NAIWNA INTERPRETACJA PRODUKCJI

W całej tej idealistycznej opowieści mityczna fabryka przyszłości działa niemal samodzielnie: maszyny rozmawiają z systemami, algorytmy znajdują odpowiedzi, zanim człowiek w ogóle zdąży zadać pytanie, a każda decyzja opiera się na danych. Brzmi to naprawdę imponująco. Problem jednak w tym, że rzeczywistość wielu zakładów produkcyjnych nadal nie jest aż tak kolorowa. Dane bywają niepełne lub rozproszone między różnymi systemami, arkuszami kalkulacyjnymi i wiedzą pracowników, procesy przez lata obrastają obejściami oraz wyjątkami, a rzeczywiste informacje produkcyjne nie zawsze odpowiadają temu, co widzi system.

W pracy z przedsiębiorstwami polskimi i skandynawskimi wielokrotnie obserwowałem, że największa różnica nie wynika wcale z dostępu do technologii, ale ze sposobu myślenia o procesach, standardach i odpowiedzialności za dane.

Być może więc przed kolejnym pytaniem typu: „Jak wykorzystać sztuczną inteligencję w produkcji?”, „Jak wdrożyć sztuczną inteligencję w fabryce?” albo „Czy sztuczna inteligencja poprawi jakość i obniży koszty produkcji?”, warto zadać inne, znacznie mniej efektowne, ale jednocześnie bardziej podstawowe pytanie: „Czy nasze procesy i dane są w ogóle gotowe na sztuczną inteligencję i dalszą cyfryzację?”

Pytań dotyczących tego, co sztuczna inteligencja może zrobić dla przemysłu, zadano już wystarczająco. Czas więc zastanowić się nad tym, czego przemysł musi jeszcze dokonać sam, aby rzeczywiście być gotowym na sztuczną inteligencję.

Sporym zagrożeniem związanym z rosnącą popularnością sztucznej inteligencji jest odwrócenie kolejności pytań. Zamiast zastanowić się, jaki problem dana firma produkcyjna chciałaby rozwiązać, coraz częściej punktem wyjścia i impulsem do działania jest jedno pytanie: „Gdzie i jak wykorzystać sztuczną inteligencję?” Tymczasem żaden zakład produkcyjny nie potrzebuje sztucznej inteligencji dla samej sztucznej inteligencji.

Przedsiębiorstwa produkcyjne potrzebują za to krótszego czasu realizacji, większej terminowości dostaw, niższego poziomu zapasów, lepszego wykorzystania zasobów, dokładniejszych kalkulacji czy szybszej reakcji na odchylenia. Właśnie takiego podejścia nauczyło mnie również doświadczenie skandynawskie: technologia powinna odpowiadać na konkretną potrzebę biznesową, a nie odwrotnie. Najpierw problem, następnie proces, a dopiero na końcu narzędzie. A więc tylko wtedy, gdy taki problem lub grupa problemów zostaną właściwie zdefiniowane, można odpowiedzieć na pytanie o to, czy rozwiązaniem jest sztuczna inteligencja. Być może wystarczy lepiej wykorzystać narzędzia, którymi firma dysponuje lub powinna dysponować, zanim w ogóle przekroczy próg sztucznej inteligencji.

I właśnie tutaj należy spojrzeć na decydującą rolę systemu ERP. W wielu przedsiębiorstwach droga do inteligentniejszej produkcji nie musi zaczynać się od wdrożenia kolejnej nowej technologii, lecz od pełniejszego wykorzystania systemu ERP albo wręcz rozpoczęcia wykorzystania jego potencjału. Współczesny system przeznaczony dla przemysłu produkcyjnego, taki jak Monitor ERP, wspiera planowanie materiałowe i produkcyjne, sygnalizuje niedobory, monitoruje terminy, analizuje rzeczywiste koszty zleceń czy dostarczać informacji o obciążeniu zasobów. Pełni przy tym jeszcze jedną, być może nawet ważniejszą funkcję – pozwala najpierw zobaczyć i zmierzyć problem. Warto przy tym uniknąć pułapki myślenia, że system ERP jest przeciwieństwem sztucznej inteligencji lub technologią poprzedniej generacji. Relacja jest zupełnie inna – komplementarna.

