Zpracovatelský průmysl se skládá z práce, kterou lze jen těžko shrnout do jednoho typu úkolu. Existuje plánovací práce: plánování zakázek, sladění materiálových toků, rozdělování kapacity mezi stroje a směny. Existuje práce spojená s kvalitou: kontrola, měření, posuzování odchylek a jejich dokumentace. Existuje údržbářská práce: diagnostika poruch, objednávání dílů, plánování preventivní údržby. A kolem toho všeho existuje administrativní práce: certifikáty, následná kalkulace, reportování zákazníkům a orgánům dohledu.
Tyto druhy práce se výrazně liší v tom, jak předvídatelné jsou. Plánovací úkol s pevnými pravidly a historickými daty se pro automatizaci hodí jinak než posuzování svaru, který se sice nachází těsně mimo normu, ale pravděpodobně je přesto v pořádku. Toto posledně jmenované posouzení závisí na zkušenosti, na kontextu, který se nenachází v žádném systému, a na odpovědnosti, kterou musí být někdo schopen nést. Tento rozdíl do značné míry určuje, jaká ambice je pro kterou část práce realistická.
Stejné trojí rozdělení prochází napříč veškerou prací ve zpracovatelském průmyslu. Část práce může převzít AI: opakující se kontroly na základě dat ze senzorů, sestavování standardních reportů, rozpoznávání známých vzorců poruch. Část probíhá částečně, s člověkem, který schvaluje nebo zamítá: posouzení kvality, při němž algoritmus učiní návrh a operátor nebo pracovník kvality rozhodnutí potvrdí či opraví, se zdůvodněním. A část zůstává lidskou prací: řešení poruchy, kterou nikdo dříve v této podobě neviděl, vyjednávání s dodavatelem o odchylné dodávce, převzetí odpovědnosti při bezpečnostním incidentu.
Co dnes v jedné továrně již spadá do první kategorie, se v jiné továrně stále plně nachází ve třetí. Tento rozdíl jen zřídka způsobuje samotná technologie. Způsobuje ho to, zda jsou data k dispozici, zda senzory měří ty správné věci, zda zaměstnanci systému důvěřují natolik, aby na něj něco přenechali, a zda existuje někdo, kdo smí výsledek schválit, aniž by proces uvázl v čekání na podpis.
Vedení, které říká „chceme AI řízenou kontrolu kvality“, tím zároveň říká něco o organizaci, která to musí být schopna unést. Musí existovat někdo, kdo posuzuje chybová hlášení systému, nejen teoreticky, ale v každodenním směnném provozu. Musí být jasné, kdo smí zamítnutí ze strany systému přehlasovat a na jakém základě. A musí být volná kapacita na zavedení a údržbu systému, kapacita, která je často už plně přidělena běžící práci.
Zde mnohé ambice ve zpracovatelském průmyslu uvíznou: ne na otázce, zda to technologie zvládne, ale na otázce, zda organizace už vyplnila roli kolem toho. Kdo rozhoduje, když si systém není jistý? Kdo je odpovědný, když zákazník podá stížnost na produkt, který prošel AI řízenou inspekcí? Tyto otázky se dotýkají odpovědností v rámci zaměstnanců, a pro rozhodnutí, která z nich vyplývají, platí vlastní zákonné požadavky; toto posouzení sem nepatří.
Dvě továrny s podobnými stroji a podobnými produkty se mohou výrazně lišit v tom, co AI ve skutečnosti z jejich práce převezme. Jedna léta shromažďovala a strukturovala data ze senzorů, druhá má stejné senzory, ale data mizí v protokolech, které nikdy nikdo nevyčistil. Jedna má tým kvality, který má týdně čas na posuzování odchylek a doladění systému, druhá má tento tým plně vytížený běžící výrobou. Ani jedno není chybou, ale určuje to, kolik z ambice je letos dosažitelné a kolik příští rok.
Tyto rozdíly nejsou jedinečné pro zpracovatelský průmysl. Stejné napětí mezi ambicí a připraveností se projevuje v odvětví dopravy, kde plánování a volba trasy vyvolávají podobné otázky, a v odvětví podnikových služeb, kde dohled nad výsledky poradenství hraje podobnou roli jako kontrola kvality na hale. Také otázka, jak rozdělit ambici na části, které organizace skutečně dokáže zvládnout za jeden rok, se opakuje v každém odvětví a je samostatně zpracována ve vysvětlení fázování ambice, která je na jeden rok příliš velká.
Otázka, která se skrývá pod všemi těmito příklady, nezní, zda AI dokáže tento druh práce obecně převzít. Jde o to, kterou konkrétní část práce v této konkrétní firmě lze skutečně převzít, vzhledem k datům, systémům a lidem, kteří jsou nyní k dispozici. Tato otázka se zodpovídá pro každý úkol pomocí pracovního skenu FTE TO AI, bez ohledu na to, jakou představu o tom má samotné vedení.
Ambice se stane použitelnou teprve tehdy, když je rozdělena na to, co organizace musí zvládnout, a otestována proti tomu, co už zvládá. Jak rychle dokáže organizace skutečně měnit tyto věci, je otázka nezávislá na samotné ambici a je samostatně rozpracována v úvaze o skutečném tempu změn organizací.
Jako první krok existuje bezplatná kontrola připravenosti: osm krátkých otázek, jedna na každou dimenzi, které poskytnou obraz o tom, kde je vaše organizace nejdál a kde ještě nejméně. Kompletní test ambice, se čtyřmi vrstvami od vize po cílový stav a s převodem na role a rozhodovací pravomoci, se připravuje.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.