流程管理时代的EAM（企业资产管理系统）或MRO（维护、维修、运行），某一些程度上是静态的、被动的、黑箱式的。设备管理部门不仅头疼于检修保养排期，还有设备资产各种数据与业财部门的同步（支撑），这是一种折磨。当然，对突发设备故障的担心一直存在。

  业界曾提出预测性维护已成为工业互联网的杀手级应用，不是没有道理。事后维修或计划停机变为了精准的预测性维护，意外减少了，稼动率与OEE（设备综合效率）随之提升，企业主暗自高兴，设备部门是不是不需要那么多人了？

  设备（工艺）及备品备件是工业公司最重要的资产之一这其实是个成本核算的管理视角。简单的逻辑是，工业公司资产管理就是以设备为中心的融入管理理念和技术，实现管理规范化的一系列活动。该活动以设备工单的创建、审批、执行、关闭为主线，涉及设备基础信息、运作时的状态、工单管理、维护维修、巡检点检、作业计划、安全管理等各个方面。

  工单内容不同，流程有长有短。资产（设备）密集型企业，上述业务流将变得频繁而复杂。若企业重硬轻软，这些密集资产的管理很可能是一本乱账。信息化时代的EAM系统虽然为企业建立起工单流程，但设备正常运行数据不全以及客观存在的信息孤岛，使系统只是起到流程管理的作用。

  家底不清、状态不明、账实不符、统计耗时、数据不准等，这是资产管理的普遍现状。而在“生产第一，不坏不修，用坏为止”思维下，设备管理的困惑可能更多：设备履历、设备真实状态、计划执行、成本考核等。看起来都正常，一较真都是窟窿。

  例如预测性维护，通过安装新的传感器等对设备做智能化改造，以及封装算法模型、数据分析、设备预警、故障预测等应用，打通各项接口协议，连接不同的管理系统，以此来实现设备正常运行状态监测、预测和判别并做出辅助决策，在设备故障发生前提前预警并提供处理解决措施。提升了设备使用价值，实现资产的保值增值。

  数字化管理是工业互联网6大新模式之一，这就包括了企业资产管理。有人说智能化制造是王道，但设备管理是王道的守护者。企业的核心需求是：生产类设备要安全可靠运行；维修维护要全过程管理，还要降低维护成本。如果是“工业4.0的设备，工业2.0的管理”，恐怕精益管理只是空话。

  因此形成一个以设备管理为中心、涵盖整个资产管理流程、贯穿各类设备数据流的资产管理的闭环，对资产密集型工业公司来说已经很紧迫。而设备上云、资产管理上云，技术和方案已经走向成熟。此处，以用友BIP资产云包含的资产业务中台、资产数据赋能和服务对接三个部分，对资产管理进行解构。

  资产数据赋能：包括资产战略绩效、预防性维护、知识资产、规则模型。其中，预测性维护耳熟能详应用成熟；知识资产属于设备管理知识的沉淀；而规则模型则基于在产品内部设定各种预警模型，包括故障诊断模型、设备正常运行有效性模型等，这是另一个沉淀。

  服务对接：即与别的业务领域，如财务、税务、采购、供应链、生产制造、固定资产、总账、应收应付的融合。用友资产云已与GIS服务、地图服务、三维模型服务、AI服务、工业PDA、AIoT等软硬件厂家进行了各类生态合作，功能融入融通。这有助于形成一个以设备管理为中心的更大的生态闭环，这一点其实很重要，因为单点应用的降本增效提质始终有限。

  在设备管理角度上，加持IoT能力，助力公司实现设备的运行安全，降低设备故障发生率，沉淀维修的知识。系统把企业的最佳实践和设备维修知识通过模型和算法让设备会说话，准确预测设备问题，诊断问题根源，帮企业从故障性维修向预防性维修转变。

  2022年5月，国务院办公厅《关于进一步盘活存量资产扩大有效投资的意见》。2021年9月，应急管理部发布《工业互联网+危化安全生产》，强调搭建智能巡检、特殊作业、人员定位等系统，并发挥当前移动化、智能化技术的优势，服务企业管理提升，减少企业安全事故发生。