Przesuwamy granice cyfrowych doświadczeń

Szymon Woźnica, Industrial Engineering Director, Sii Polska: Dokładnie, w ostatnich latach głównym impulsem do wzrostu gospodarki były niskie koszty pracy, obecnie sytuacja się zmieniła. Stawia to firmy przed nowymi wyzwaniami. Największym dla wielu firm produkcyjnych jest brak spójnej strategii cyfryzacji i digitalizacji. Większość zadań i inwestycji realizuje się jako pojedyncze projekty a nie element szerszej strategii i etap obranej drogi. Niewiele firm pochyliło się nad mapą obecnych kompetencji cyfrowych, jasno odpowiadając na pytanie, które obszary są w organizacji lepiej, a które gorzej scyfrowane i które wymagają inwestycji w pierwszej kolejności. Firmy produkcyjne naturalnie skupiają się zazwyczaj na samej produkcji i zysku. Oczywiście, śledzą tendencje technologiczne, ale brakuje im kompetencji do przekrojowego realizowania procesów inwestycyjnych. Bez szerokiej, realizowanej krok po kroku strategii zmiana trwa za długo, jest nieefektywna, utracana jest przewaga rynkowa a organizacja nie nadąża za firmami i rynkami, które są lepiej przygotowane do obecnego świata.

S.W.: Technologia nieustannie się zmienia, dlatego cyfryzacja jest długim procesem a nie pojedynczymi, punktowymi wdrożeniami, więc wciąż są to jednostkowe przypadki dużych przedsiębiorstw, które mogą być latarniami dla średniego i mniejszego przemysłu. Naturalnie dużym firmom – z uwagi na skalę – łatwiej jest powołać rozbudowane działy kompetencji. Co więcej, świadome firmy precyzyjnie określają, jaki jest oczekiwany rezultat cyfryzacji i inwestycji. Cyfryzacja bowiem to także, niestety, moda, więc często rozmiar tego końcowego efektu, ubranego w wielu firmach w liczby czy procenty, jest trudny do określenia. Z uwagi na to, kluczowym faktem jest jasne wskazanie lidera takiej zmiany, który w konsultacji z wszystkimi interesariuszami wyznaczy kierunek i nada priorytety, a także określi rzeczywistą przydatność danych narzędzi i technologii dla przedsiębiorstwa.

S.W.: Żyjemy w specyficznych czasach. Kiedyś rolą inżyniera czy konstruktora było wynalezienie narzędzia, w związku z konkretną potrzebą. Obecnie mamy technologie, narzędzia i zastanawiamy się, jak te rozwiązania optymalnie użyć. Świetnym przykładem jest Sztuczna inteligencja np. – dopiero wymyślamy business case, który następnie skutecznie zaadoptujemy do przemysłu. Mimo tej zmiany, technologia ma oczywiście swoje fazy życia zbieżne z fazami życia produktu, są one jednak bardziej dynamiczne. Dlatego inwestycji w technologie nie jest decyzją na dekady. W ostatnim czasie technologie przemijają szybciej niż produkty…

S.W.: Są produkty na rynku, których funkcja się nie zmienia, ale technologie, które te produkty wykorzystują do realizacji tych funkcji lub w samej produkcji i ich wytarzaniu, już tak. W związku ze wspomnianą dynamiką, śledzenie, bycie na bieżąco, świadomość ograniczeń lub skalowania oraz możliwości technologicznych są kluczowe przy podejmowaniu decyzji o inwestycji w najróżniejsze technologie.

