Cienie i blaski cyfrowej metamorfozy

Jak się przygotować do cyfrowej transformacji? Przede wszystkim, co – wbrew pozorom – nie dla każdego jest oczywiste, trzeba określić cel tego przedsięwzięcia. Wiele firm decyduje się na wdrożenie technologii z niewłaściwych powodów: „są modne”, „tak radzą dział IT lub konsultanci”, „tak zrobiła konkurencja”. A przecież nawet najlepsza technologia jest bezużyteczna, jeśli użytkownicy nie wykorzystują jej potencjału.

– Podczas niedawnej konferencji Deloitte „Best Managed Companies 2023” uczestniczyłem w panelu dyskusyjnym, który przerodził się w debatę o tym, czym właściwie jest cyfrowa transformacja – mówi Maciej Żwirski, partner associate, Technology Vision & Architecture Lead w Deloitte Polska. – Doszliśmy do wniosku, że nie jest to wydarzenie, lecz proces. Co rzuca zupełnie nowe światło na to, jak firmy powinny się do niej przygotować. Nie mówimy o czymś, co trzeba „przetrwać”, żeby znaleźć się po drugiej stronie, ale o elemencie organizacyjnej kultury, a więc ciągłym doskonaleniu w sztuce wykorzystywania technologii do prowadzenia biznesu. Wyobraźmy sobie, że zakupiliśmy właśnie najnowocześniejszą na świecie linię produkcyjną. Wykorzystuje ona Internet rzeczy do monitorowania jakości, sama potrafi się przezbroić, daje pełną analitykę przebiegu produkcji, a procesy mogą być symulowane w cyfrowym bliźniaku. Podłączamy ją do naszych niemodernizowanych od dwóch dekad systemów MES i ERP. I oto właśnie staliśmy się właścicielami bardzo drogiego generatora zupełnie niezrozumiałych danych.

Dlatego planowanie transformacji należy zacząć od połączenia strategii biznesowej i technologicznej. I to jest chyba największa zmiana. Znika podział na biznes, OT i IT. W nowoczesnych firmach, szczególnie produkcyjnych, te trzy tradycyjne silosy muszą intensywnie ze sobą współpracować. Dopiero gdy wiadomo, jak chce się produkować, jak i komu sprzedawać, jak kontrolować i doskonalić, można przejść do realizacji transformacji cyfrowej. I dopiero w jej ramach pozyskiwać technologie.

Czym różni się przedsiębiorstwo produkcyjne przed transformacją i po niej? Przekształcenie zmienia diametralnie podejście do danych. W przemyśle 4.0 (niezależnie, jak identyfikuje się to pojęcie) dane są środkiem firmy. Nie procesy i – co ciekawe – nie zawsze produkty. To dane pozwalają określić, jakich produktów poszukują klienci i jak z nich korzystają. To one dostarczają informacji, jak optymalizować procesy produkcyjne i projekty produktów. To one w końcu pokazują, ile rzeczywiście firma zarabia.

Do pełnego wykorzystania danych potrzebna jest nowoczesna infrastruktura, nie jest ona jednak najistotniejszym elementem. Bardzo ważna jest właściwa architektura danych, która pozwala m.in. działom produkcji zrozumieć język działów sprzedaży. Jak istotne jest to zrozumienie, niech pokaże przykład firmy, w której raporty tych samych kosztów dwóch różnych działów różniły się nawet o 200 tysięcy złotych.

– Oczywiście nowy sposób prowadzenia biznesu i nowe technologie wymagają innych kompetencji – twierdzi Maciej Żwirski. – Nie chodzi wyłącznie o umiejętności technicznej obsługi maszyn czy oprogramowania. W momencie, w którym technologia staje się biznesem, a  biznes technologią, każdy pracownik musi rozumieć po części jedno i drugie. Co więcej, firmy coraz więcej inwestują w programy oddolnej innowacji. Coraz częściej „skrzynka na pomysły” przekształca się w programy oraz centra badań i rozwoju, gdzie eksperymentuje się z nowymi technologiami i ich zastosowaniem. Pracownik nie jest nagradzany premiami za pomysły, ale może stać się częścią ich wdrożenia. Wymaga to od menedżerów zupełnie innego podejścia do zarządzania zespołami. Kreatywne zespoły rządzą się przecież innymi prawami niż tradycyjne brygady produkcyjne. Czy zatem transformacja cyfrowa jest nieunikniona? Pewnie jeszcze przez wiele lat będą istniały firmy, które postanowią się z nią nie mierzyć. Jednak należy sobie zadać pytanie, czy nie będzie to podjęta nieświadomie decyzja o pozostaniu w tyle rynku.