Po identyfikacji problemu naturalnym odruchem może być próba jego automatyzacji. Skoro na przykład planowanie zajmuje zbyt dużo czasu – niech zajmie się nim algorytm. Jeżeli pracownicy ręcznie analizują dostępność materiałów, niech zrobi to za nich sztuczna inteligencja. Gdy przygotowanie harmonogramu wymaga wielu godzin pracy, pozwólmy sztucznej inteligencji stworzyć go automatycznie. Jest jednak jedno podstawowe „ale”. Automatyzacja nie naprawi procesu. Zautomatyzuje jedynie sposób, w jaki proces przebiega dzisiaj – razem ze wszystkimi jego niedoskonałościami. Czy będzie szybciej? Być może. Czy będzie optymalnie? Niekoniecznie. Powiedziałbym nawet mocniej: jeżeli dostarczymy technologii chaos, możemy w rezultacie otrzymać jedynie znacznie szybciej przetwarzany chaos.

W przedsiębiorstwach produkcyjnych procesy rzadko powstają od zera według jednego, przemyślanego modelu. Częściej ewoluują przez lata i dzięki zaangażowaniu pracowników po prostu jakoś działają. Kiedy pojawia się nowy klient, jest wprowadzany wyjątek. Gdy powstaje nowy dział, jest dokładana kolejna procedura. Jeśli system czegoś nie obsługuje – albo pracownicy nie wiedzą, że obsługuje – tworzony jest kolejny arkusz kalkulacyjny. A po kilku latach nikt już do końca nie pamięta, dlaczego dana czynność wykonywana jest właśnie w taki sposób. Wiadomo jedynie tyle, że: „u nas zawsze tak było”. Po ponad trzydziestu latach zarządzania uważam je za jedno z najgroźniejszych zdań, jakie mogą paść w organizacji. Nie dlatego, że każdy stary proces jest zły. Lecz dlatego, że bardzo łatwo przestajemy pytać, czy nadal ma sens.

Tutaj szczególnego znaczenia ponownie nabiera system ERP. Dobrze wykorzystany, nie powinien być jedynie cyfrowym odzwierciedleniem wszystkich przyzwyczajeń przedsiębiorstwa. Musi być również narzędziem do porządkowania i standaryzowania sposobów pracy. W tym wypadku dobrze sprawdza się filozofia przyjęta przez Monitor ERP – punktem wyjścia systemu standardowego jest bowiem założenie, że choć przedsiębiorstwa produkcyjne różnią się produktami, technologią czy modelem biznesowym, wiele podstawowych wyzwań związanych z planowaniem, zakupami, materiałami, magazynem, produkcją czy kalkulacją kosztów jest wspólnych. Nie każdy proces musi więc być projektowany od początku dla każdego przedsiębiorstwa. Można bowiem bardzo łatwo utknąć w pułapce niekończących się kosztownych adaptacji i dostosowań.

Z doświadczenia skandynawskiego wyniosłem bardzo praktyczną zasadę: najpierw warto zrozumieć standard i zastanowić się, dlaczego działa właśnie w taki sposób, a dopiero potem decydować, czy rzeczywiście trzeba go zmieniać. Czasami większą wartość daje korzystanie ze sprawdzonych sposobów pracy i dostosowanie ich poprzez konfigurację niż tworzenie kolejnej indywidualnej modyfikacji.

