4 klíčové kroky k efektivní automatizaci výroby
1) Centralizace dat je vstupenkou k automatizaci
Automatizace výroby vyžaduje ke správnému fungování kvalitní data. Pro přechod z manuálních procesů na automatizované a robotizované výrobní systémy a další prvky průmyslu 4.0 musíte vědět, co se v jednotlivých fázích výroby skutečně děje. Cílem je zlepšení OEE, tedy celkové efektivnosti zařízení. To ale vždy začíná u sebrání dat a jejich vyhodnocení.
Význam centralizace dat výrobního podniku můžeme přirovnat k digitalizaci státního aparátu. V České republice, ať přijde člověk kamkoliv, musí se znovu registrovat a logovat. V podstatě neexistuje provázání dat. Oproti tomu například Estonsko jde cestou jednoho ID, tedy přístupu "one place only", kde jsou klíčová data uložena na jednom místě, odkud si je jednotlivé systémy berou. Nejenom, že to zpřehledňuje administrativu řízení, ale klientská zkušenost je nesrovnatelná. Stejnou logiku lze použít i na výrobní podnik. Můžete mít mnoho zdrojů dat – MES, ERP, docházkový systém, CRM. A tyto systémy buď fungují odděleně a mezi jejich daty neexistuje žádná souvislost, nebo si můžou povídat, například přes API.
2) Zvolte ambasadora a dejte mu pravomoci
Trochu paradoxně, úspěch celé digitální transformace závisí nejvíce na lidech. Řada procesů totiž leží mimo očekávaný „grid“. Vaši zaměstnanci často data shromažďovali v podobě know-how a nikde je nesdíleli a neukládali. Tyhle všechny procesy je potřeba zachytit. Software se sám o sobě nenasadí a bez člověka, který bude mít data ve výrobě na starosti, to nepůjde. Automatizace by měla být oddělenou agendou, za kterou zodpovídá jeden člověk. Profilově to může být datový analytik, nebo alespoň někdo, kdo umí analyticky a datově přemýšlet. Měl by to být ambasador, který má dostatečný mandát, aby prosadil ve výrobě spoustu změn, úpravu procesů, metodiky sběru dat atd. Buď takový člověk ve výrobě už existuje a tuto agendu si přibere, nebo ho můžete zrekrutovat. Určitě by to měl být interní zaměstnanec, který je dennodenně ve výrobním procesu a dobře ho zná.
3) Vyberte nástroj, který zapadne do stávající technologické stáje
Ideální konečnou stanicí je centralizované datové centrum, kde zjistíte všechna data v dostatečné míře podrobnosti potřebné k informovanému řízení a dlouhodobému plánování. Vést firmu pouze s osamocenými neúplnými daty je jako řídit auto s páskou přes oko, nohou v sádře a jednou rukou za zády. Realita je často od ideálního stavu daleko, řadě firem chybí funkční využití propojení softwarů na úrovni výroby, plánování a ostatních klíčových oddělení.
Bylo by drahou chybou hledat „the one that rule them all“, tedy plně integrovaný všeobjímající systém, který dokáže proces transformace zaseknout na řadu dlouhých měsíců a bude velmi nákladný. Řešením může být zapojení modulárních MES systémů jako je třeba SoftLi, který dokáže poměrně jednoduše a v krátkém čase připojit jakýkoliv stroj a pracoviště nebo linku do centralizovaného on-line přehledu o výrobě. Ať vyberete jakýkoliv systém, měl by jednoduše komunikovat se stávající ERP, ideálně pomocí rest API.
4) Využijte správně data a vizualizujte výsledky
Data jsou skutečně cennou komoditou, jakmile se stanou využitelná. Z naší zkušenosti výrobní podniky těží už z procesu centralizace dat, i kdyby, s trochou nadsázky, měla být manuálně „naťukána“ do Excelu. To ale není udržitelná cesta, firmy získají maximální užitek, až když zefektivní a zautomatizují sběr informací a dat.
Většina již implementovaných systémů umí automaticky sebrat z výrobních pracovišť data, problém ale bývá duplicita a přepisování údajů na různých platformách, neschopnost ihned sdílet pořízená data nebo náročnost správy a údržby jednotlivých softwarů. Jakmile máte data z různých systémů pohromadě, existují nástroje, které můžete použít pro vizualizaci, např. Power BI nebo Tableau. Bez interpretace jsou to však stále jen data. Nad tím by měl být datový analytik, který vám s interpretací pomůže.
Cílem automatizace je zlepšení a zefektivnění chodu firmy a jednotný pohled na výrobní data. Úplný vhled je ale zpravidla potřeba na strategické úrovni managementu, boardu a marketingu. V praxi jsou pro různá oddělení jako finance, HR, účetnictví, vedení výroby a samotné výrobní jednotky důležité jiné sety informací. V téhle fázi musí datový analytik správně nastavit administraci systému, zvolit personalizace vlastních reportů a dashboardů a rozhodnout, jaké metriky sledovat.
Pro úspěšný proces automatizace již dávno není nutné pořizovat a vlastnit nákladný software a hardware. Odlehčením procesu například využitím SaaS, tedy Software as a Service, plně outsourcovaného procesu, dosáhnete požadovaných změn vedoucích k digitální transformaci za zlomek času i nákladů.
