laszlo.emese

Megalapozott döntéshozatal és vállalati folyamatok automatizálása adatokra támaszkodva? A jövő egyértelműen ebbe az irányba mutat, hiszen kevesebb értékesebb dolog van jelenleg a vállalkozások kezében, mint a hatékonyan feldolgozott adathalmazok. A különböző adatok nélkül ugyanis nemcsak a gépek, hanem az emberek és a gépek közötti kommunikáció sem menne végbe sikeresen. Na de hogyan érdemes a mesterséges intelligencia korszakában gyűjteni az információkat? Milyen lépések mentén javasolt haladni egy iparvállalatnak a technológiai újítások bevezetésében? Az alábbi cikkünkben most betekintést nyújtunk a vállalati folyamatok digitalizációjának szintjeibe. 

Egy iparvállalat tevékenységének digitalizálása lépésről lépésre

Létezik a gyártó vállalatok digitalizációjának egy klasszikus, három szintet megkülönböztető megközelítése. Az első szintet a vállalatirányítás szintjeként tartjuk számon, melynek folyamán a keresletet összehangoljuk a beszerzéssel, a gyártással és a kiszállítással. Így optimalizálhatjuk a nyersanyag költséget, vagy éppen a raktárkészletet – ez a klasszikus ERP szint. A második szint már a gyártás, vagyis a MES szint, ami a termeléstervezést és a gyártás végrehajtását foglalja magában. Itt történik a megrendelések gyártási tervekre való lebontása, mely elengedhetetlen a termelékenység maximalizálásához. Végül a harmadik szint a SCADA szint, ilyenkor már konkrét gépek működését szeretnénk mérni és optimalizálni, legyen szó akár energiafogyasztásról, gépleállásokról, illetve különböző problémák miatt kieső idők csökkentéséről. Ehhez a gépekből gyűjtünk adatokat, például a prediktív karbantartás esetében ennek köszönhetően tudjuk jelezni előre az üzemzavar bekövetkezését.  

Hol tartanak ebben a magyar iparvállalatok? 

Az iparban nagyon változatos, hogy hol tartanak az egyes szereplők. Előfordul, hogy vállalatirányítási szinten már nagyon fejlett megoldásokkal találkozunk, a gyártási tervezés azonban még mindig Excel-ben történik. 

Az is jellemző, hogy a berendezések összehangolt működése nem megoldott. Csakhogy egy példát említsünk, megesik, hogy egy-egy gyártó készülék csak a saját állapotáról tud szolgáltatni információt, de ezekhez az adatokhoz a gyártók vagy nem adnak hozzáférést, vagy olyan eltérő megközelítésű szoftverekről van szó, amiket nagyon nehéz hatékonyan összekapcsolni. Ez sokszor megakadályozza a gyártó vállalatokat, hogy összekapcsolják az adatokat, így azokat nem tudják felhasználni működésük jelentős mértékű fejlesztéséhez. 

Hogy lehet elkerülni a kudarcot? 

Ha nincs konkrét cél, amit egy vállalat el szeretne érni, akkor jó eséllyel elkerülhetetlen a kudarc. Épp ezért, a Stratis egyfajta tanácsadói szemléletmóddal próbálja vezetni az ügyfeleit a digitalizáció útján. Ennek értelmében az első lépéseket közösen tesszük meg és kitűzzük az elérni kívánt digitális mérföldköveket. A szakmai útmutatással, együtt kidolgozott digitalizációs fejlesztési tervre épülő projektek pedig már önállóan is jó eséllyel sikeresek lesznek. Azonban mivel egymásra épülő fejlesztési tervek halmazáról beszélünk, nem szabad az első pillanattól kezdve igazán áttörést adó eredményekre számítani, más szóval türelmesnek kell lenni. 

Továbbá azt is látni kell, hogy a digitalizáció sikere a munkatársak és a vezetők hozzáállásától is függ. Ugyanis, ha az érintett dolgozók félnek az új rendszer használatától, esetleg ragaszkodnak az úgynevezett „jól bevált” módszerek alkalmazásához és nem támogatják a változásokat, akkor a kudarc elkerülhetetlen lesz. Nem lehet tehát sok lépcsőt egyszerre megugrani, a bevezetett rendszernek igazodni kell a szervezet érettségi fokához is. 

Örökérvényű igazság, hogy bár egy projekt véget érhet, a vállalkozás fejlesztése sosem lesz készen, hiszen mindig van tér a fejlődésre. A Stratis azonban minden fázisban képes segítséget nyújtani, legyen az a digitalizáció alapjainak letétele, a teljesítmény befolyásoló üzleti folyamatok mérésének kidolgozása, vagy a munkavállalókban a mesterséges intelligenciával szembeni bizalom kiépítésének elősegítése. Forduljon hozzánk Ön is bizalommal, és lépjünk együtt a digitalizáció útjára!  