„A u nas to jest inaczej” – to zdanie prawdopodobnie pada podczas niejednego wdrożenia systemu ERP. I trudno się temu dziwić. Każde przedsiębiorstwo ma własną historię, park maszynowy, produkty, technologie, klientów i know-how. Wyjątkowość przedsiębiorstw produkcyjnych jest niepodważalnym faktem. Pytania brzmią jednak: „Jak głęboko ta wyjątkowość naprawdę sięga? Czy musi być unikalny sposób tworzenia zamówienia zakupu? Czy każda firma potrzebuje własnej metody rejestrowania czasu operacji, obsługi zapotrzebowania materiałowego, przyjmowania towaru albo raportowania wykonanej produkcji? Czy odmienny sposób wykonywania tych czynności rzeczywiście buduje przewagę konkurencyjną? Czy jest raczej konsekwencją decyzji podejmowanych przez lata, ograniczeń poprzednich systemów oraz przyzwyczajeń użytkowników?”.

To jedna z różnic, które szczególnie wyraźnie widzę między polskim a skandynawskim podejściem do systemów. W Polsce stosunkowo często punktem wyjścia jest pytanie: „Jak dostosować system do tego, jak pracujemy obecnie?” W Skandynawii częściej spotykałem się z podejściem: „Pokażcie nam standardowy sposób pracy. Jeżeli został sprawdzony w wielu przedsiębiorstwach, zastanówmy się najpierw, czy możemy z niego skorzystać.”

Nie chodzi tutaj o ocenę jednego podejścia jako dobrego, a drugiego jako złego. Chodzi o gotowość do zakwestionowania własnych przyzwyczajeń. A to rozróżnienie staje się szczególnie wyraźne podczas wyboru i wdrażania systemu ERP. Naturalnym oczekiwaniem może być dopasowanie systemu do przedsiębiorstwa w każdym, nawet najdrobniejszym szczególe. Jeżeli dotychczas proces przebiegał w konkretnych krokach, nowy system powinien pozwalać wykonać je dokładnie w taki sam sposób. Jeżeli funkcjonowały określone arkusze, raporty czy nietypowa ścieżka akceptacji, oczekuje się ich odwzorowania. Łatwo jednak doprowadzić wtedy do sytuacji, w której nowoczesny system ERP staje się jedynie cyfrową kopią starych metod pracy. Jaką ma wtedy wartość dodaną?

Alternatywą jest system standardowy i związana z nim nieco inna filozofia wdrożenia. Standard nie stanowi próby stworzenia jednego sposobu działania dla każdej fabryki. Nie oznacza również przeciętności. Standardowy oznacza zgodny z przyjętymi normami, spełniający fundamentalne wymagania i wykorzystujący doświadczenia wielu przedsiębiorstw. Chodzi o rozwijanie wspólnego rozwiązania dla problemów, które – mimo różnic między zakładami – regularnie się powtarzają. Tam, gdzie potrzebna jest elastyczność, pozostaje przestrzeń na konfiguracje i integracje, a przedsiębiorstwa zyskują szybsze wdrożenie oraz możliwość uniknięcia części czasochłonnych i kosztownych adaptacji.

…główne wyzwanie, czyli źródło tej prawdy – a właściwie pytanie, czy wszyscy w przedsiębiorstwie podejmują decyzje na podstawie tych samych informacji. W teorii odpowiedź wydaje się oczywista. W praktyce jedna fabryka niekiedy funkcjonuje w kilku równoległych rzeczywistościach. System ERP pokazuje jedno, arkusz planisty drugie, magazyn dysponuje jeszcze inną informacją, a pracownik hali wie być może coś, czego nie odnotowano w żadnym systemie. Czasami nawet nie zapisano tego na kartce papieru.

Wyobraźmy sobie, że planowany czas operacji wynosi dokładnie pełną godzinę, ale wszyscy wiedzą, że potrzeba na nią półtorej godziny. Albo termin dostawy zapisano jako siedem dni, choć od jakiegoś czasu dostawca potrzebuje dziesięciu lub zlecenie widnieje jako rozpoczęte, mimo że maszyna od dwóch godzin stoi. System może więc być technicznie całkowicie poprawny, a jednocześnie przedstawiać obraz fabryki, który nie odpowiada rzeczywistości.  I tutaj pojawia się jeden z najważniejszych warunków wykorzystania sztucznej inteligencji. Sztuczna inteligencja nie rozstrzygnie za przedsiębiorstwo, która z kilku wersji rzeczywistości jest prawdziwa. Może jednak znacznie szybciej wyciągnąć wnioski na podstawie niewłaściwej wersji. Dlatego jakość danych nie jest wyłącznie problemem informatycznym. Jest przede wszystkim problemem zarządczym.