– Jednym z najpopularniejszych obecnie scenariuszy transformacji cyfrowej przedsiębiorstw produkcyjnych jest wdrażanie systemów ERP w modelu chmurowym, na dodatek wyposażonych w algorytmy sztucznej inteligencji – przekonuje Paweł Seliga, odpowiedzialny w Oracle Polska za sprzedaż aplikacji chmurowych do sektora przemysłowego. – Gdy wszystkie dane firmy znajdują się w chmurze, są znacznie bardziej przejrzyste, a prawdopodobieństwo, że staną się pofragmentowane i niemożliwe do zarządzania, jest o wiele mniejsze. Taki autonomiczny system samodzielnie wprowadza aktualizacje i de facto jest w stanie sam się naprawić. Dba również o utrzymanie wysokiej jakości danych. Zwiększa to trafność i wartość prognoz formułowanych na ich podstawie. Aby wykorzystać elastyczność tego systemu, trzeba jednak poszukać rozwiązań, które pozwolą możliwie szybko go uruchomić. Zautomatyzowane podejście, które łączy zestaw autonomicznych aplikacji (m.in. do oceny stanu bieżącego i konfiguracji), zapewnia większą efektywność działania i szybkość migracji dzięki sprawniejszemu importowi danych. Wszystko to prowadzi do krótszych, bezpieczniejszych i bardziej udanych migracji, które generują niższe koszty.

Wprowadzenie prawdziwie inteligentnych systemów zwiększy możliwości techniczne przedsiębiorstw. Każde wdrożenie ma jednak dwie strony: twardą (technologiczną) i miękką (kulturową). Wdrożenie technologiczne jest często łatwiejsze w realizacji, prawdziwym wyzwaniem jest zaś wsparcie pracowników w nauce korzystania z nowych systemów. ERP połączony z technologią automatycznego uczenia się może zautomatyzować najbardziej newralgiczne zadania realizowane każdego dnia przez przedsiębiorstwo. Zmiany nie omijają nikogo, dlatego każdy – od najwyższego szczebla w firmowej hierarchii po linię produkcyjną – musi dostosować wprowadzone narzędzia i aplikacje wykorzystujące sztuczną inteligencję do swoich zadań.

Duże znaczenie dla powodzenia zmian kulturowych ma wyznaczenie oczekiwań. Pracowników należy uspokoić, że nie zostaną zastąpieni przez sztuczną inteligencję. Jednocześnie trzeba im uświadomić, że w celu odniesienia sukcesu będą musieli ramię w ramię pracować z nowymi technologiami, takimi jak przemysłowy Internet rzeczy, blockchain, sztuczna inteligencja i uczenie maszynowe. Szczególnie ważne będą dla pracowników szkolenia, ponieważ firmy będą częściej wdrażać technologie optymalizujące zarządzanie wydajnością przedsiębiorstwa, niż tworzyć własne narzędzia.

Migracja powinna być ukazywana jako szansa, a nie problem. Prawdziwa wartość sztucznej inteligencji tkwi we wspieraniu pracowników w stawaniu się liderami w ich firmach. Technologia ta pomaga im wydobywać sens z odseparowanych dotychczas firmowych zasobów danych i czerpać z nich rzeczywiste korzyści.

– Dzięki dostępowi do informacji pracownicy mogą łatwiej przewidywać szanse i podejmować lepsze decyzje o strategicznej wartości dla przedsiębiorstwa – uważa Paweł Seliga. – Największy sukces odniosą ci pracownicy, którzy nauczą się najlepiej wykorzystywać nowe technologie z korzyścią dla siebie samych i przedsiębiorstwa. Powodzenie projektu nie zależy jednak tylko od nich. Firmy mogą pomóc personelowi produkcyjnemu w dostosowywaniu się do zmian, wybierając rozwiązania wyposażone w intuicyjne narzędzia i nowoczesne interfejsy użytkownika. Menedżerowie produkcji z kolei mogą teraz liczyć na prostą obsługę, dobrze im znaną choćby z własnych smartfonów, wykorzystując takie technologie, jak rozpoznawanie głosu i wirtualny asystent usprawniający poruszanie się po systemie.