Több mint 60 célgéppel egyetemben a Stratis Kft is megmérette magát a 2022-es év Magyar Ipari Célgép Nagydíján. A Magyar Ipari Célgép Nagydíjat immáron második alkalommal szervezte meg a Gépipari Tudományos Egyesület (GTE) a Chemplex Kft-vel közösen. Ahogy a szervezők, úgy mi is hisszük, hogy a célgépek fejlesztése, gyártása és alkalmazása számtalan lehetőséggel és jelentős anyagi előnnyel, munkaidő- és munkaerő-megtakarítással, de párhuzamosan minőségjavítással is járhat. 

Nagy érdeklődés övezte pályamunkánkat annak ellenére is, hogy az első díjat kategóriánkban most nem sikerült elnyernünk.  

A pályamű célja és az általa kínált megoldás 

A bemutatott mesterséges intelligenciát segítségül hívó minőségellenőrző berendezésünk alapötletét egyik partnerünknél felmerült igény adta. Partnerünk kerámia-alkatrészek repedésvizsgálatát kívánta megoldani. Ezért fejlesztettük a Célgép Nagydíjon bemutatott berendezést. Miután meggyőződtünk arról, hogy a mesterséges intelligencia alapú gépi látás megközelítés alkalmas a partnerünk igényeinek megbízható kielégítésére, jelenleg a széria-berendezést tervezzük és gyártjuk. Célunk, hogy egyetlen berendezéssel műszakonként több minőségellenőr monoton és nagy odafigyelést igénylő munkáját tudjuk kiváltani úgy, hogy a hatékonyság növelése mellett az ellenőrzés minősége is javuljon. Egy ilyen megoldás megtérülése számításaink szerint 1-1,5 év. 

A gépi válogatás főbb előnye az emberi válogatással szemben: 

• megbízhatóbb, 
• gyorsabb, 
• rendelkezésre állása 7/24, 
• pontos statisztikát készít, 
• működtetése gazdaságosabb. 

A pályamunkaként bemutatott prototípus optikai minőségellenőrzést végez mesterséges intelligencia alkalmazásával. Célja, hogy ügyfeleink számára bemutassuk a mesterséges intelligencia alkalmazásának lehetőségeit és teszteket végezhessünk partnereink különböző alkatrészeivel. Amennyiben a tesztek eredménye pozitív (azaz a mesterséges intelligencia és gépi látás bíztató eredményeket mutat), úgy megtervezzük és legyártjuk az ügyfelünk egyedi igényeinek megfelelő széria-berendezést. 

A berendezés alkalmas arra, hogy ~10x10mm – 150x150mm méretű, legkülönbözőbb formájú és anyagú alkatrészeket vizsgáljon. (pl. műanyag, gumi, kerámia, bőr, fa, stb.) 

Forradalmi eljárás a minőségellenőrzésben 

Ennek a berendezésnek a különlegessége a mesterséges intelligencia (AI) alkalmazása: A termékek megfelelősége nem előzetesen ismert és programozott attribútumok alapján történik. A berendezést alkatrészek “feltanításával” (megfelelő majd hibás termékek fényképei alapján) tesszük alkalmassá, hogy megkülönböztesse a selejtet a megfelelő alkatrészektől. A tanítás annál pontosabb, minél nagyobb a tanítóhalmaz (minél több alkatrésszel tanítjuk fel a berendezést). Ezáltal a berendezés rugalmasan tanítható a megrendelő és a piac változó követelményeihez. (Partnerünk 150 különböző kerámia-alkatrész repedés-vizsgálatát végzi el egyetlen berendezésünkkel.) 

A célgép gépi tanulással sajátítja el az ügyfeleink minőségi követelményeit. Ehhez kellően nagy minta (~1000-5000 db) alapján “tanítjuk fel” az alkatrészek minőségi követelményeit. Ez úgy történik, hogy a berendezésen “tanuló üzemmódban” először kellő mennyiségű “jó” terméket futtatunk át, majd “nem megfelelő” minőségű alkatrészek átfuttatását végezzük. A mintaadatok számának növelésével a későbbi válogatás megbízhatósága javítható. 

A feltanítás után “válogató üzemmódban” a berendezés már képes eldönteni egy-egy alkatrész vizsgálata során, hogy az minőségileg megfelelő-e vagy nem. Tapasztalatunk alapján minden huszadik termék esetében az alkatrész a jó/rossz kategória határán mozog, ezeket az alkatrészeket utólagos vizsgálatnak célszerű alávetni. A tanuló-halmaz bővítésével a válogatás pontossága javítható, az “eldöntendő” alkatrészek aránya csökkenthető. 