S.W.: Z definicji jesteśmy przedsiębiorstwem kliento-centrycznym, funkcjonującym w świecie dynamicznych potrzeb klienta, na które szybko i elastycznie reagujemy. Z drugiej strony, to jak funkcjonują firmy produkto-centryczne, również uległo zmianie. W wielu aspektach zaczynają one przypominać organizacje kliento-centryczne, ponieważ firmy produktowe są coraz bardziej otwarte na sygnały rynku więc dopuszczają coraz więcej wariacji, modyfikacji czy personalizacji produktów. Granica jest coraz płynniejsza, a myślenie obu typów organizacji upodabnia się. To wpływa na planowanie, czas wdrażania produktów, ich wariantowość i tu wracamy do transformacji cyfrowej. To nie jest już wytwarzanie jednego produktu, nie oglądając się, co mamy za plecami, czego potrzebują klienci i co dzieje się na rynku. Potrzebna jest reakcja.

Wracając do pytania o Sii powiem przekornie, że jesteśmy firmą nie tylko kliento-centryczną, ale również technologiczno-centryczną, posiadającą centra kompetencyjne i obszary, w których się specjalizujemy. Staramy się odpowiadać na potrzeby klientów, wspierając ich w zakresie odpowiednich technologii. Ciekawym przykładem jest offering z obszaru inżynierii przemysłowej, który na przestrzeni kilkunastu ostatnich lat także ewaluował tak, by odpowiadać na kompleksowe potrzeby klientów. Obecnie obejmuje pełny cykl, począwszy od fazy projektowej produktu przez automatyzacje i uruchomienie maszyn, a skończywszy na digitalizacji fabryk.

S.W.: Planując inwestycje w technologie warto zadbać o szersze i obiektywne spojrzenie. Projektowe wdrożenie pojedynczego narzędzia często sprawia, że funkcje różnych systemów pokrywają się lub umyka nam fakt wymiany danych między systemami czy element ich spójności technologicznej. Dobrze więc zacząć od audytu mapującego, czym dysponujemy pod względem software’u, hardware’u i ograniczeń związanych z wymianą danych. Dobrym przykładem są tutaj maszyny. W wielu firmach produkcyjnych doświadczamy dobrze rozwiniętej specyfikacji automatyki i utrzymania ruchu, natomiast rzadziej widzimy, aby specyfikacja ta była równie dojrzała w wypadku komunikacji tych maszyn z systemami SCADA czy MES. To często „ziemia niczyja” – ani dział utrzymania ruchu ani dział IT, który zajmuje się systemami i danymi biznesowymi, nie traktują tego jako swój obowiązek. Dlatego potrzebny jest dobry partner – architekt transformacji, pomagający w stworzeniu ścieżki i proponujący kierunek zmian i przelanie go na propozycję konkretnych technologii i narzędzi.

Partner zewnętrzny gra rolę mentora kompetencji i towarzyszy we wdrożeniu, ale niedoceniana jest jego funkcja akceleratora decyzji. Transparentna analiza takiej transformacji sprawia, że łatwiej i szybciej jest podejmować trafniejsze decyzje o cyfryzacji i integracji swojego środowiska 4.0.

S.W.: Do wymienionych błędów czy deficytów dodam brak zaangażowania kadry operatorskiej. Inwestycje inicjuje wyższa warstwa menedżerska, przez co często monitoruje się wskaźniki efektywności, koncentrując się na przesyłaniu informacji w pionie – od produkcji do zarządu. Pomija się wymianę informacji w ramach poszczególnych warstw, np. dzielenie się wiedzą przez operatorów. To przekłada się na ich mniejsze zaangażowanie, nie widzą bowiem osobistej korzyści z wdrożenia. Szukajmy więc możliwości dzielenia się wiedzą, dobrymi praktykami i sugerowania rozwiązań, np. poprzez wpisywanie sugestii przez operatora. Musimy szukać sposobu digitalizacji posiadanych doświadczeń, gdyż obecna tendencja związana z zastosowaniem sztucznej inteligencji bardzo tych danych potrzebuje, aby pomagać nam w podejmowaniu decyzji oraz nadawać im właściwy kontekst.

