數字化礦企的“道”與“術”

文 | 王宇 章怡雋

作者分別系科爾尼管理咨詢公司合伙人、董事

我國礦企的海外資源布局迎來重大的發展機遇。過去10年，中國礦企開啟了大規模“走出去”的篇章，啟動海外礦山資源的兼并擴張之路。隨著之后緊鑼密鼓的達產投產，國內礦企向世界展示了中國速度。

在經歷爬坡后，國內領先礦企的領導層逐漸將工作重心回歸到企業管理本身。提倡降本增效、精益管理；擁抱數字礦山，趕上潮流。然而，把國內礦企礦山項目與世界領先同類礦企項目的運營指標一經對比，我們不難得出一個簡單的結論：國內礦企對礦山的管理尚處于粗放階段，運營效率尚低、礦山間的協同性差及總部與區域的管理分散或脫節、運營數據基礎薄弱。更多的企業仍處于清洗盤剝海量運營數據的階段。一些領先嘗試擁抱數字化的礦企，嘗試引入機器人爆破，借助技術提高礦山安全，但離真正意義上的數字化礦山管理相去甚遠。經驗告訴我們，成功實現數字化轉型的企業僅占所有嘗試數字化轉型企業的20%。

目前，國內礦企數字化轉型面臨著三大挑戰：認為數字化轉型就是上系統；缺乏統籌安排，各礦山分別上系統；各礦山數據系統不兼容、采集流程不一致、統計口徑不統一、數據信息不完整，導致輸出的數據不具備可比性，無法協助總部決策。

礦業企業的數字化轉型之根本是通過數字化技術，加快決策速度，提高決策質量，最終提高生產力，創造更大的價值。如何吸取過去管理經驗不足的教訓，運用國際領先礦山運營管理經驗，借助數字化手段，提高海外礦山的專業化管理水平，并在保障供應且合規的兩大核心前提下，最大化投資價值，將是未來國內礦企實現中國國際礦業大格局，提升礦山競爭力的首要目標。

然而，通過數字化實現可持續的生產力提升需要以價值為導向的統一方法。該方法需要領導層的重點支持和整個組織的文化轉型。認識到這一點并且現在就開始數字化轉型的公司將成為未來贏家。

通過數字化技術，采礦業務的利潤可在2-3年內提高20-45%

全球采礦業的傳統發展方式有兩種：一是擴大業務規模，二是采用分離技術提高生產力。但隨著采礦業整體環境日益艱難，礦業公司規模經濟效益觸頂，很多公司開始探索新的方法提高運營效率。

數字化技術可大幅提高各環節的效率——從勘探、開發到供應、生產、配送、銷售、交易，甚至閉礦等環節。事實上，可以收集和傳遞精準信息的技術可以為礦業公司帶來大量機會，使礦業公司做出更加嚴謹的決策，提高資本回報率。

采礦業務復雜性較高，如規模龐大、安全要求高、地理位置偏遠以及環境影響大等，因此數字化轉型在采礦業似乎極具挑戰。但是全球五大頂級采礦企業都已投資啟動數字化建設，很多甚至已經開始取得顯著成效。筆者曾為全球最大的金礦企業制定了數字化發展議程，12個月內生產力提高10%以上。

截至目前，筆者所在公司為礦業公司實施了大量數字化解決方案。例如，采用預測性浮選回收模型，指導客戶建立更優的流程控制機制。該模型通過統計建模和機器學習方法論實現。通過優化關鍵控制點驅動因素，尾礦品位可最大程度下降，從而提高金屬的回收率。運輸車再調度優化工具，調度員可利用它指導決策判斷。此外，還有關鍵路徑優化的工具。

根據為礦業公司開展的項目服務經驗，我們認為，數字化技術可在2-3年內使利潤提升20-45%。在這種情況下，很多行業領導者開始接受數字化轉型挑戰。

數字化技術可加速并優化決策

新的數字解決方案已經開始影響采礦業的大多數領域。領先公司都在探索如何利用新的技術提高生產力，如自動化技術、機器人、遠程傳感技術、3D打印、模擬技術和增強現實技術等。然而，很多公司仍然沒有發揮這些解決方案的全部潛力。

