Během posledních několika let se kolem Průmyslu 4.0 strhla místy až hysterie, která z něj na jednu stranu udělala něco jako spasitele pozitivní a udržitelné budoucnosti, na straně druhé vyvolala obavy a velkou nejistotu, co vlastně bude. Nejvíce exponovanými jsou v této situaci pochopitelně majitelé firem a manažeři, kteří musejí zachovat klid, racionálně vše zvážit a ideálně učinit správná rozhodnutí. Dosavadní výsledky a zkušenosti z implementace Průmyslu 4.0 do praxe jsou nejednoznačné a pocity z toho smíšené. Očekávání jsou velká, výsledky se ale dostavují pomalu, a to ještě ve formě, na kterou zatím nejsme zvyklí. Stará dobrá ROI-ka zde příliš nefunguje. Mezi podnikovými lídry ve výrobním sektoru stále nacházíme velkou nejistotu, jakou konkrétní implementaci Průmysl 4.0 skutečně vyžaduje právě od nich, a mnozí z nich stále váhají nad tím, kdy a jak začít. Naopak většina dodavatelů technologií se poměrně rychle vydala cestou úpravy svého portfolia směrem k Průmyslu 4.0. Současně ale roste také počet výrobců, kteří napnuli své síly směrem k exkluzivním aplikacím s vysokou přidanou hodnotou, které do ranku Průmyslu 4.0 nepochybně patří. Kvůli jistému zprofanování tohoto pojmu ale svá „řešení Průmyslu 4.0“ raději přejmenovali, aby se zbavili prvního pocitu rozčarování a současně zachovali prvky, které vytvářejí skutečnou hodnotu. Společnost McKinsey vytipovala pět pragmatických doporučení pro strategické pracovníky, jak z Průmyslu 4.0 získat hodnotu a zachovat se co možná nejracionálněji. Tato doporučení pochopitelně nejsou univerzální, ale opírají se o zkušenosti nejúspěšnějších výrobců světa. Méně je někdy více Soustřeďte úsilí pouze na omezený počet aplikací. Průmysl 4.0 má potenciál, aby byl aplikován napříč celou výrobní organizací: od té úplně nejspodnější vrstvy až po tu nejvyšší. Nalézt hodnotu v zavedení Průmyslu 4.0 nicméně neznamená snažit se implementovat všechny aplikace najednou. Zkušenosti ukazují, že nejsnadněji a nejrychleji lze hodnotu vygenerovat z následujících aplikací: Digitální řízení výkonu Digitální řízení výkonu může sloužit jako vstupní brána do digitální výroby díky minimálním požadavkům na zdroje a jednoduchým, rychle implementovatelným řešením. Tyto aplikace urychlují existující procesy lean managementu, pomáhají vybudovat digitální základnu a připravují půdu pro pokročilejší digitální technologie. Mezi digitální nástroje řízení patří např. digitální řídicí panel podporující dialog o výkonnosti – 20–50% zlepšení OEE (celková efektivita výroby) během tří měsíců díky zvýšení zainteresovanosti klíčových operátorů a managementu na datech. Podstatné je i okamžité sdílení dat mezi pracovišti, zvýšení transparentnosti a zvýšení osobní zainteresovanosti jednotlivých pracovníků. Prediktivní údržba Ačkoliv je prediktivní údržba známá již mnoho let, sběr dat a jejich dostupnost, technologie strojového učení a cloudové technologie umožňují zcela nový přístup: novou verzi prediktivní údržby, která pracuje se soubory dat z nejrůznějších zdrojů a využívá komplexní algoritmy hlubokého učení, jako jsou neuronové sítě. Výsledkem je zvýšení pracovního výkonu strojů, větší dostupnost strojů, snížení nákladů na údržbu, minimalizace odstávek typicky o 10 až 15 %. K tomu, aby byly firmy úspěšné v prediktivní údržbě, potřebují tři věci: hloubkovou expertízu a znalosti příslušných aktiv, silné pokročilé know- how v oblasti analýzy a správné schopnosti řízení