بهره‌گیری از اینترنت اشیاء صنعتی برای بهبود فرآیندهای کسب‌وکار

متامدل و الگوهای کاربردی

در دنیای امروز، سازمان‌های صنعتی بیش از هر زمان دیگری به دنبال بهره‌برداری از فناوری‌های نوین برای افزایش کارایی، کاهش هزینه‌ها و ایجاد مزیت رقابتی هستند. اینترنت اشیاء صنعتی (IIoT) یکی از کلیدی‌ترین این فناوری‌ها است که با اتصال حسگرها، عملگرها و دستگاه‌های هوشمند به شبکه، امکان جمع‌آوری و تحلیل داده‌های زمان واقعی را فراهم می‌کند. این مقاله‌ که توسط کریستوف اشتویبر و اشتفان شونینگ نوشته شده دقیقاً به این موضوع می‌پردازد و با ارائه‌ی یک متامدل جامع و پنج الگوی عملی، راهنمایی سیستماتیک برای مدیران و متخصصان ارائه می‌دهد. این نوشتار بر اساس روش‌شناسی پژوهش علم طراحی (DSR) تدوین شده و تلاش می‌کند شکاف موجود بین پتانسیل‌های فنی IIoT  و اجرای موفق آن در فرآیندهای واقعی کسب‌وکار را پر کند.

چالش‌های امروز سازمان‌های صنعتی

بسیاری از شرکت‌ها پروژه‌های IIoT را شروع کرده‌اند، اما طبق نظرسنجی‌ها، حدود ۹۰ درصد هنوز در مرحله‌ی اثبات مفهوم [i](PoC)  یا برنامه‌ریزی اولیه هستند.

بسیاری از شرکت‌ها پروژه‌های IIoT را شروع کرده‌اند، اما طبق نظرسنجی‌ها، حدود ۹۰ درصد هنوز در مرحله‌ی اثبات مفهوم [i](PoC)  یا برنامه‌ریزی اولیه هستند.

ناهماهنگی بین انتظارات اولیه و نتایج واقعی، یکی از مشکلات رایج است. سازمان‌ها برای شناسایی پتانسیل‌های بهبود فرآیند[ii]  (BPI)، مشخص‌سازی کاربردها و اجرای موفق آن‌ها به ابزارهای عملی نیاز دارند.

مقاله دو سؤال اصلی پژوهش را مطرح می‌کند:

  1. چگونه می‌توان سازمان‌های صنعتی را در شناسایی، مشخص‌سازی و اجرای کاربردهای IIoT برای بهبود فرآیندهای کسب‌وکار حمایت کرد؟
  2. کدام متامدل امکان تصویرسازی الگوهای BPI مبتنی بر IIoT را فراهم می‌کند؟

IIOT چیست و چرا برای فرآیندهای کسب‌وکار مهم است؟

اینترنت اشیاء صنعتی فراتر از IoT مصرفی است و بر سامانه‌های سایبر-فیزیکی در محیط‌های صنعتی تمرکز دارد.

اینترنت اشیاء صنعتی فراتر از IoT مصرفی است و بر سامانه‌های سایبر-فیزیکی در محیط‌های صنعتی تمرکز دارد.

با تبدیل داده‌های آنالوگ به دیجیتال و پردازش زمان واقعی، IIOT امکان ایجاد مدل‌های کسب‌وکار جدید، تحول فرآیندها و افزایش رقابت‌پذیری را فراهم می‌کند.

با وجود پتانسیل بالا، فعالیت‌های صورت گرفته برای ترکیب IIoT با مدیریت فرآیند کسب‌وکار[iii] (BPM) در صنعت هنوز محدود است. این مطلب سعی می‌کند براساس آخرین پژوهش‌های انجام شده در این حوزه، متدولوژی‌ای را معرفی کند که بتوان ترکیب IIoT و BPM را در صنعت تقویت کرد. این متدولوژی، متامدل جدیدی است که سعی می‌کند جنبه‌های خاص صنعتی را پوشش دهد.

رویکرد علم طراحی

پژوهش صورت گرفته برای توسعه‌ی متامدل ترکیب IIoT با BPM بر پایه‌ی اصول [iv]DSR انجام شده و از روش Peffers استفاده کرده است. مراحل کلیدی شامل:

  • توسعه‌ی متامدل (با دو تکرار: رویکرد استقرایی با مرور سیستماتیک ادبیات + مطالعه دلفی با ۹ کارشناس)؛
  • استخراج الگوها از تحلیل ۳۴ کاربرد واقعی در سه سازمان صنعتی؛
  • ارزیابی در مطالعه موردی واقعی.