很多公司還沒有意識到數字化轉型資本回報率最高的部分是能捕捉實時信息的細分領域。這些領域的數字化能夠加快決策速度，提高決策質量。好的決策需要有合理的預測性計劃，而合理的預測性計劃離不開一致、統一的系統。雖然大多數公司明白一致性、可預測性和標準化對提高生產力的必要性，但仍然有很多公司根據延遲信息或通過主觀判斷做出重要決策，因此很容易出現錯誤。

以開展礦山生產預算過程為例,公司經常耗時數百小時通過使用極易出錯的EXCEL電子表格在整個業務中整合和標準化電子表格。然而，這個普遍存在的問題正在通過新的數字技術得到解決。

而數字化技術可以實現基于實時信息的自動化決策過程——因為數字化技術可以為所有相關職能決策周期內的所有觸點提供支持。換言之，數字化技術可以通過提高決策質量和速度創造顯著效益。離散事件模擬工具現可應用于采礦業來衡量變化的影響。創建采礦作業的模型，這些模型反映了整個礦區的復雜性和動態性；包括這些系統中出現的可變性、交互作用和依賴性。而更快、更好的決策可以提早實現更大的效益。這對為具體職能建立定制解決方案模型非常重要——例如，自動化排程和庫存地理定位，從而實時匯報庫存和倉儲機器人的狀態。

自動化決策過程帶來的生產效率提升可體現到職能層面。例如，使用傳感器和機器學習算法進行自動數據反饋，可以優化車隊運力安排，增加總產量。例如在一個地下礦山將地下裝載和運輸調度計劃從人工調整轉為線性優化計劃6個月后，該礦山產量提高了30%。圖像處理算法可以評估粒度大小，優化炸藥系數與設計，提高產量、節約能源。此外，倉庫儲料箱和鉆頭等消耗品上的傳感器可以捕捉重要數據，實現對庫存量和磨損率的快速分析。

以結構化、嚴謹且以價值為導向的實施模式來提高轉型成功率

數字化轉型方法論能夠幫助企業實現重大價值，主要分為三個階段，采用最先進的思想與切實可行方法相結合的模式，協助企業實現數字化突破，制定企業在運營模式中引入和嵌入數字化技術的實施路徑圖。這三個階段中每一個對現場或辦公場所的技術整合都至關重要。

第一個階段，了解數字化機遇，了解某一項技術應用的潛在好處。首先，要了解哪些技術目前可用，以及它們的作用和效果。然后評估競爭對手、利益相關方和領先供應商正在使用的技術。最后，掃描其他市場和行業使用的數字化技術，并思考其于采礦業的可能應用。

數字化解決方案必須統一采用通用的架構

此外，需要根據主要收入和成本杠桿分析數據來源、數據存儲、方法以及系統，深入了解新應用的潛在價值。比如，回收率：確定如何應用分析方法和機器學習提高組織對工藝條件的了解；總產量：評估大數據分析如何幫助企業識別潛在瓶頸（如通過優化路線和調度計劃）；可靠性：確定使用預測性維護、資產健康可視化和條件監測的方法，從而更快識別并糾正問題；運營成本：評估提高自動化水平和精簡流程的方法。例如，一家公用事業公司在解決漏水問題上的支出占其運營成本的三分之一以上。為此，將其5個系統的數據整合到一個數據庫，最終大幅提高了公司預測漏水問題的能力，縮短了漏水故障排查時間，幫助其搜索漏水點的直接成本下降25%。

在第一階段，需要設定公司的數字化愿景和目標——即不考慮任何限制因素情況下的一個理想方法。雖然最初只會采納愿景中比較現實的部分，但對未來發展愿景的描繪會持續鼓勵創新。對機遇的優先排序有助于保持解決方案的價值與實施難易程度之間的平衡，而優先順序的確認需要考慮時間期限、可行性和公司的數字化成熟度。