změn. Optimalizace zisku, spotřeby energie a toků uvnitř závodu Integrace dat procesních řídicích systémů s ostatními daty, jako jsou údaje o nákladech, mohou značně pomáhat společnostem optimalizovat zisky, spotřebu energií a vnitrofiremní toky. Praxe ukazuje, že výrobci dosahují výrazného zlepšení kombinací firemních dat, které jsou aktuálně dostupné, se správným softwarem. Kromě toho si musí vybudovat nebo outsourcovat know-how pro vytvoření správných algoritmů. A konečně, nelze to provést bez poskytnutí správné podpory při implementaci jak počátečních pilotních projektů, tak i již běžících projektů v různých fázích. Vyšší stupeň automatizace Téměř všude je potenciál k většímu nasazení automatizace, jak ve výrobě, tak i v kancelářích. U modrých límečků se předpokládá výrazný nárůst zavádění robotiky v příštích 5 až 10 letech. Do roku 2020 se rovněž předpokládá každoroční pokles ceny robotiky o 10 % a současně nepřetržitý pokrok v čidlech a umělé inteligenci, který umožní potenciální využití robotů v mnohem komplexnějších systémech a situacích a současně zvýší dostupnost automatizace a její potenciální hodnoty. U bílých límečků se rovněž očekává rozmach automatizace i u tzv. duševní práce, např. v plánování poptávky a managementu objednávek Digitální management kvality Výrobci, kteří teprve začínají, mohou zužitkovat základní přínosy (např. vyšší účinnost, lepší schopnost zpětného sledování chyb a snížení nákladů na reklamace) implementací systémů digitalizované dokumentace, které pomáhají nahrávat a ukládat relevantní výrobní a servisní informace související s kvalitou. Pokročilá kontrola kvality, včetně používání nových snímacích technologií (např. počítačového vidění) a poloautomatizovaného řízení kvality (např. roboty, nositelná automatizace), otevírá cestu k další hodnotě. Pokročilejší hráči, kteří chtějí posílit své digitální řízení kvality, používají pokročilé algoritmy a big data pro analýzy kvality, např. semiautomatizovanou analýzu příčin. Ráno moudřejší večera Nebojte se dnes některá řešení obejít a zítra si raději připravte IT základy pro robustnější řešení. Největší překážkou začátku úspěšné implementace Průmyslu 4.0 totiž bývá často nedostatek „zdravého pragmatismu“. Dobývání hodnoty z upřednostňovaných aplikací Průmyslu 4.0 bude ve většině případů znamenat nutnost překonávat provozní obtíže, se kterými se výrobci budou muset vyrovnat. Pokud tyto obtíže souvisejí s datovou integrací, projekt se často zastaví a čeká se na transformaci multivrstevnaté datové architektury, novou verzi ERP systému apod. Pravdou je, že nejúspěšnější firmy dokážou dokončit projekty i za složitých podmínek, např. když chybějí data, jsou nekompatibilní IT systémy nebo je nedostatek kvalifikovaných lidí. Uveďme příklad z praxe: klient z oboru ochrany životního prostředí chtěl implementovat aplikaci, která by mu pomohla zefektivnit práci. Ale všechna relevantní data, která potřeboval k analýze, měl pouze na papíře. Místo toho, aby čekal třeba dva roky, než se podaří dokončit komplexní přechod na digitálně vedenou dokumentaci a znovu nasbírat dostatečný objem dat, najal si firmu, která mu pomohla „papírová data“ (15 000 stran) naskenovat a převést do datových tagů čitelných pro příslušný stroj. Trvalo to dva týdny a stálo to hodně úsilí, nicméně firmě to pomohlo dříve spustit projekt, jehož výsledkem bylo zvýšení výnosu o přibližně 1 %. Není potřeba všechno dělat sám