù)方式首先降低了運(yùn)行數(shù)據(jù)進(jìn)入管理決策的距離。資產(chǎn)健康診斷智能體覆蓋的分析內(nèi)容并不只是設(shè)備當(dāng)前狀態(tài)，而包括故障次數(shù)、常見故障原因和故障類別，也可以分析故障趨勢、運(yùn)行時長趨勢和故障停機(jī)分布；從維修管理角度，還能夠查看工單成本分布和工單處理進(jìn)度，并支持生成圖表。因此，維修主管面對一臺重點(diǎn)設(shè)備時，可以從“最近發(fā)生過多少次故障”繼續(xù)追到“主要是什么故障”“故障變化趨勢如何”“停機(jī)情況怎樣”“維修任務(wù)處理到哪一步”。不同數(shù)據(jù)原本分散在運(yùn)行和維修業(yè)務(wù)中，健康診斷智能體則圍繞設(shè)備健康問題重新組織這些信息。
這類能力的重點(diǎn)并不是把傳統(tǒng)報(bào)表改成聊天窗口，而是讓查詢結(jié)果繼續(xù)進(jìn)入判斷過程。如果只是得到一個故障次數(shù)，管理價值仍然有限；真正需要關(guān)注的是這個數(shù)字背后是否出現(xiàn)了變化。比如故障次數(shù)增加本身是一項(xiàng)事實(shí)，故障原因集中度、運(yùn)行時長變化和停機(jī)分布則可以幫助管理人員繼續(xù)理解設(shè)備最近發(fā)生了什么。用友BIP資產(chǎn)云把資產(chǎn)健康診斷智能體的業(yè)務(wù)過程劃分為數(shù)據(jù)分析、結(jié)果洞察、深度優(yōu)化和業(yè)務(wù)處理，維修主管通過業(yè)務(wù)數(shù)據(jù)分析識別異常信息，再進(jìn)一步調(diào)整維護(hù)方案。這說明設(shè)備健康問數(shù)的終點(diǎn)并不是“查到一個數(shù)”，而是利用查詢和分析結(jié)果支持后續(xù)管理動作。
維修工單數(shù)據(jù)在這個過程中尤其重要，因?yàn)樵O(shè)備健康不能只從運(yùn)行時間判斷，還需要看到設(shè)備過去經(jīng)歷了怎樣的維修。某臺設(shè)備仍然能夠運(yùn)行，并不意味著它的維護(hù)狀態(tài)一定良好；如果同類故障反復(fù)發(fā)生、維修工單持續(xù)增加，或者維修處理進(jìn)度出現(xiàn)變化，這些信息都值得被管理人員關(guān)注。當(dāng)前健康診斷智能體明確將維修工單與資產(chǎn)運(yùn)行、故障共同納入數(shù)據(jù)范圍，并支持工單成本分布和處理進(jìn)度分析。 而在用友BIP資產(chǎn)云整體EAM架構(gòu)中，設(shè)備運(yùn)行、故障、維修計(jì)劃、維修工單以及MTTR、MTBF、故障率和停機(jī)率等本身也處于同一資產(chǎn)管理體系。 因而，健康診斷可以建立在已經(jīng)發(fā)生的實(shí)際業(yè)務(wù)數(shù)據(jù)之上，而不是另外維護(hù)一套脫離維修現(xiàn)場的健康檔案。
當(dāng)數(shù)據(jù)洞察發(fā)現(xiàn)設(shè)備表現(xiàn)發(fā)生變化以后，分析才開始真正影響維護(hù)管理。健康診斷智能體可以進(jìn)一步結(jié)合保養(yǎng)分析模型，對單資產(chǎn)當(dāng)前的預(yù)防性維護(hù)周期、方案和執(zhí)行數(shù)據(jù)進(jìn)行分析，并支持維護(hù)策略優(yōu)化；相關(guān)業(yè)務(wù)場景還包括保養(yǎng)周期調(diào)整、養(yǎng)護(hù)周期優(yōu)化，并連接維修計(jì)劃、維修工單、預(yù)防性維護(hù)和潤滑計(jì)劃。 這使“設(shè)備最近故障是不是增多”與“原來的保養(yǎng)周期還合不合適”有機(jī)會進(jìn)入同一個分析鏈路。企業(yè)不必把運(yùn)行分析和維護(hù)計(jì)劃看成兩件完全獨(dú)立的事情，而可以讓健康數(shù)據(jù)成為重新審視維護(hù)方案的依據(jù)。