第二個階段，在試點領域啟動數字化解決方案。首要任務和數字化愿景確定后，實施過程將以明確試點領域的組織需求和技術為重點。在這一階段，公司確定選擇的發展路徑，并制定數字化舉措的短期和長期實施路徑圖。

通過數字化轉型與落地的方法論，全球最大的金礦公司依據內部標準和科爾尼的基準對解決方案進行了嚴格的測試，精準地把握了潛力最大的數字化機遇。該公司對潛在解決方案進行了獨立與端到端的流程評估。確定了每個環節的初始數字化水平和目標數字化水平（從低到高，一直到全面數字化）。通過試行有吸引力的解決方案，管理層證明了數字化轉型的價值，并獲得了組織對變革的支 持。

該金礦的試點同時也開啟了一段文化旅程，鼓勵非數字原生代成為數字移民（數字原生代是指出生在數字化時代、能夠無縫使用數字化技術的人；數字移民是指出生在技術廣泛使用之前的時代，但是能夠適應新技術使用的人），為未來發展計劃奠定基礎。在大多數字化轉型項目中，這類文化轉型需要公司有預測和促進各職能轉變的意愿，有時甚至在文化轉型之前就有這樣的意識。促進文化轉型、邁向數字化未來和捕獲最大價值需要時間了解各種變化對資源、系統和人產生的影響，然后據此明確轉型的范圍和速度。

因為有文化上的大力支持和試點領域的經驗見解，這家全球金礦企業對不同礦山量身制定符合其獨特個性的數字化轉型路徑圖，并對各職能在三個階段的機會進行了排序。

有效的試點不僅僅是概念驗證。有效的試點可以產生切實的價值，為進一步投資開展更深入的轉型提供動力，為決定在礦山層面推廣還是總部集中推廣提供洞察參考。理想的方法具有規范性和高效性，可以實現規模經濟效應和范圍的平衡。機器學習對于全面推廣是理想的選擇，因為機器學習往往可以實現顯著的效益，且適應性比較廣泛。而進度優化模型則更適合礦山層面的推廣。

第三個階段，全面實施數字化解決方案。階段一制定的數字化轉型愿景和階段二制定的轉型路徑圖為階段三奠定了基礎。路徑圖應包括支持實施工作所需的要求以及試點的經驗總結。

數字化轉型的成功實施離不開完善的管控體系。礦山、區域和公司層面管理層和執行層需要有清晰的溝通和明確的決策權才能最大程度減少重復和錯誤信息。首席數據官和CEO之間的直線關系（在支持部門、資產管理部門和采礦部門中最關鍵的職能點上安排數據專家）有助于制定有理有據、以數據為導向的決策。

此外，清晰的運營模式也是數字化轉型成功實施的基礎，一般包括四個要素：組織范圍內轉型的行政問責制度，包括文化轉型；對非重復職能整合的明確責任；所有職能的能力和專業知識是可接近并且有針對性；用戶友好的系統，確保更廣泛的采用和接納。

實施數字化解決方案時，信息技術（IT）和操作技術（OT）必須統一，要有物理設備和數字設備通用的架構支持。這一中央系統為每個層面的網絡基礎設施提供支持，從設備（如車隊、無人機、運輸車）到礦山本身，實現設備的無縫信息共享。

礦山層面的運營洞察反饋給核心IT服務職能，確保它們對網絡和基礎設施的支持。與此同時，分析能力等信息化能力可以產生更廣泛的洞察，這些洞察可以為運營提供信息依據。一旦IT和OT統一，系統需求必須不斷協同工作。關于技術升級的決策需要考慮公司所有利益相關方的意見，而且取決于對架構的整體認識。

最初的數字成熟度評估將突出能力差距或缺陷。而一旦戰略機會確定，應選擇恰當的數字解決方案供應商合作。例如，某些專業的采礦管理解決方案等軟件為數字礦山整合了單一的真實數據來源，確保了不同職能和部門之間的一致性。通過將數據捕獲、標準化和整合到一個安全的系統中，不同的部門可以共享相同的信息，以提高決策。由于字化技術變化速度較快，這些合作伙伴結合先進的礦山軟件解決方案，對新數字化生態系發展與技術的掌握能力至關重要。