Dobrze wykorzystywany system ERP powinien być wspólnym źródłem wiedzy o przedsiębiorstwie – miejscem, w którym spotykają się informacje ze wszystkich działów. Nie dlatego, że wszystkie dane muszą fizycznie znajdować się w jednym programie. Dlatego, że organizacja potrzebuje jednej uzgodnionej wersji tego, co naprawdę się dzieje. Jeżeli przedsiębiorstwo posiada kilka różnych wersji prawdy, sztuczna inteligencja nie rozwiąże tego sporu. Może jedynie znacznie szybciej wyciągnąć niewłaściwe wnioski. Wartość systemu ERP nie wynika więc wyłącznie z liczby funkcji, które oferuje, ale także z relacji między informacjami i możliwości zapanowania nad produkcyjną prawdą.

Excelowskie możliwości są wręcz legendarne – istnieją nawet mistrzostwa świata w korzystaniu z tego programu. To jedno z najbardziej użytecznych narzędzi, jakie kiedykolwiek trafiło do firm, nie tylko produkcyjnych. Pozwala szybko przeanalizować dane, przygotować kalkulację, stworzyć zestawienie czy sprawdzić alternatywny scenariusz. Sam przez lata korzystałem i nadal korzystam z arkuszy kalkulacyjnych. Nie chodzi więc o walkę z Excelem. Poważne problemy zaczynają się wtedy, gdy bez arkuszy kalkulacyjnych nie jest się w stanie zarządzać produkcją. Kiedy opiera się na nich absolutnie wszystko.

W wielu przedsiębiorstwach produkcyjnych równolegle do systemu ERP funkcjonuje bowiem drugi, nieformalny system zarządzania. Składa się najczęściej z dziesiątek arkuszy kalkulacyjnych, lokalnych baz danych, wiadomości e-mail, notatek oraz plików tworzonych przez poszczególne działy. Każde z tych narzędzi może spełniać swoje zadanie i działać bardzo dobrze. Problem polega na tym, że wszystkie tworzą alternatywną rzeczywistość wobec systemu ERP, a wiedza w nich zawarta pozostaje często związana z konkretną osobą. To zresztą nie tylko problem technologiczny. Z perspektywy zarządzania oznacza to, że przedsiębiorstwo zaczyna być zależne od ludzi posiadających określone prywatne arkusze i wiedzę, zamiast od transparentnych procesów.

Chcąc w takiej sytuacji wdrożyć narzędzie sztucznej inteligencji, można stworzyć więcej problemów niż pożytku. Bo na której rzeczywistości, czyli na którym zbiorze danych, mają opierać się analizy? Po raz kolejny warto tutaj zwrócić uwagę na rolę systemu ERP. Nie musi on zastępować każdego narzędzia używanego w firmie, ale zdecydowanie powinien być centralnym źródłem danych i wymiaru biznesowego dla wszystkich kluczowych procesów. Im więcej działań odbywa się w jednym, spójnym środowisku, tym mniej informacji trzeba później odnajdywać, uzgadniać i interpretować. Zanim więc firma produkcyjna zacznie implementować, uczyć i wykorzystywać sztuczną inteligencję, musi sprawić, aby wiedza o przedsiębiorstwie była dostępna także poza głowami ludzi i nieformalnymi systemami. Wtedy ERP przestaje być miejscem, w którym jedynie rejestrujemy to, co już się wydarzyło, i staje się czymś znacznie ważniejszym – cyfrową podstawą bieżącego zarządzania fabryką.