A MI képes arra is, hogy felismerjen akár természetes anyagok (pl. bőr, fa, stb.) esetén is olyan mintázatokat, amelyek a megrendelő számára elfogadhatóak vagy éppen nem elfogadhatóak. Ezáltal a válogatás követelményei könnyen változtathatóak. Ráadásul a berendezés a működése során egyre pontosabban és magabiztosabban válogatja az alkatrészeket, így rövid idő alatt a legmegbízhatóbb és legolcsóbb minőségellenőrré válhat az üzembe. 

A folyamatbányászat segíti a vállalatokat a folyamatok optimalizálásához szükséges információk begyűjtésében és elemzésében. Az AIMultiple által végzett kutatás szerint a vállalkozások 83%-a nyilatkozott úgy, hogy a folyamatoptimalizálási technológiák bevezetését tervezi. A bevezetésére irányuló tervek ellenére az üzleti vezetők nem biztosak a folyamatbányászat előnyeiben, és nem tudják könnyen eldönteni, hol kezdjék el.

A következőkben egy esettanulmányon keresztül igyekszünk megvilágítani a folyamatbányászat korábbiakban kifejtett előnyeit.

Egy gyártó cég az IBM Process Mining megoldását vetette be abból a célból, hogy átláthatóvá tegye a beszerzési és fizetési folyamatát. A vállalat a projekt eredményeképpen betekintést nyert a nem megfelelő beszerzésekbe, a kintlévőségekbe, a kedvezményekből fakadó veszteségekbe és az automatizálási lehetőségekbe minden területen. A cég az eredmények alapján változtatásokat hajtott végre, ami optimalizáláshoz és költségcsökkentéshez vezetett.

Az elért eredmények:

• automatizálás a megrendeléstől a számlázásig
• 47%-kal csökkentette az átlagos számlaadminisztrációs időt
• a nem megfelelő beszerzések észlelése, beavatkozási képesség
• 6%-os csökkenés a megrendelések átlagos jóváhagyási idejében
• 9 % FTE megtakarítás az IT területen
• a szerződésektől való eltérések és a korai kifizetések csökkentése, 1 millió dollár cash flow-val javulás.

Legkézenfekvőbb üzleti előny, hogy a folyamatbányászati eszközök alkalmazásával megalapozott, adatvezérelt döntéseket hozhatunk.

• Megérthetjük a folyamatunk tényleges működését, beazonosíthatjuk a devianciákat és sztenderdizálhatjuk őket
• Mérhetővé tehetjük a folyamatainkat és dashboard-okon keresztül nyomon követhetjük a különböző KPI-kat (SLA, megoldási idő, határidők betartása, stb.)
• Objektív visszacsatolást kaphatunk egy-egy beavatkozás sikerességéről, a hatásáról a KPI-ainkra.

A folyamatbányászattal csökkenthetők a költségeink.

• Optimalizálhatjuk a humán erőforrás kihasználtságot a szűk keresztmetszetek és a kapacitás feleslegek beazonosításával.
• Feltárhatjuk a rejtett hiányosságokat és az automatizálásban rejlő lehetőségeket.
• Kiiktathatjuk a felesleges lépéseket melyek rontják a hatékonyságot.

Javíthatjuk az ügyfélélményt.

• Csökkenthetjük az átfutási időket, növelhetjük a válaszadás sebességét, végső soron növelhetjük az ügyfeleink elégedettségét.

Jobb SLA-k, megfelelőség (compliance).

• A folyamatbányászat lehetővé teszi a szervezet számára, hogy a leggyorsabb folyamati útvonalak alkalmazásával teljesítsék SLA-ikat
• Kiiktathatjuk a sztenderdeknek nem megfelelő folyamat variánsokat.

Mint a fenti példa is mutatja a folyamatbányászattal olyan rejtett tartalékok is mozgósíthatók, amelyek az adatok megfelelő elemzése nélkül nem kerülnének a felszínre.

 

Forrás: https://research.aimultiple.com/process-mining-benefits/

Vezetőként a vállalatunk folyamatos profitábilis működési feltételeinek biztosítása mellett, a cégérték stabil megtartásáért, folyamatos növeléséért vagyunk felelősek.

Mit tehetünk, ha a fő mutatószámok alapján az látszik, hogy vállalatunk profitabilitása romlik? Hogyan kezeljük, ha egy erősen változó vagy fejlődő piaci környezetben a vállalat pozíciójának megtartásához, illetve növeléséhez szükséges nagyobb beruházásokat – bővítéseket és fejlesztéseket – nem tudjuk megvalósítani?

