Objektív, azaz nem a munkavállalók által végzett adatgyűjtés nélkül gyárthatunk ugyan elméleteket, optimális esetben azonban ezeket az elméleteket nem ilyen, bizonyos szubjektivitást hordozó információkra, hanem tényadatokra lehet alapozni. Az egyik legnagyobb probléma az, hogy amit nem mérünk, azon nem tudunk javítani, és amiről nem tudunk automatikusan adatokat gyűjteni, amit nem tudunk digitalizálni, azt nem tudjuk hatékonyan mérni. Üzemiintelligencia-megoldásokkal a tüneti kezelés helyett a vállalatok „betegségeinek” (például veszteség, variancia) okait tudjuk beazonosítani, így a hatékonyságot hosszú távon vagyunk képesek növelni.
Az üzemi intelligencia, avagy a tökéletes működés (operational excellence) egyre divatosabb kifejezés az olyan iparágak esetében, amelyekre a magasan automatizált rendszerek a jellemzők. Ilyen például a gyógyszergyártás vagy az autóipari beszállítók, de a sor még hosszan folytatható. Az üzemi intelligencia ma versenyelőnyt jelent, alkalmazói képesek a termelékenységet növelni, miközben a külső gazdasági és politikai adottságokhoz, az egyre szigorodó előírásokhoz és követelményekhez, valamint a mind komplexebbé váló termékekhez és termelési folyamatokhoz igazodnak.
Az üzemi intelligencia alapja az adatokból tudás filozófiája, amelynek követése a korszerű ipari szoftveres megoldások segítségével ma már egyre több vállalatnál tapasztalható. De mi a helyzet a manuális munkafolyamatokkal? Az úgynevezett work process management a manuális munkafolyamatok digitalizálása által ad a termelésről még több információt és segít a termelés optimalizálását egy magasabb szintre helyezni.
Adatokból tudás
Az üzemi intelligencia alapja, hogy az összegyűjtött adatok alapján hozzuk meg döntéseinket. Ahogy Sherlock Holmes „szülőatyja”, Sir Arthur Conan Doyle is megállapította: alapvető hiba egy elmélet felállítása, mielőtt adataink lennének. A képtelenségek akkor kezdődnek, amikor az elméletekhez igazítjuk a tényeket, nem a tényekre alapozunk elméleteket. Ha vannak adataink, és azokat strukturált, áttekinthető riportok formájában meg tudjuk jeleníteni, akkor a kapott információ alapján meghozhatjuk a döntést a szükséges lépésekről annak érdekében, hogy a termelés hatékonyságán tudjunk javítani.
Ahogy az ábrán is látható, ha bekövetkezik egy hiba, annak lehetnek különböző jelei. A bekövetkezése után kielemezzük, hogy mikor, hol és miért történt ez a hiba, majd ezek alapján hozunk egy döntést, hogy kinek és hogyan kell ezt korrigálnia (disztribúció), majd az akció eredményeképpen – remélhetőleg – a várt pozitív hatásokat kapjuk. A mai korszerű szoftveres megoldások (SCADA, MES stb.) segítségével már automatikusan tudjuk gyűjteni az adatokat, és az automatikus elemzés, az előre kialakított riportfelületek, valamint a célzott riasztások segítségével jelentősen le tudjuk rövidíteni az elemzés és a disztribúció folyamatát.
A legfontosabb, és egyben mindennek az alapja, hogy legyenek jól használható, automatikusan, valós időben rögzített adataink. De mi a helyzet a manuális munkafolyamatokkal? A legtöbbünknek már ismerős a workflow, többek között a reptéren használt kioszkok vagy az ATM automaták révén, ahol e rendszerek által a felhasználó döntéseket hozhat akkor is, ha nincs senki a segítségére. A business process management ma már a pénzügyi szférában is igen elterjedt, azonban ipari párját, a work process managementet még csak most kezdik el használni az ipari munkafolyamatokra. Naponta manuális munkafolyamatok százával szembesülünk, legyen az egy alarmkorrekció, egy mintavételi eljárás, egy mérési és adagolási feladat vagy bármilyen más standard folyamat (SOP).
Legyen minden operátor szakértő!
A folyamatok szabványosítása nem új keletű dolog, hiszen bármilyen kiváló is az operátorunk, előfordulhat, hogy néha nem elég a legjobb teljesítmény: az operátornak először tudnia kell, hogy mit is kell tennie, és ezután kell a legjobbját nyújtani.
Standard folyamatokkal nap mint nap találkozunk, egy szoftveres work process management rendszernek pedig óriási előnyei vannak a manuális adatgyűjtéshez képest: az operátorok monitoron látják az elvégzendő lépéseket, és a rendszer csak akkor engedi tovább őket a következő lépésre, ha már az előzőt elvégezték, ebből adódóan kevesebbet tudnak hibázni; lehetőség van a PLC-ből, SCADA rendszerből érkező információk automatikus kezelésére a manuális adatokkal egyidejűleg, egy ablakban; az adatok azonnal, időbélyeggel megjelennek az adatbázisban; az adatok alapján valós idejű riportokat lehet generálni, így az operátorok objektíven (objektívebben) értékelhetők és könnyebben motiválhatók.
Ha tehát vannak jól használható adataink, akkor számtalan lehetőségünk van az üzemi intelligencia elérésére, így a folyamataink karcsúsítására (értékfolyamat meghatározása és az áramlás fejlesztése), valamint a six sigma szerinti DMAIC metodológia 2. és 3. lépésének (mérés és elemzés) hatékony elvégzésére. A work process management megoldások betöltik azt az űrt, ami eddig a nem hatékonyan gyűjthető és elemezhető adatok hiánya miatt keletkezett, így számtalan hasznos tulajdonságot kínálnak széles körben, a gyártóvállalatoktól az infrastruktúrában dolgozókon és rendszerintegrátorokon keresztül egészen a tanácsadó cégekig.
