Výrobný priemysel pozostáva z práce, ktorú je ťažké zhrnúť do jedného typu úloh. Existuje plánovacia práca: plánovanie objednávok, zosúlaďovanie materiálových tokov, rozdeľovanie kapacity medzi stroje a zmeny. Existuje práca súvisiaca s kvalitou: inšpekcia, meranie, posudzovanie a dokumentovanie odchýlok. Existuje údržbárska práca: diagnostikovanie porúch, objednávanie súčiastok, plánovanie preventívnej údržby. A okolo toho všetkého existuje administratívna práca: certifikáty, následné kalkulácie, reportovanie zákazníkom a orgánom dohľadu.
Tieto druhy práce sa výrazne líšia v tom, ako predvídateľné sú. Plánovacia úloha s pevnými pravidlami a historickými dátami sa na automatizáciu hodí inak než posudzovanie zvaru, ktorý mierne presahuje normu, ale pravdepodobne je aj tak v poriadku. Toto posledné posúdenie závisí od skúseností, od kontextu, ktorý nie je zaznamenaný v žiadnom systéme, a od zodpovednosti, ktorú musí niekto vedieť niesť. Tento rozdiel do veľkej miery určuje, aká ambícia je realistická pre ktorú časť práce.
Rovnaké trojité rozdelenie prechádza celou prácou vo výrobnom priemysle. Časť práce môže prevziať AI: opakované kontroly na základe senzorových dát, zostavovanie štandardných reportov, rozpoznávanie známych vzorcov porúch. Časť ide sčasti, s človekom, ktorý schvaľuje alebo zamieta: posudzovanie kvality, kde algoritmus predloží návrh a operátor alebo pracovník kvality rozhodnutie potvrdí alebo opraví, s uvedením dôvodu. A časť zostáva prácou ľudí: riešenie poruchy, akú ešte nikto predtým nevidel, vyjednávanie s dodávateľom o odchylnej dodávke, prevzatie zodpovednosti pri bezpečnostnom incidente.
Čo dnes v jednej fabrike už spadá do prvej kategórie, je v inej fabrike ešte úplne v tretej. Tento rozdiel len zriedka spôsobuje samotná technológia. Spôsobuje ho to, či sú dáta k dispozícii, či senzory merajú správne veci, či zamestnanci systému natoľko dôverujú, aby na neho niečo prenechali, a či existuje niekto, kto smie výsledok schváliť bez toho, aby sa proces zastavil v očakávaní podpisu.
Vedenie, ktoré vyhlási „chceme kontrolu kvality riadenú AI“, tým zároveň vypovedá niečo o organizácii, ktorá to musí zvládnuť. Musí existovať niekto, kto posudzuje chybové hlásenia systému, nielen teoreticky, ale v bežnej zmenovej prevádzke. Musí byť jasné, kto smie zamietnutie systému prevrátiť a na akom základe. A musí byť voľná kapacita na nastavenie a údržbu systému, kapacita, ktorá je často už úplne obsadená bežiacou prácou.
Práve tu sa mnohé ambície vo výrobnom priemysle zaseknú: nie pri otázke, či to technológia dokáže, ale pri otázke, či organizácia už naplnila úlohu okolo nej. Kto rozhoduje, keď si systém nie je istý? Kto je zodpovedný, keď má zákazník sťažnosť na produkt, ktorý prešiel inšpekciou riadenou AI? Tieto otázky sa dotýkajú zodpovedností v rámci zamestnancov a pre rozhodnutia, ktoré z toho vyplývajú, platia vlastné zákonné požiadavky; toto posúdenie tu nie je predmetom.
Dve fabriky s porovnateľnými strojmi a porovnateľnými produktmi sa môžu výrazne líšiť v tom, čo AI skutočne prevezme z ich práce. Jedna roky zbierala a štruktúrovala senzorové dáta, druhá má tie isté senzory, ale dáta miznú v logoch, ktoré nikdy nikto nevyčistil. Jedna má tím kvality, ktorý má týždenne čas na posudzovanie odchýlok a doladenie systému, druhá má tento tím plne vyťažený bežnou výrobou. Ani jedno z toho nie je chybné, ale určuje to, koľko z ambície je dosiahnuteľné tento rok a koľko budúci.
Tieto rozdiely nie sú jedinečné pre výrobný priemysel. Rovnaké napätie medzi ambíciou a pripravenosťou sa objavuje aj v sektore dopravy, kde plánovanie a voľba trasy vyvolávajú porovnateľné otázky, a v odvetví podnikových služieb, kde dohľad nad výsledkami poradenstva zohráva podobnú úlohu ako kontrola kvality na výrobnej hale. Aj otázka, ako rozdeliť ambíciu na časti, ktoré organizácia dokáže v priebehu jedného roka skutočne zvládnuť, sa opakuje v každom odvetví a je samostatne rozobraná v úvode do fázovania ambície, ktorá je pre jeden rok príliš veľká.
Otázka, ktorá stojí za všetkými týmito príkladmi, nie je, či AI dokáže tento druh práce prevziať vo všeobecnosti. Je to, ktorú konkrétnu časť práce v tomto konkrétnom podniku je skutočne možné prevziať, vzhľadom na dáta, systémy a ľudí, ktorí sú tam teraz. Táto otázka sa zodpovedá za jednotlivé úlohy pomocou pracovného skenu od FTE TO AI, bez ohľadu na to, akú predstavu má o tom vedenie samo.
Ambícia sa stane použiteľnou až vtedy, keď je rozdelená na to, čo organizácia musí zvládať, a otestovaná voči tomu, čo už zvláda. Ako rýchlo dokáže organizácia v takýchto bodoch skutočne zmeniť, je otázka, ktorá stojí mimo samotnej ambície a je samostatne rozpracovaná v úvahe o skutočnom tempe zmien organizácií.
Ako prvý krok je k dispozícii bezplatná kontrola pripravenosti: osem krátkych otázok, jedna na dimenziu, ktoré poskytnú obraz o tom, kde je vaša organizácia najďalej a kde ešte najmenej. Kompletný test ambícií so štyrmi vrstvami od vízie po cieľový stav a s prevodom na roly a rozhodovacie právomoci sa pripravuje.
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.