این رویکرد تضمین می‌کند که نتایج هم علمی و هم عملی باشند.

معرفی متامدل جامعIIoT-Based BPI

متامدل نهایی شامل ۱۱ مؤلفه و ۲۸ صفت است که بر پایه‌ی متامدل قبلی بهبود یافته. مؤلفه‌های کلیدی جدید عبارتند از:

  • تکنولوژی IIoT: شامل دستگاه‌های هوشمند (حسگر، عملگر، انواع آگاهی) و پردازش داده (لبه، ابری یا ترکیبی)؛
  • ارزش پیشنهادی: قابلیت‌های کلیدی مانند ادراک جامع، هوش تعبیه‌شده، مقیاس‌پذیری و بلوغ IIoT.؛
  • تعامل: نحوه‌ی ارتباط انسان با سامانه (داشبورد، دستگاه‌های پوشیدنی و غیره؛
  • نگرش فرآیندی: تأثیر بر شش دیدگاه فرآیند (رفتاری، سازمانی، عملکردی، داده، مکانی و زیرساختی)؛
  • مؤلفه‌های پایه مانند مسئله، راه‌حل، مکانیزم‌ها، زمینه، اثرات جانبی و شاخص‌های کلیدی عملکرد  (KPI)؛


این متامدل الگوها را به صورت ساختاریافته و قابل استفاده‌ی مجدد تصویرسازی می‌کند و امکان تطبیق با شرایط مختلف سازمانی را فراهم می‌آورد.

پنج الگوی عملی استخراج‌شده

پژوهش با تحلیل ۳۴ کاربرد واقعی، پنج الگوی عمومی اما کاربردی استخراج کرده‌است:

۱. راهنمایی فرآیند (Process Guidance): تمرکز بر هدایت کاربر در حین اجرا. سامانه با ثبت داده‌های موقعیتی و فرآیندی، وضعیت فعلی را تشخیص داده و دستورالعمل‌های بعدی (مثلاً از طریق نمایشگر یا عینک‌های هوشمند) ارائه می‌دهد.

مثال: راهنمایی بصری کارکنان خط تولید خودرو با نوارهای نوری رنگی.

نتیجه: کاهش زمان پردازش و نرخ خطا.

۲. تشخیص انحراف (Deviation Detection): شناسایی انحرافات از فرآیند استاندارد و فعال‌سازی اقدامات جبرانی.

مثال:  در صنعت شیمیایی، حسگرهای مکان بررسی می‌کنند که بطری‌های گاز سمی در محل درست قرار گیرند.

تأثیر: افزایش کیفیت و کاهش بازکاری.

۳. احراز هویت و مجوزدهی (Authentication & Authorization): اطمینان از اینکه فقط افراد مجاز وظایف حساس را انجام دهند.

مثال: در مونتاژ خودرو، ظرف قطعات حساس فقط با احراز هویت کارمند آموزش‌دیده و حضور در مکان درست باز می‌شود.

تأثیر: افزایش ایمنی و کیفیت.

۴. توزیع وظیفه (Task Allocation): تخصیص هوشمند وظایف بر اساس مهارت، موقعیت، خستگی و شایستگی کارکنان.

مثال: در صنعت بسته‌بندی، سامانه وظایف را به بهترین کارگر نزدیک می‌کند.

تأثیر: بهینه‌سازی منابع انسانی.

۵. اتوماسیون فعالیت (Activity Automation): جایگزینی وظایف دستی با فرآیندهای خودکار.

مثال:  ردیابی خودکار پالت‌ها در انبار با حسگرهای مکان به جای اسکن دستی.

تأثیر: کاهش هزینه نیروی کار و زمان.

هر الگو با استفاده از متامدل توصیف شده و شامل مسئله، راه‌حل، فناوری مورد استفاده، تأثیر بر دیدگاه‌های فرآیند و  KPIها است.

مطالعه‌ی موردی: دستگاه فروش خودکار هوشمند در صنعت شیمیایی

برای ارزیابی، الگوها در یک شرکت پیشرو شیمیایی در منطقه اسکاندیناوی اعمال شد.

