Granice zintegrowanego zarządzania

Efektywne zarządzanie przedsiębiorstwem produkcyjnym oznacza również pełną wiedzę na temat jego technicznych procesów wytwórczych. Taki poziom zapewnia integracja znanych pakietów IT, wykraczająca jednak poza sferę systemów ERP.

Ewolucja zarządzania procesami przedsiębiorstwa przebiega od podejścia diagnostycznego do prognostycznego. W pierwszym przypadku mamy do czynienia z systemem reaktywnym (pasywnym), w drugim z modelem aktywnym (antycypacyjnym). Oba mieszczą się w klasycznym cyklu organizatorskim:

- pojawienie się problemu (zakłócenia)

- definicja rozwiązania (zarządzanie przez cele)

- planowanie (warianty, szacowanie ryzyka, plany eskalacyjne)

- przydział zasobów ("sił i środków"), w tym osobowych i finansowych

- realizacja (implementacja IT)

- kontrola (testowanie, pomiary efektywności, weryfikacja)

- iteracje w pętli optymalizacyjnej (redefinicja rozwiązania, modyfikacje fazowe).

Mówiąc w terminologii motoryzacyjnej: pierwszy model to naprawianie samochodu w przypadku jego awarii, zaś drugi to produkcja bezawaryjnych samochodów. W technice nie ma rozwiązań idealnych i nie ma takich pojazdów. Nie istnieją też idealne organizacje. W praktyce okazuje się jednak, że podejście prognostyczne jest efektywniejsze. Zilustrujmy rzecz przykładem. Klasyczne projektowanie systemu produkcyjnego odbywa się metodą wskaźnikową. Na podstawie rodzajów wyrobów i zakładanego programu produkcyjnego definiuje się niezbędną strukturę wytwórczą w oparciu o normatywy powierzchni na daną maszynę. Sporządzony na tej podstawie projekt inżynierski z rysunkami wykonawczymi nie daje jednak całkowitej wiedzy o tym, jakie problemy napotkamy w praktyce produkcyjnej. Dopiero jej uruchomienie (seria próbna) pozwala na wprowadzenie niezbędnych poprawek do pierwotnego projektu. To, z kolei, opóźnia efektywny start przedsięwzięcia. Przyspieszenie możliwe jest przy użyciu takich aplikacji, jak np. fabryka cyfrowa (digital factory).

Prognozowanie nieracjonalności

Granice zintegrowanego zarządzania

Ewolucja integracji procesów organizacyjno-wytwórczych

Mówimy tu o rozwiązaniach wykraczających poza, klasyczne już, systemy CAD/CAM (Computer Aided Design/Manufacturing) zintegrowane w ramach CIM/FMS (Computer Integrated Manufacturing/Flexible Manufacturing System). Owszem, poziom integracji wytwórczo-organizacyjnej jest tu znacznie większy niż ich poprzedników w postaci komputerowo sterowanych obrabiarek NC (Numerical Control). Ale baza danych CIM nie odpowie nam na pytanie, jak będzie wyglądać hala produkcyjna, gdzie automaty i ludzie będą montować zaprojektowany układ w określonym modelu wyrobu. Oczywiście, można powiedzieć, że projektant ma duże doświadczenia, a resztę zobaczymy "w praniu". Menedżerowie przemysłu stwierdzili jednak, że czas i koszty takiego postępowania są zbyt duże i korzystniej jest wyłapać potencjalne problemy nie "na mokro", ale "na sucho". Stąd wysyp aplikacji cyfrowej fabryki na targach przemysłowych i w praktyce produkcyjnej. Sama idea fabryki cyfrowej nie jest nowa. Cóż bardziej naturalnego od zastąpienia fizycznej maszyny jej komputerowym modelem, w celu efektywniejszego planowania i sterowania wytwarzaniem?

Długa jest jednak droga "od pomysłu do przemysłu". Dopiero dziś możemy powiedzieć, że cyfrowa fabryka jest systemem komputerowych modeli umożliwiających symulację funkcjonowania przedsiębiorstwa, w szczególności produkcji, z wykorzystaniem wizualizacji 3D/VR. Ostatni warunek jest kluczowy dla prezentowanej aplikacji. Sama bowiem symulacja procesów przedsiębiorstwa dla poprawienia jego efektywności była możliwa i stosowana już kilkadziesiąt lat temu. Wymieńmy choćby algorytmy planowania produkcji czy szeregowania zadań wytwórczych, umożliwiających dysponentowi znajdowanie optimów czasowo-kosztowo-jakościowych dla wykorzystywania zasobów firmy (ludzie, surowce, maszyny). Takie podejście miało jednak charakter cząstkowy, a nie całościowy i niewystarczająco uwzględniało dynamikę procesów wytwórczych oraz człowieka jako trójwymiarowego obiektu w tej sferze. Było zatem podejściem bardziej diagnostycznym niż prognostycznym.

W gruncie rzeczy, prognozowanie znajdziemy w każdej dziedzinie działalności człowieka: sportowiec próbuje przewidzieć, choćby podświadomie, tor lotu rzuconej czy kopniętej piłki, a kinowy widz zastanawia się przed seansem, czy warto obejrzeć film. Co najmniej elementy prognozowania znajdziemy też w każdej dyscyplinie naukowej. Nawet historię, której nie możemy zmienić, odkrywamy ciągle na nowo, aby wyciągać wnioski na przyszłość. Naukowe prawo jest prognozą.


TOP 200