對于關(guān)鍵設(shè)備，健康判斷還可以繼續(xù)向剩余壽命預(yù)測延伸。用友BIP資產(chǎn)云資產(chǎn)健康診斷智能體支持單資產(chǎn)剩余壽命預(yù)測，并支持多種智能算法，由系統(tǒng)智能選擇算法或由人員人工指定。 在整體能力架構(gòu)中，系統(tǒng)還包含運(yùn)行分析模型、保養(yǎng)分析模型、壽命預(yù)測模型和養(yǎng)護(hù)策略模型，并使用時序數(shù)據(jù)、運(yùn)行數(shù)據(jù)、維保數(shù)據(jù)以及知識庫作為相關(guān)數(shù)據(jù)基礎(chǔ)。這讓維修主管在查看設(shè)備健康時，不只是追溯過去發(fā)生了什么，也能夠進(jìn)一步獲得與后續(xù)壽命和維護(hù)安排有關(guān)的分析信息。不過，剩余壽命預(yù)測并不能簡單理解為一個適用于所有設(shè)備的固定倒計(jì)時，它仍然依賴具體設(shè)備的數(shù)據(jù)條件和所采用的分析模型。
從管理方式上看，這種對話式健康洞察還有一個值得關(guān)注的變化：分析入口開始更貼近維修主管真正提出問題的方式。管理人員未必每天按照固定報(bào)表順序檢查設(shè)備，更常見的情況是某項(xiàng)指標(biāo)出現(xiàn)異常以后繼續(xù)追問原因，或者某臺重點(diǎn)設(shè)備連續(xù)發(fā)生問題以后臨時需要分析歷史情況。健康診斷智能體明確支持語音和文字方式查詢運(yùn)行、故障和維修工單數(shù)據(jù)，同時其系統(tǒng)架構(gòu)中還包含業(yè)務(wù)數(shù)據(jù)提取、ChatBI、數(shù)據(jù)模型和運(yùn)行、保養(yǎng)等分析模型。因此，設(shè)備健康分析可以圍繞實(shí)際問題逐步展開，而不必完全依賴預(yù)先設(shè)計(jì)好的固定查詢路徑。需要注意的是，現(xiàn)有能力能夠確認(rèn)的是自然語言問答、數(shù)據(jù)洞察和圖表生成，并不能據(jù)此推導(dǎo)系統(tǒng)可以理解企業(yè)提出的任意復(fù)雜問題或自動完成所有管理判斷。
健康診斷智能體與維修智能體的區(qū)別在這里也更加清楚。資產(chǎn)維修智能體主要面對已經(jīng)發(fā)生的具體故障，支持故障提報(bào)、原因診斷、維修方案推薦、派工和總結(jié)；資產(chǎn)健康診斷智能體更關(guān)注一段時間內(nèi)的運(yùn)行、故障和維修數(shù)據(jù)，希望從中識別趨勢并優(yōu)化維護(hù)策略。前者解決的是“一次故障現(xiàn)在怎么處理”，后者更多回答“這臺設(shè)備近期表現(xiàn)如何，為什么值得關(guān)注，下一階段的維護(hù)是否需要調(diào)整”。用友BIP資產(chǎn)云在整體架構(gòu)中將資產(chǎn)維修智能體和資產(chǎn)健康診斷智能體分別納入資產(chǎn)智能能力，也將運(yùn)行記錄、缺陷故障、維修計(jì)劃、維修工單、可靠性分析和看板洞察放在同一資產(chǎn)管理體系中。
因此，健康診斷智能體真正改變的，是企業(yè)使用運(yùn)維數(shù)據(jù)的方式。過去的數(shù)據(jù)更多等著人去找，維修主管需要打開報(bào)表、篩選記錄，再憑經(jīng)驗(yàn)把運(yùn)行、故障和工單信息聯(lián)系起來；現(xiàn)在，用友BIP資產(chǎn)云可以通過語音或文字圍繞設(shè)備健康問題查詢這些數(shù)據(jù)，并把故障趨勢、停機(jī)情況、維修成本和工單進(jìn)度進(jìn)一步轉(zhuǎn)化為分析結(jié)果，再向維護(hù)策略和剩余壽命判斷延伸。健康診斷由此不再只是多增加一張?jiān)O(shè)備健康看板，而是讓“問一個業(yè)務(wù)問題—看到相關(guān)數(shù)據(jù)—識別異常—繼續(xù)分析—調(diào)整維護(hù)”的過程更加連續(xù)。對于關(guān)鍵設(shè)備管理來說，當(dāng)數(shù)據(jù)能夠在真正需要決策的時候被快速調(diào)出來并形成洞察，長期積累的運(yùn)行和維修記錄才開始真正轉(zhuǎn)化為管理價值。