– Trudność w realizacji projektów cyfrowej transformacji z obszaru big data i przemysłowego Internetu rzeczy (IIoT) rośnie proporcjonalnie do ich skali i zakresu – twierdzi Paweł Pyda, CSM architect w IBM Global Markets. – A branża przemysłowa, ze względu na charakter prowadzonej działalności, należy do bardziej wymagających pod względem obsługi procesów. Ponadto w wielu firmach wciąż brakuje profesjonalnej wiedzy, jak wykorzystać big data i przemysłowy Internet rzeczy. Obawy wynikają ze złożoności rozwiązań, np. wielu alternatywnych narzędzi realizacji tych samych procesów. Cyfrowa transformacja z wykorzystaniem big data i IIoT wymaga także holistycznego spojrzenia na problem. Zagadnienie projektowania architektury jest bardzo pojemne i obejmuje takie kwestie, jak dobór sprzętu, narzędzi, analizę procesów czy zatrudnienie pracowników o odpowiednich kompetencjach.

Niepowodzenia w procesie cyfrowej transformacji biorą się niekiedy ze zbyt powierzchownej definicji celu. Brak szczegółowego opisu procesów biznesowych może generować bardzo wysokie koszty dodatkowe na etapie implementacji architektury big data. Powodem jest niewłaściwy dobór narzędzi IT czy zmiana procesów już realizowanych za pomocą tych narzędzi. Tymczasem podejmowaniu trafnych decyzji biznesowych sprzyja integracja danych z różnych obszarów, począwszy od kosztów pracy przez utrzymanie parku maszynowego i optymalizację zakupów po szeroko rozumianą logistykę.

Kolejnym wyzwaniem jest zapewnienie w firmie kompetencji z zakresu budowania architektury IT z elementami big data i przemysłowego Internetu rzeczy. Poza członkami zespołu ds. obsługi platformy analitycznej (BD analytics i IIoT) ważną rolę odgrywają użytkownicy biznesowi, np. administratorzy danych podstawowych czy analitycy biznesowi. Zarządzający menedżerowie powinni zadać sobie również pytania o stopień wykorzystania rozwiązań chmurowych oraz integracji z jej dostawcami, unikając pełnej zależności od jednej firmy. Wybór modelu architektury – klasycznego, chmurowego lub hybrydowego – powinien być poprzedzony analizą każdego z wariantów, ze wskazaniem mocnych i słabych stron rozwiązania.

Kolejny generujący wyzwania obszar związany jest z przechowywaniem dużych ilości danych. Wyborowi sprzętu i oprogramowania towarzyszy często dylemat, czy korzystać z rozwiązań komercyjnych, czy open source. W opcji komercyjnej ocenia się wysokość kosztów serwisu i usług doradczych, a w wypadku darmowego rozwiązania przyglądamy się kwalifikacjom pracowników. Rozproszona lokalizacja oddziałów firmy przemysłowej ma również istotny wpływ na budowę bądź modernizację infrastruktury cyfrowej, ponieważ w takich wypadkach niezawodność i bezpieczeństwo przesyłania danych mają strategiczne znaczenie.

Nie istnieje książkowa recepta na sukces wdrożenia, bo wszystko zależy od potrzeb i charakteru działalności przedsiębiorstwa produkcyjnego, w tym ilości i rodzaju elementów ICT. Architektura powinna obejmować wszystkie aspekty organizacyjne i procesowe. Błędem byłoby zatem koncentrowanie się wyłącznie na oprogramowaniu lub infrastrukturze. Mapowanie procesów powinno uwzględniać istniejącą architekturę cyfrową przedsiębiorstwa. Dopiero po zidentyfikowaniu procesów biznesowych, które obejmie zmiana, analizie zasobów ludzkich i procesów można przystąpić do projektowania nowej architektury i wprowadzania zmian w infrastrukturze, np. nowego sprzętu lub wdrożenia nowych systemów. Nowa architektura będzie oczywiście wymagać wprowadzenia zmian organizacyjnych.