هدف: ایجاد کانال توزیع جدید برای پاسخ به انتظارات مشتریان مدرن (خرید آنلاین، دسترسی ۲۴ ساعته، خودکاری).

راه‌حل پیاده‌شده:

  • کانتینر ۲۰ فوت مجهز به کیت IIoT (حسگر، عملگر، نود لبه و اتصال به BPMS ابری)؛
  • ترکیب چهار الگو: احراز هویت، اتوماسیون، راهنمایی فرآیند و تشخیص انحراف؛
  • مشتری از اپلیکیشن محصول را انتخاب می‌کند، در محل حضور یافته و با بلوتوث احراز هویت می‌شود. درب باز شده، نوارهای نوری محصول درست را نشان می‌دهند و در صورت خطا، سامانه هشدار می‌دهد.

نتایج:

  • کاهش ۳۶ درصدی هزینه‌ی توزیع نسبت به خرده‌فروشی سنتی؛
  • رضایت بالای مشتریان؛
  • راه‌اندازی تدریجی در چندین مکان تا سال ۲۰۲۳.

مصاحبه با تیم پروژه نشان داد الگوها ابزار قدرتمندی برای شناسایی سریع کاربردها، تنظیم انتظارات و اجرای سیستماتیک بوده‌اند.

 پیامدهای نظری و عملی متامدل توسعه یافته

متامدل توسعه یافته در این پژوهش می‌تواند دانش توصیفی در حوزه‌ی اینترنت اشیاء صنعتی را گسترش دهد و به چارچوبی عملی برای در نظر گرفتن فرآیندهای کسب و کار در IIoT تبدیل شود. این مسئله باعث می‌شود اینترنت اشیاء صنعتی از یک رویکرد صرفاً فنی و ابزار به یک ارزش در کسب و کار تبدیل شود و حتی باعث ایجاد مدل‌های کسب و کاری جدید در صنایع شود.

در رویکرد عملی این متامدل می‌تواند کاربردهایی هم در لایه‌ی اجرایی و هم در لایه‌ی مدیریتی داشته باشد، به عنوان نمونه:

  • مدیران می‌توانند الگوها را برای کاوش سریع فرصت‌ها استفاده کنند؛
  • الگوها از شکل‌گیری انتظارات غیرواقعی جلوگیری کرده و انتقال از طراحی به اجرا را تسهیل می‌کنند؛
  • قابل استفاده در صنایع مختلف (تولید، لجستیک، دارویی، خودروسازی و حتی حوزه‌های نزدیک مانند شهر هوشمند).

نتیجه‌گیری: به سوی تحول دیجیتال فرآیندی

این پژوهش نشان می‌دهد که IIoT فراتر از یک فناوری است؛ ابزاری تحول‌آفرین برای بازطراحی فرآیندهای کسب‌وکار.

متامدل و الگوهای ارائه‌شده، چارچوبی عملی برای سازمان‌هایی فراهم می‌کنند که می‌خواهند از مرحله PoC فراتر رفته و ارزش واقعی ایجاد کنند.

این رویکرد می‌تواند برای آن دسته از مدیران  ایرانی در صنعت کشور که در حال حرکت به سمت صنعت نسل چهارم هستند، الهام‌بخش باشد. پیاده‌سازی سیستماتیک IIoT نه تنها بهره‌وری را افزایش می‌دهد، بلکه ایمنی، کیفیت و انعطاف‌پذیری را نیز ارتقا می‌بخشد.

این رویکرد می‌تواند برای آن دسته از مدیران  ایرانی در صنعت کشور که در حال حرکت به سمت صنعت نسل چهارم هستند، الهام‌بخش باشد. پیاده‌سازی سیستماتیک IIoT نه تنها بهره‌وری را افزایش می‌دهد، بلکه ایمنی، کیفیت و انعطاف‌پذیری را نیز ارتقا می‌بخشد.

 

منبع

Stoiber, C., Schönig, S. Leveraging the industrial internet of things for business process improvement: a metamodel and patterns. Inf Syst E-Bus Manage 22, 285–313 (2024). https://doi.org/10.1007/s10257-024-00676-0

 

[i]  Proof of Concept
[ii] Business Process Improvement
[iii] Business Process Management
[iv]  Design Science Research

1
0
کپی شد

مطالب مرتبط

معرفی محصولات

نظرات کاربران

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *