AI智能总结
LAYERINGUPTRANSPORTTECHNOLOGY POR TFOLIO 运营模式视角 AUTHORS AshishSharmaJosephSalemAndreiTimoshenkoFrancescoCotroneGayaHaciane Themobilitysectorisperformingrapidtechnologychanges;organizationsmustadapttheirtechnologyoperatingmodelstokeeppace.InthisViewpoint,weproposeadifferential,规划、运行和管理技术系统的多层运行模型,基于它们在技术成熟度S曲线上的位置。采用这种方法将有助于公司在其产品组合中的每个技术系统的敏捷性和效率之间找到适当的平衡。 新的机会与挑战 例如,嵌入先进运营技术(OT)系统中的传感器正在收集有关运输基础设施,车辆和乘客的大量数据。整合来自不同OT系统的这些数据将释放新的见解和协同作用,以优化现有运营和规划新的发展。 技术突破的融合破坏了运输和移动价值链。旅行者正在以新的方式获得移动服务,新的车辆类别正在出现,和运输网络和交通流量越来越多地实时监控和优化。这个部门经常发现自己处于进步的最前沿,但它的大多数进步总是与移动原子比移动比特更相关。移动性参与者面临的最新挑战是当前的技术革命强调捕获、集成和利用大量数据流。 此外,目前正在改变其他行业的一些关键颠覆性技术正在推动移动领域对IT/OT集成的需求(见图1)。这些技术包括大数据分析、区块链和分布式账本技术(DLT)、人工智能(AI)/机器学习(ML)和数字孪生/metaverse。 由于两个关键原因,这一挑战对公共交通运营商来说是紧迫的。首先,作为监督关键公共基础设施的政府机构,指导口头禅必须保持“缓慢移动,确保没有任何中断”,这与数字本土创新者经常采取的立场截然相反:“快速移动,打破一切。“第二,因为这些实体通常监督的所有关键方面。 传感器和物联网设备产生大量数据,可用于优化运输运营,降低成本, 并提高安全性。此外,DLT可以增强支付认证,这有助于提高运输操作的透明度,安全性和效率。 最后,移动性涉及资产密集型运营,数字孪生——尤其是由AI和ML驱动的孪生——从一开始就在促进可持续资产管理方面发挥着至关重要的作用。数字孪生技术为规划和设计网络提供了先进的能力,同时集成了必要的建模工具来模拟城市交通基础设施的行为。这有助于做出明智的决策并优化运营。此外,数字孪生可以为更有效的资产管理方法做出贡献。 在一定地理区域内的运输,有必要调整和整合以前有区别和孤立的单位,每个单位负责自己的运输方式。 通过利用实时数据馈送来监控资产状况。这允许识别潜在问题和预测性维护计划的实施,最终优化运营。因此,停机时间最小化,可靠性增强,从而提高运输系统的性能和成本节约。 许 多 公 共TR ANSP或T OPER ATORS都 有开 始 将 所 有T E C H N O L O G Y开 启 位 置在单个O R G A N I Z A I O N A L U N I T 操作模型存档 大多数领先的运输运营商都采用了按运输方式构建的运营模式,这反映了传统的运输管理方式。因此,大多数OT系统已被开发用于管理特定运输模式的运输操作,并由专门的专家操作,独立于其他运输模式的OT系统。长期以来,人们倾向于将IT与OT分开考虑,IT主要被视为实现标准化的公司范围服务的支持功能。 随着软件继续吞噬世界,现在IT和OT迅速融合,由SDx(软件定义的一切)和XaaS(一切作为服务)驱动-参见图2。IT和OT以及OT之间正在进行的合并 鉴于整合其技术运营的需求和机会,许多公共交通运营商已开始将所有技术运营集中在一个组织单位下。当成功实施时,这种修改具有提高效率的额外优势,这是所有公司的重要目标,尤其是对于公共资助的实体。例如,伦敦交通局是负责英国大部分交通网络的地方政府机构,由于将IT和OT业务完全集中到一个组织单位,因此实现了显着的OPEX效率(估计每年减少约50%)。 systemsformultiplemodesoftransport,presentsamajorchallengetotransportoperationsintermsofbothorganizationandculture.Successfullynavigatingthischallengewillbecriticaltounlockadditionalinnovationopports 例如,分析集成数据流的能力是智能城市技术的核心,例如动态交通运营、智能停车以及自主多式联运服务的部署。 重要的是要注意,任何单一的技术运营模型原型都不应被视为技术组织的最佳实践目标状态(见图3)。相反,每个原型对于组织投资组合中的不同技术都有不同的优缺点,随着任何给定技术的成熟和发展,任何权衡都可能发生变化。例如,通过全面的IT和OT集中化可以获得显著的好处,但是。 将运营模型调整为投资组合成熟度 大型技术职能部门通常监督由不同程度的技术组成的大量产品和系统组合 此外,鉴于技术发展的更广泛趋势,任何单一技术的成熟度都将从有前途但不确定的创新演变为有效的竞争优势,并最终演变为普遍可用的解决方案和最终的过时。 必须考虑两个重要的缺点。首先,成功的集中化可能是一项艰巨的任务;运营单位的领导者可能会警惕放弃对其关键OT系统的控制,因此可能经常对拟议的更改表现出抵制。其次,更高的集中化水平通常会降低组织的灵活性、整体敏捷性和创新能力。集中式组织非常适合在其生命周期结束时管理成熟技术。 这种演变已经得到了很好的研究,通常被称为“技术成熟度S曲线”(见图4)。 