S.W.: Czasy się zmieniły. Na większości technologicznych uczelni wracają do łask zajęcia artystyczne, stymulujące ludzką wyobraźnię. Temat inżynieryjny mocno ustandaryzowano w pewnych obszarach, co pomagało w działaniu, ale nie było bez wpływu na krzywą kreatywnego myślenia. Pamiętajmy, że sztuczna inteligencja jest obecnie w miejscu, w którym kontestowanie pewnych informacji, jak również tworzenie studium przypadków, jest na etapie rozwoju, dlatego w wielu wypadkach AI nie może działać samodzielnie. Ciągle ważnym ogniwem jest człowiek, ekspert, który na bazie danych podejmuje decyzję. Natomiast co do obszarów, które pan wymienił jako obsługiwanych przez sztuczną inteligencję, nie możemy mówić o przyszłości – to już się dzieje w ograniczonej skali, ale dzieje się. Jako Sii realizujemy projekty w branży e-commerce, prognozując popyt na produkty, co wpływa z kolei na planowanie produkcji i zamawianie komponentów. Niezmiernie istotne są do tego odpowiednie dane, dlatego z uwagi właśnie na ich jakość nie ma to masowej reprezentacji w przemyśle. Sztuczna inteligencja to narzędzie, które pomoże nam w analizie informacji zebranych z kilku baz danych czy systemów, np. WMS, MES czy APS, które inżynier czy menedżer musieli bez algorytmów analizować osobno – wspomaga więc podejmowanie decyzji, wyznaczanie strategii i obserwowanie tendencji.

S.W.: Jestem przekonany, że tak, jak każde narzędzie, które ma bezpośrednie przełożenie na efektywność pracy. Z punktu widzenia użytkownika, największym przełomem będzie odejście od standardowych dashboardów i klikania po kolejnych zakładkach na rzecz agenta AI, pomocnika, którego będziemy w stanie „spersonalizować” pod indywidualne potrzeby, aby zwracał nam uwagę na niepokojące tendencje – np. przychodzą do fabryki duże zamówienia, ale w magazynie brakuje nam niektórych komponentów z danej rodziny produktowej, itd.

S.W.: To pytanie czy przemysłowe modele sztucznej inteligencji będą na tyle uniwersalne. Myślę, że naturalnie powstaną obszary w których wsparcie AI stanie się standardem w każdej firmie, jak i obszary, które będą rozwijane indywidulanie w odniesieniu do potrzeb i specyfiki zakładu. Pamiętajmy także o koszcie rozwoju tego typu rozwiązań, który dla wielu firm będzie ograniczeniem.

S.W.: W Sii realizowaliśmy modele cyfrowych bliźniaków na różnych polach. W kontekście produktowym, technologicznym czy symulacji procesów w fabryce, łącznie z identyfikacją wąskich gardeł, nawet z analizą jak zachowałby się proces, gdybyśmy zmienili layout, zainwestowali w dodatkowe urządzenie, itd. Cyfrowy bliźniak to świetne narzędzie do podejmowania decyzji inwestycyjnych, gdzie mamy do czynienia z wieloma parametrami. Możliwości tej technologii są bardzo duże, ale wciąż jeszcze wymagają większej świadomości decydentów w świecie przemysłu.

S Z Y M O N   W O Ź N I C A

Industrial Engineering Director, Sii Polska

Doświadczony lider w obszarze inżynierii i rozwoju biznesu z ponad 13-letnim stażem w branży przemysłowej i technologicznej. Pełni funkcję Dyrektora Inżynierii w Sii Polska, gdzie odpowiada za rozwój usług inżynieryjnych oraz realizację projektów dla klientów z Polski i zagranicy. Jego główne obszary projektowe to automatyzacja i digitalizacja produkcji, a także wsparcie dla centrów R&D w rozwoju produktów. Wcześniej, jako Engineering Business Development Manager, skutecznie rozwijał współpracę z kluczowymi partnerami przemysłowymi, zarządzając projektami w branży automotive oraz rozwijając i implementując nowe produkty.