Przez długie lata systemy ERP postrzegano przede wszystkim jako programy, w których rejestrowano rzeczywistość przedsiębiorstwa. Gdy klient składał zamówienie – trafiało ono do systemu. Gdy przyjęto materiał – aktualizowano stan magazynowy. Jeżeli zakończono operację – raportowano czas i wykonaną ilość. A wraz z zakończeniem produkcji można było policzyć jej rzeczywisty koszt. System ERP odpowiadał więc przede wszystkim na pytanie: co już wydarzyło się w firmie? W przedsiębiorstwach zmierzających w kierunku większej cyfryzacji, automatyzacji, optymalizacji i wykorzystania sztucznej inteligencji taka rola już nie wystarcza.

Dziś system ERP musi przestać funkcjonować wyłącznie jako zdigitalizowane archiwum przedsiębiorstwa. W coraz większym zakresie staje się jego cyfrowym układem nerwowym – odpowiada na pytania dotyczące nie tylko przeszłości, lecz również teraźniejszości i przyszłości. W wypadku produkcji ma to ogromne znaczenie, ponieważ pojedyncza informacja rzadko daje pełny obraz sytuacji. Wartość ERP opiera się nie tyle na samych danych, ile na ich zależnościach. Sprzedaż wpływa na planowanie. Planowanie na materiały. Materiały na zakupy. Zakupy na terminy. Produkcja na koszt. Koszt na rentowność.

Rozwój sztucznej inteligencji nie musi więc oznaczać zmniejszenia znaczenia systemu ERP. Wręcz przeciwnie. Im bardziej inteligentne mają być narzędzia otaczające produkcję, tym ważniejszy staje się fundament, z którego czerpią wiedzę o przedsiębiorstwie. Sztuczna inteligencja zapewne pomoże w znalezieniu odpowiedzi na wiele pytań i wesprze końcową optymalizację, ale to system ERP dostarcza ogromną część danych potrzebnych do zadania właściwego pytania i do sformułowania właściwej odpowiedzi.

System ERP jest w stanie bardzo dokładnie opisywać, co powinno wydarzyć się w fabryce. Dysponuje danymi o tym, jakie zlecenia należy wykonać, ile sztuk wyprodukować, jakich materiałów użyć, w której operacji znajduje się produkt i ile czasu powinna ona zająć. Hala produkcyjna odpowiada jednak na inne pytanie: „Co dzieje się naprawdę?” Może maszyna pracuje wolniej niż zakładano, operator czeka na materiał, przezbrojenie się przedłuża, a kilkanaście wyprodukowanych sztuk może nie przejść kontroli jakości.

I nic w tym dziwnego. Produkcja nigdy nie będzie idealnym modelem matematycznym. Wyzwanie pojawia się wtedy, gdy komunikacja między światem produkcji i systemu zależy przede wszystkim od człowieka. Im większe opóźnienie między faktycznym zdarzeniem a jego cyfrowym odzwierciedleniem, tym mniej aktualny obraz fabryki uzyskuje system. Dlatego kolejnym etapem cyfrowej podróży jest zmniejszenie dystansu między maszyną, operatorem a systemem ERP. Nie oznacza to jednak konieczności podłączenia każdego urządzenia tylko dlatego, że jest to technicznie możliwe. Tutaj ponownie bliska jest mi skandynawska zasada pragmatyzmu: nie zbierajmy większej liczby danych. Zbierajmy te dane, które rzeczywiście pomagają podejmować lepsze decyzje. Celem nie jest bowiem produkowanie informacji, lecz możliwie automatyczne pozyskiwanie tych, które mają znaczenie dla procesu biznesowego.

Na tym etapie z pomocą przychodzą także możliwości integracyjne systemu ERP – zarówno sprzętowe, z maszynami albo odczytem kodów, jak i programowe, z innymi systemami. Absolutnie nie chodzi przy tym o usunięcie ludzi z przepływu informacji. Pewne aspekty raportowania, wprowadzania danych i kontroli zawsze będą wymagały udziału człowieka. Najbardziej wartościowy obraz produkcji powstanie wtedy, gdy automatyczne dane z urządzeń i programów będą uzupełniane rzeczywisą wiedzą, którą posiada człowiek, oraz informacjami biznesowymi znajdującym się w ERP.