A jó hír, hogy ilyenkor a versenyképesség megtartása, illetve növelése érdekében a rendelkezésre álló termelési környezetben rejlő tartalékok feltárására és kiaknázására még mindig van lehetőségünk. Folyamatosan végrehajtott kisebb célzott fejlesztésekkel, átalakításokkal az adott körülményekből – eszközeinkből, szervezeti struktúrából és személyi állományból, folyamatainkból – a kihozható legjobb teljesítményt közelíthetjük. Ennek stabil alapját a széles körben kiterjesztett digitalizáció adja. A digitalizált folyamatokban az adatgyűjtésre-elemzésre épülő, ciklikusan végrehajtott optimalizálással jelentősen javíthatjuk teljesítményünket. Az optimalizálás számos módon történhet egy vállalatnál. Megítélésünk szerint a fejlett mérési rendszerekkel és visszacsatolási folyamatokkal rendelkező cégek tudnak az optimalizálás terén is a leginkább eredményesek lenni és fenntartható, jól kontrollált fejlődést produkálni. Erre épül a Stratis megközelítése és a kínált megoldásaink is.

Nemzetközi felmérések alapján az látszik, hogy a digitalizációval és az IoT alapú megoldások alkalmazásával jelentős megtakarítások és gyártási kihozatal növekedések érhetőek el.

„A vállalatok a következő előnyöket könyvelhették el:

• 30-50%-os csökkenés a gépek leállási idejében,
• 15-30 %-os javulás a munkatermelékenységben
• 10-30 %-os áteresztőképesség-növekedés
• 10-20 %-os csökkenés a minőségi költségekben.

Az alább felsorolt, az egész értékláncban megjelenő áttörések olyan hatásokat eredményeznek, amelyek talán még fontosabbak, bár nehezebben mérhetők: nagyobb rugalmasság a vevői igények kielégítésére, gyorsabb piacra jutás és jobb integráció az ellátási láncon belül.”*

Ahhoz azonban, hogy valós képet tudjunk alkotni a vállalatunk működésében rejlő tartalékok mértékéről és reális célokat tűzzünk ki ezek felszabadítására, pontosan ismernünk szükséges a vállalati folyamatainkat, a fő teljesítmény indikátorok mögötti részleteket.

Ehhez  releváns, elegendően pontos és tényszerű információk szükségesek számunkra, amelyek „közvetlen mérés és adatgyűjtés + elemzés” eredményeként biztosíthatók. Az ilyen módon előállított információ a valós helyzetérzékelés alapvető feltétele, és egyben a beavatkozásokra irányuló döntések egyértelmű segítője. A hatékonyság javítására egy vállalatnak több területen is vannak lehetőségei, amiknek a megvalósításáról  költség-haszon elemzés, illetve az időbeli fontosság alapján dönteni szükséges. Az egyes szcenáriók összehasonlítását tényszerű adatokon alapuló információkból történő modellezéssel lehet kellően pontosan elvégezni a várható hatásosságuk megítéléséhez. Általában az optimalizálásra irányuló befektetések megtérülése nem látszik mindig olyan egyértelműen, mint a nagyobb beruházások esetében, így könnyebb helyzetben vagyunk ebben, ha a működési terület folyamatairól és környezetéről részletes adataink állnak rendelkezésünkre időben visszamenően is. Nagy számú paraméter mérése, nagy mennyiségű adat gyűjtése és tárolása ugyanakkor jelentős költségeket jelenthet. Ezért érdemes előre tervezve a vállalati folyamatainkban a „szükséges és elégséges elv” mentén kialakítani mérési és adatgyűjtési rendszerünket ahhoz, hogy egy-egy adott esetben a optimalizálás céljához kapcsolódó részletes elemzésekre és gyökér okok megértésére egyaránt lehetőséget kapjunk. Természetesen a működő környezetben már rendelkezésre álló mérési adatokat érdemes megfelelő mintavételezéssel széles körben is gyűjteni, mert ez adhat alapot a komplex összefüggések alapján a folyamatokban lévő újabb tartalékok felfedezésére és a benne rejlő hozadékok meghatározására.

Az általunk kínált megoldások az optimalizálást támogatják, legyen az információ alapú döntéstámogató rendszer, vagy adatvezérelt automatizálás. Mindkettő alapját a digitalizálásban való előrelépés adja. Ebben segítjük partnereinket.

A piaci versenyben az előny egyre inkább az információs „gazdagságban”, az információs vagyonunk megteremtésében és okos felhasználásában rejlik. Ha a beruházási, beavatkozási döntéseinket a piaci versenytásainkhoz képest lényegesen stabilabb információs alapokon tudjuk meghozni, és ezáltal tudatosan  a hatékonyság javítására, a „benchmark”-olható mutatóinkra, a cég eredményességére irányítjuk figyelmünket és költséggazdálkodásunkat, akkor ez önmagában jelentősen hozzájárulhat a versenyben való előre lépésünkhöz.

* Forrás: https://www.mckinsey.com/business-functions/operations/our-insights/preparing-for-the-next-normal-via-digital-manufacturings-scaling-potential?cid=other-soc-lkn-mip-mck-oth—&sid=3275113009&linkId=86471936”