– Transformacja cyfrowa w firmie Energa Operator była przeprowadzona w obszarze integracji procesów biznesowych związanych z ewidencją i dystrybucją energii elektrycznej – wyjaśnia Paweł Pyda. – W ramach projektu na nowej platformie uruchomiono część procesów integracyjnych, pozostawiając pozostałe na starej platformie. Podejście na zasadzie ewolucji, a nie rewolucji – czyli stopniowego przenoszenia poszczególnych usług na nową platformę – pozwoliło oswoić się z nową technologią, nabyć odpowiednich kompetencji, a w rezultacie zakończyć projekt z sukcesem. Pozostałe usługi będą uruchamiane na nowej platformie w kolejnych fazach.

– Gromadzenie danych może przebiegać na wiele sposobów, takich jak wykorzystanie skanerów, tabletów czy czujników, które pracownicy używają do potwierdzania wykonanych operacji – przypomina Adam Adamczyk, head of digital supply chain w firmie SAP CEE. – Całościowe podejście do tego procesu wymaga zrozumienia swoich celów strategicznych oraz procesów biznesowych i na tej podstawie określenia, jakie dane są potrzebne do ich osiągnięcia. W wypadku złożonych struktur firmowych konieczne jest uwzględnienie przenikania się procesów na różnych poziomach. Kluczem jest analizowanie wszystkich procesów, a nie tylko wybranych, ponieważ sposób gromadzenia danych to jedynie narzędzie osiągania celów.

Zanim organizacja podejmie wysiłki w zakresie budowania kompetencji pracowników, musi stworzyć atmosferę, w której nie obawiają się oni zmiany. Przeszkodą, którą trzeba przezwyciężyć, jest lęk przed utratą pracy na rzecz maszyn. Zaufanie i zaangażowanie pracowników są kluczowe w procesie budowania kompetencji zespołów. Menedżerowie produkcji powinni mieć wpływ na kształt zmiany, co pozwoli firmie zyskać wewnętrznych ambasadorów transformacji. Inwestowanie w szkolenia pracowników jest opłacalne, ponieważ obecna wiedza pozwala podejmować optymalne decyzje.

Jednym z najczęstszych błędów podczas transformacji jest traktowanie jej jako zamkniętego projektu. Tymczasem transformacja to ciągły proces, wymagający nieustannego aktualizowania wiedzy i elastycznego podejścia do zmian na rynku. Istotna jest współpraca z partnerem technologicznym, który dostrzega zależności między procesami i potrafi określić etapy transformacji. Dążenie do budowy pojedynczych jednostek projektowych zamiast całościowego podejścia może prowadzić do zawężenia zakresu transformacji. Aby uniknąć tych błędów, kluczowe jest wybranie kompetentnych pracowników, którzy rozumieją kierunek biznesowy zmiany i potrafią w pełni ją zaplanować.

Menedżerowie produkcji muszą być elastyczni i otwarci na nowe możliwości, jakie oferuje rynek. Stałe doskonalenie wiedzy jest niezbędne w dynamicznym środowisku technologicznym. Warto również zwracać uwagę na nowe technologie, które mogą jeszcze nie być powszechnie stosowane, ale mają ogromny potencjał.

– Dobrym przykładem jest Śnieżka, firma, która z powodzeniem przeprowadziła transformację cyfrową na skalę światową. Obejmowała ona nie tylko aspekty działalności usługowej, ale także detalicznej oraz zarządzania zaawansowanym magazynem. Kluczem do sukcesu była precyzyjnie przygotowana strategia, dzięki której współpracujący partnerzy, a także zespół SAP, mogli dokładnie dostosować rozwiązania do wyznaczonych celów. Z kolei Synthos, lider branży chemicznej, stanął przed wyzwaniem usprawnienia planowania produkcji. Wspólnie z pełnym inicjatywy zespołem pracowników z otwartymi na zmiany umysłami udało się wypracować unikalne metody harmonogramowania produkcji. Wspierani przez konsultantów SAP dostosowali rozwiązania do specyficznych wymagań swojej branży, uwzględniając wiele czynników ryzyka. To świetny przykład, jak zaangażowani pracownicy i odpowiednie narzędzia mogą przynieść znaczne usprawnienia w procesie transformacji – zwraca uwagę Adam Adamczyk.

Autor:

Mieczysław T. Starkowski