Zdaje się, że największym nieporozumieniem w obecnej dyskusji o sztucznej inteligencji w produkcji jest przekonanie, że stanowi ona początek transformacji i pomoże rozwiązać wszystkie wyzwania. Po ponad trzech dekadach doświadczeń w zarządzaniu i produkcji nie wierzę już w technologiczne drogi na skróty. Nie oznacza to sceptycyzmu wobec sztucznej inteligencji. Wręcz przeciwnie. Uważam, że będziemy świadkami jednej z najważniejszych zmian technologicznych ostatnich dekad. Ale jeśli spojrzymy na drogę, którą przedsiębiorstwa muszą przejść, aby naprawdę wykorzystać jej możliwości, sztuczna inteligencja znajduje się raczej na jej końcu niż na początku.

Aby dotrzeć do szczęśliwego zakończenia opowieści o sztucznej inteligencji, trzeba zacząć od początku. Od ustalenia, jaki problem chcemy rozwiązać. Od dokładnego przyjrzenia się procesom. Od określenia, które z nich rzeczywiście wymagają indywidualnego podejścia, a które można uprościć i ustandaryzować. Od zadania trudnego pytania: czy robimy coś inaczej dlatego, że daje nam to przewagę, czy tylko dlatego, że zawsze robiliśmy to właśnie w ten sposób? Uporządkowane procesy pozwalają konsekwentnie gromadzić wiarygodne dane. Te z kolei potrzebują miejsca, w którym otrzymują biznesowy wymiar. W przedsiębiorstwie produkcyjnym jest nim przede wszystkim system ERP.

Dlatego nawet w erze wszechobecnej sztucznej inteligencji znaczenie ERP wcale nie maleje. W niektórych wypadkach może znacznie wzrosnąć. Sztuczna inteligencja niezwykle skutecznie analizuje, przewiduje i podpowiada. Ale najpierw musi wiedzieć, jak naprawdę funkcjonuje przedsiębiorstwo. A wiedza ta wynika z prawidłowo powiązanych procesów i danych.

Można więc na koniec postawić dość mocną tezę: przedsiębiorstwo produkcyjne nie stanie się inteligentniejsze w momencie wdrożenia AI. Sztuczna inteligencja wykorzysta poziom cyfrowej i organizacyjnej dojrzałości, który firma zbudowała wcześniej. Jeżeli fundamentem będą nieaktualne dane, procesy pełne wyjątków i luk, osobne arkusze kalkulacyjne oraz systemy, które ze sobą nie współpracują, dodanie AI nie stworzy inteligentnej fabryki. Może stworzyć jedynie bardziej zaawansowany technologicznie sposób radzenia sobie ze starymi problemami.

I na tym właśnie polega tytułowa NAIWNA INTERPRETACJA PRODUKCJI. Naiwnością nie jest wiara w potencjał sztucznej inteligencji. Ten jest niezaprzeczalnie ogromny. Naiwnością byłoby przekonanie, że można pominąć wszystko, co znajduje się przed wdrożeniem AI, i jednym technologicznym skokiem znaleźć się w inteligentnej fabryce przyszłości. Nie uciekniemy od analizy problemów, uporządkowania procesów, standaryzacji, jakości danych, integracji i automatyzacji. Nie uciekniemy również od odpowiedzialności zarządu za to, jak przedsiębiorstwo jest zorganizowane. Technologia może nam niezwykle skutecznie pomagać. Ale nawet najbardziej inteligentna technologia nie zwalnia nas z budowania solidnych fundamentów. A w przedsiębiorstwie produkcyjnym jednym z najważniejszych z nich pozostaje właściwie wykorzystany system ERP.

Standardowy system ERP, stworzony z myślą o firmach produkcyjnych, ich potrzebach, wyzwaniach i charakterystyce.