Thus,technologiesatdifferentstageofmaturityhavedifferentrequirementsforbeingmosteffectivelyleverering.Inotherwords,differenttechnologyoperatingmodelarchetypescan 但是过于有条理,无法成功识别,孵化和扩展创新技术。 在某一开发阶段,以技术优势更好地适应技术投资组合。以下详细信息突出了技术成熟度S曲线的三个阶段: 预计在中期内,重大的技术中断将继续影响运输和移动部门,通过集中技术功能来应对IT和OT的融合将以牺牲敏捷性为代价提高效率,并可能导致运输运营商的结果不佳。 -阶段1:探索-尝试新的和创新的技术。 -阶段2:扩展-已经实现产品市场契合的技术已经准备就绪 此阶段需要高度的灵活性和敏捷性,并最大限度地接近业务和客户。在这个阶段的成功通常是通过以高的故障率进行多个小赌注来实现的。治理是临时性的,流程难以正式定义,效率不是成功的关键因素。此阶段的技术有助于确定潜在的竞争优势新领域,并主要在概念验证(PoC)或最小可行产品(MVP)级别交付。成功是根据单独设定的OKR(目标和关键结果)来衡量的。 用于快速增长或扩展。这一阶段需要在敏捷性和效率之间找到适当的平衡。开发重要的新功能的需求仍然存在,但技术的总体方向正在变得清晰,需要大量投资来实现广泛的市场采用。治理和成本控制的重要性增加, 必须实施严格且经常跟踪的KPI,以验证用户采用率的增长,并确保新系统与现有技术环境充分有效地集成。现阶段的技术有助于加强当前的竞争优势。他们的责任必须在业务/产品团队和集中式技术功能之间分担;这两者之间的接口。 Foreachproject,typicallylookingatuseradoptionorrevenue-generationmetrics.Financingmodelsaremoreflexibleandmayincludefundingdrawnfromapreapprovedinnovationfundorpoolorfromexternalinnovationparts. 变得至关重要。根据我们的经验,业务之间的有效协调 andtechnologyisensured,throughtheintroductionofdedicatedbusinesstechnologyevangelistteams.Theseteamsshouldhave 在U RITH AV E D I FFE R E N T REQ U I R EMEN T S 对产品或系统的业务和技术方面有相当深刻的理解,并利用他们的理解来指导其发展。 -阶段3:成熟度-一旦牢固建立,技术就可以作为基础和骨干对于整个组织的运作,包括关键业务运营。此阶段的重点是稳定性和效率,通常最好通过采用最佳实践和行业标准来实现。流程清晰,易于定义和优化 -完全分散(BU中的IT和OT)。没有集中创新的流程 在探索过程中跟踪或共享课程。在一个BU中可以轻松实现扩展,但是在扩展阶段,跨多个BU的协调更加困难。 -并且必须严格遵循(参见图5)。OPEX可能很重要,但计划外报废或产品故障的风险很低。严格、定量的KPI旨在确保效率和持续的系统改进。此阶段的技术最好完全由集中式技术功能监督,以确保强大的集成并避免不必要的定制,复杂性或重复。 -外部剥离。与上述类似, 在成熟阶段,IT和OT彼此分离;管理数据集成和操作接口非常复杂。 -IT卓越中心(CoE)。创新 inOTisdynamicasitiscentratearoundBU,butITworkscentrallyataverydifferentspeed.ThismakesitdifficulttoprototaltechnologiesrequiredbothITandOT 反过来,业务单位(BU)必须使其流程适应技术解决方案,而不是使技术适应其需求。 组件。以相同的速度扩展IT和OT规模也可能具有挑战性,尤其是在需要集成的情况下。 如前所述,没有单一的方法或技术运营模型适合所有三个已确定的技术成熟度阶段,因为每个模型在每个阶段都存在不同的缺点。运营模型原型及其限制如下: 由于快速和敏捷的交付周期,OT与BU紧密管理,但是缺乏集中化使效率和标准化变得困难。 在I N G M O D E L I S A N I D EA L FI TFO R A L L T H R E E O F T H EID E N T IF IE D T EC H N O LOGY M AT U RIT Y S TAG E S 一种多速方法 我们建议将技术S曲线的概念扩展到技术操作模型的设计。这旨在减轻效率和敏捷性之间的内在紧张关系,这种紧张关系通常会给具有大型复杂技术功能的组织带来问题。提出的解决方案涉及按成熟度级别在组织的产品组合中对技术进行集群,并为每个集群的计划,运营和治理引入单独的方法。 -混合OT。在探索过程中,可以对BU级别的OT进行试验,但IT工作正常 以技术成熟度S曲线为基础,拟议的运营模型实际上将在组织内创建三个不同且专门的运营和治理制度。每个制度都将监督组织技术组合的一个子集,组合中的所有技术都将在成熟时在制度之间移动,就像在传送带上一样。首先,所有有前途的技术都会进入技术漏斗,并在组织的分散创新制度下进行试验和孵化。其次,任何展示初步成功并达到其OKR的创新都将进入组织的整合、扩展和发展体系。最后,当技术达到峰值规模并停止时。 以非常不同的速度集中,这使得使用IT和OT组件创建原型变得困难。 -完全集中。在探索阶段, 单个BU将无法识别和推动长期和全公司范围的创新,但一个集中的单元可以。当只扩展一个BU时,可能会导致不必要的开销。在此阶段,该流程可能会从业务中删除,无法捕获和快速响应产品/解决方案适合的挑战。 为了展示快速增长,他们转移到集中的运营效率和 在比较主要专注于在特定阶段交付技术的技术公司的运营模式时,原型很容易观察到。例如,创新的初创企