Gamybos pramonė nėra biuro aplinka su papildomomis staklėmis. Tai sektorius, kuriame vyraujantis yra fizinis procesas — žaliava, apdirbimas, gaminys — o skaitmeninės sistemos jį visada seka arba turi rūpintis, kad procesas nesustotų. Šis eiliškumas nulemia, ką AI branda čia reiškia. ERP sistema, MES, jutikliai ant staklių — jie egzistuoja tam, kad palaikytų fizinį procesą, o ne tam, kad funkcionuotų savarankiškai. Tai iš esmės kitaip nei verslo paslaugų sektoriuje, kur pats darbas jau yra skaitmeninis, o duomenys yra atskaitos taškas, ne išvestinis dalykas.
Toks sluoksniuotumas apsunkina brandos vertinimą. Gamybos įmonė gali turėti modernią planavimo programą ir vis tiek neturėti supratimo, ką iš tikrųjų daro staklės ceche, nes tie duomenys niekada nebuvo atskleisti. Ir atvirkščiai — įmonė su pasenusia programine įranga gali turėti puikų proceso vaizdą, nes ceche dirbantys žmonės metų metais tiksliai fiksuoja informaciją. Sistemų brandumas ir modernumas čia ne visada sutampa.
Septyniose dimensijose, kuriomis grindžiamas brandos vertinimas, gamybos pramonėje dažnai pastebimas konkretus modelis. IT infrastruktūra ir duomenų valdymas — dvi iš pagrindinių dimensijų — reguliariai atskleidžia didelį atotrūkį tarp gamybos ir biuro. Ceche veikia sistemos, sukurtos patikimumui ir veikimo laikui, ne duomenų bendrinimui. Biure veikia sistemos, kurios sukurtos mainams, tačiau ne visada susietos su tuo, kas vyksta gamykloje. Šie du pasauliai dažnai tam pačiam terminui vartoja skirtingus apibrėžimus, ir tai vyksta be to, kad kas nors tai įvardintų kaip problemą, kol AI projektas į tai neatsimuša.
Organizacinė dimensija turi savo modelį. Sprendimai dėl investicijų į gamybos procesus dažnai priklauso žmonėms su technine patirtimi, o sprendimai dėl duomenų strategijos priklauso kitiems. Kai šios dvi grupės retai susėda kartu, susidaro organizacija, kuri popieriuje atrodo pasirengusi AI, bet praktikoje vykdo dvi atskiras darbotvarkes. Tai skiriasi nuo švietimo sektoriaus, kur atotrūkis dažniau atsiranda tarp politikos ir specialisto kasdienės praktikos, ne tarp dviejų operacinių kolonų vienoje įmonėje.
Grafiko etapas — kuriame keli žmonės nepriklausomai vieni nuo kitų vertina septynias dimensijas — gamybos pramonėje dažnai atskleidžia ryškų kontrastą tarp gamybos vadovybės ir IT ar direkcijos lygmens. Gamybos vadovas kartais duomenų valdymo dimensiją įvertina aukštai, nes staklės tiksliai registruoja, kas vyksta. IT vadovas tą pačią dimensiją įvertina žemai, nes tie duomenys niekur nėra struktūrizuotai kaupiami ar atskleidžiami analizei. Abu pastebėjimai yra teisingi; jie tiesiog žiūri į skirtingą proceso dalį.
Toks išsiskyrimas yra funkcionalus, ne nepatogus. Jis parodo, kur organizacijoje trūksta bendro vaizdo, ir tai tiksliai ta informacija, kurios reikia prieš pridedant bet ką prie bandomojo projekto. Bandomasis projektas, veikiantis pagrindinėse dimensijose — organizacija, infrastruktūra, duomenys — nepastebėjus šio išsiskyrimo, rizikuoja įklimpti į problemą, kurios niekas neįvardijo, nes niekas neturėjo pilno vaizdo.
Kadangi vyraujantis yra fizinis procesas, gamybos pramonėje dažnai kyla pagunda AI iškart taikyti operacinei problemai: numatyti priežiūrą, tikrinti kokybę, optimizuoti planavimą. Tai matomos, patrauklios taikymo sritys priklausomose dimensijose. Bet ar jos veiks, priklauso nuo to, kas turi būti prieš tai užtikrinta: ar staklių duomenys užfiksuoti taip, kad būtų pakartotinai naudojami, ar yra kas nors, atsakingas už tų duomenų kokybę, ir ar organizacinė struktūra leidžia gamybai ir IT naudoti tuos pačius apibrėžimus. Be šio pagrindo bandomasis projektas išlieka izoliuotu eksperimentu, kad ir kokis geras būtų modelis.
Šis eiliškumas galioja ne vien čia. Transporto sektoriuje vyksta panaši įtampa tarp operacinių sistemų ir centralizuotų duomenų, o žemės ūkio sektoriuje fizinis procesas — augalas, gyvūnas, sezonas — taip pat vyrauja prieš tai, ką skaitmeninės sistemos gali registruoti ir paveikti. Gamybos pramonė nėra šios logikos išimtis, tačiau ji yra sektorius, kuriame praleisto pagrindo padariniai greitai tampa matomi ceche.
Brandos vertinimas nevertina fabriko ar sektoriaus; jis parodo vaizdą, susidedantį iš penkių lygmenų septyniose dimensijose, kurį užpildė keli žmonės iš pačios organizacijos. Šis vaizdas parodo, kur pagrindinės dimensijos jau yra stiprios, kur jų vis dar trūksta, ir kur įmonės viduje skiriasi nuomonės. Tai kitas pokalbis nei apie tai, ar bandomasis projektas įspūdingas; tai pokalbis apie tai, ar organizacija gali jį atlaikyti.
Kai jau tampa aišku, kur organizacija stovi dimensijose, kurios turi palaikyti AI, kyla kitas klausimas: kuri darbo dalis pati tinkama perduoti AI. Tai nėra tai, į ką atsako šis vertinimas. Tam skirtas FTE TO AI darbo skenavimas, kuris kiekvienai užduočiai apskaičiuoja, kokią jos dalį galima perduoti AI. Brandos vertinimas ir darbo skenavimas vienas kitą papildo: pirmasis parodo, ar pagrindas yra, antrasis parodo, kas, turint tą pagrindą, tame darbe pasikeičia. Sujungęs abu vaizdus, žmogus žino ne tik ar organizacija pasirengusi, bet ir kur pirmasis pokytis konkrečiai pasirodys.
hybridresourcing brandos vertinimas šiuo metu ruošiamas. Kas norėtų dalyvauti grafiko etape, kai jis bus pasiekiamas, gali užsiregistruoti į laukiančiųjų sąrašą.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.