Vybudujte si portfolio poskytovatelů technologií třetích stran. Pečlivě si rozmyslete, které části procesního řetězce jsou strategickými „řídicími body“ (kde je potřeba rozvíjet schopnosti a data a držet je „doma“) a které části jsou „komoditami“ a nejlépe by s nimi dokázal zacházet silný partner třetí strany. Pro ty, které spadají do skupiny 2, trvale vzrůstá počet dostupných aplikací; např. systém MindSphere od Siemens, který může sloužit jako platforma pro integraci vlastních firemních dat a aplikace třetích stran. Průmysl 4.0 vede k posunu od modelu jednoho poskytovatele k modelu množiny integrovaných poskytovatelů technologií. Začíná to u výběru správného typu datové vlastnické struktury – čím dál tím více výrobců se vzdává vlastnictví dat ve prospěch softwarových firem. Víc hlav, víc rozumu Vybudujte si silný mezinárodní tým (nebo aspoň mezidivizní) s agilním myšlením. Plně těžit z možností Průmyslu 4.0 může jen silný mezinárodní nebo mezidivizní tým, složený z lidí přicházejících z různého profesního i kulturního prostředí, který je otevřený inovacím a experimentům. Pro části procesního řetězce, které jsou identifikovány jako strategické a musejí být pokryty interně, je nutné vybudovat nezbytný kvalifikovaný tým (týká se především IT). Pokud je na trhu práce v dané lokalitě nedostatek lidí, možná bude nutné až krajní řešení, tedy přesídlit firmu jinam nebo aspoň na jiném místě otevřít její další pobočku. IT experti najímaní do výrobního sektoru dnes musejí být schopni plnit i např. technické úkoly. Že se začínají bourat mezioborové hranice, je víc než jasné. Strategie Průmyslu 4.0 se opírá o těsnou spolupráci odborníků na výrobu s IT specialisty, odborníky na marketing a obchod či finance. Takto vytvořený kros-funkční tým ale musí následně dostat plnou svobodu vytvořit si vlastní způsob práce a silnou motivaci. Jinak to celé fungovat nebude. Odváženému št ěstí přeje Průmysl 4.0 otevírá celou škálu příležitostí vytvořit nové obchodní modely. Kdo se nechce soustředit pouze na rychlou návratnost investic do implementace Průmyslu 4.0, ale připravit se na budoucí průlomové změny v chování trhu, měl by s novými obchodními modely začít experimentovat. Výrobci budou schopni čím dál tím více těžit z dat, která sbírají v reálném čase ze své instalované strojové základny, a využívat je k poskytování servisních služeb s novou přidanou hodnotou. Spojení výrobce s výrobkem již dávno nekončí okamžikem prodeje. Stroj přestává být prodejní komoditou, ale dostává se do role poskytované služby. S tím souvisí zcela nové možnosti financování, úvěrování apod. Zdá se, že tradiční formě vlastnictví už pomalu začíná zvonit hrana. Průmysl 4.0 vyvolal vysoká očekávání, která se dosud ne všechny naplnila. Nicméně, části výrobců se již podařilo objevit řadu konkrétních aplikací pro Průmysl 4.0 a jsou již dnes schopni plně využívat výhody, které přinášejí. Implementace Průmyslu 4.0 je proces na mnoho let a spolu s tím, jak se budou dále rozvíjet nové technologie, bude pochopitelně přibývat i těchto aplikací. Je nezbytné, aby výrobci ve všech zemích začali už teď vytvářet sady konkrétních aplikací. Ty se stanou organizační a technickou základnou pro řešení budoucích ambicióznějších projektů, jako je úplná integrace dat v průběhu životního cyklu produktu. A na dnešním průmyslovém managementu je, aby tento proces nejen podporoval, ale i aktivně inicioval a strategicky řídil. Andrea Cejnarová
