Wyobraźmy sobie wtorkowy poranek w średniej wielkości zakładzie specjalizującym się w obróbce metali i tworzyw sztucznych. Dyrektor generalny przegląda starannie przygotowane wykresy w dopiero co wdrożonym i kosztującym miliony złotych systemie zarządzania przedsiębiorstwem i widzi wirtualną rzeczywistość, w której wszystko przebiega harmonijnie. Popyt jest zrównoważony z podażą, do zleceń produkcyjnych przypisano terminy dostaw, a magazyn surowców zgłasza optymalne stany zapasów stali, blach i granulatu.

Wystarczy jednak zejść kilkadziesiąt stopni i przejść przez dźwiękoszczelne drzwi oddzielające biuro od działu produkcji, by stanąć twarzą w twarz z zupełnie inną rzeczywistością.

W dziale produkcji nie ma ani eleganckich arkuszy kalkulacyjnych, ani formularzy planowania materiałów. Panuje tu chaos, który udaje się opanować jedynie dzięki sile woli brygadzistów, dużym tablicom magnetycznym oraz wydrukowanym rano kartkom, które już po trzech godzinach są nieaktualne. System centralny wskazywał, że w tym momencie wycinarka laserowa powinna realizować zlecenie dla klienta z branży motoryzacyjnej. W międzyczasie operator stoi obok maszyny i czeka. Okazało się bowiem, że choć blachy fizycznie znajdują się w magazynie, to blacha o odpowiednim rodzaju i grubości została zatrzymana przez kontrolę jakości po ostatniej dostawie. System ERP „nie ma o tym pojęcia”, ponieważ informacja ta znajduje się w kolejce i czeka na wprowadzenie przez pracownika, który właśnie uczestniczy w spotkaniu.

W tym samym czasie w dziale przetwórstwa tworzyw sztucznych wtryskarka o sile zamykania wynoszącej kilkaset ton produkuje element, przy czym cykl jest ustalany poprzez ręczne ustawienia, a nie zgodnie ze standardem obliczonym przez oprogramowanie. Wymiana formy wtryskowej o masie kilku ton, która zgodnie z danymi wprowadzonymi do tabel powinna trwać czterdzieści minut, przedłuża się do trzech godzin z powodu braku suwnicy oraz nieskalibrowanego systemu chłodzenia.

Nie jest to ani odosobniony przypadek, ani skutek złego zarządzania personelem. Jest to strukturalny i logiczny punkt krytyczny, który występuje w niemal wszystkich przedsiębiorstwach dyskretnych i mieszanych, które próbuje się wtłoczyć w ramy jednego, monolitycznego oprogramowania korporacyjnego. Od dziesięcioleci kadra kierownicza jest karmiona mitem jednolitej cyfryzacji – obietnicą, że jeden, wydajny system spełni wymagania działów finansowego, kadr i sprzedaży, a przy okazji zapewni płynne sterowanie pracą maszyn do cięcia, pras krawędziowych, frezarek CNC i wtryskarek. Przekonanie to stało się jedną z najbardziej kosztownych iluzji strategicznych w segmencie przemysłowym B2B.

Matematyka finansów kontra fizyka parku maszynowego

Aby zrozumieć, dlaczego klasyczne oprogramowanie biznesowe zawodzi na poziomie operacyjnym w zakładach zajmujących się obróbką metali i tworzyw sztucznych, należy przeanalizować architekturę logiczną, na której jest ono oparte. Systemy transakcyjne zostały stworzone w celu uporządkowania świata finansów, księgowości, bilansowania zasobów oraz rejestrowania wydarzeń historycznych. Ich podstawową jednostką jest transakcja: zdarzenie dyskretne, jednoznaczne i statyczne. Z góry określony horyzont czasowy takich narzędzi obejmuje dni, tygodnie lub miesiące. Ich logika opiera się na prostym założeniu: jeśli zasób A zostanie połączony z zasobem B w momencie C, powstaje produkt D.

Architektura ta doskonale sprawdza się w planowaniu płynności, zarządzaniu zobowiązaniami, obliczaniu marż czy kwartalnym prognozowaniu zapotrzebowania na surowce. Problem pojawia się jednak, gdy próbuje się zastosować tę samą logikę transakcyjną do mikrokosmosu hali produkcyjnej. Kierownik produkcji nie pracuje w dyskretnych przedziałach czasowych, lecz w ciągłym i dynamicznym środowisku, w którym opóźnienia trwające zaledwie kilka sekund wywołują efekt domina.

Na przykład w przemyśle metalowym kluczowym wyzwaniem jest problem nestingu, czyli optymalnego rozmieszczenia elementów na blachie. Z punktu widzenia oprogramowania transakcyjnego blacha o wymiarach dwa na trzy metry jest jedynie pozycją magazynową – pojedynczym kodem surowca. Kiedy system planuje produkcję, pobiera z magazynu odpowiednią liczbę metrów kwadratowych lub kilogramów stali. To prosta arytmetyka.

W rzeczywistości jednak wycinarka laserowa nie zużywa abstrakcyjnej powierzchni. Cięcie elementów konstrukcyjnych jest procesem fizycznym, w którym decydujące znaczenie mają następujące czynniki: kierunek walcowania blachy, naprężenia materiałowe powstające pod wpływem wysokich temperatur, odległość między krawędziami cięcia, konieczność zachowania wystarczającej liczby mikromostków łączących oraz wreszcie czas przemieszczania się głowicy tnącej i jej tor ruchu. Żaden konwencjonalny system przedsiębiorstwa nie dysponuje algorytmami zdolnymi do ponownego obliczania geometrii 2D/3D w czasie rzeczywistym. Ponadto po wycięciu elementów powstaje tak zwany odpad nadający się do ponownego wykorzystania: blacha o nieregularnym kształcie, która wprawdzie nie jest już blachą pełnowymiarową, ale nie jest jeszcze złomem. Oprogramowanie transakcyjne „utknie”, próbując zarejestrować i ponownie zaplanować wykorzystalne resztki, ponieważ architektura jego bazy danych wymaga jednoznacznych i powtarzalnych indeksów surowców.

W przetwórstwie tworzyw sztucznych konflikt między logiką finansową a fizyczną ujawnia się jeszcze wyraźniej. Rozważmy proces formowania wtryskowego. W systemie przedsiębiorstwa produkcja tysiąca obudów z tworzywa sztucznego wymaga użycia określonej ilości granulatu i określonego czasu pracy maszyny. Wpis w bazie danych brzmi: czas cyklu wynosi 22 sekundy. W rzeczywistości jednak czas cyklu zależy od temperatury formy, ciśnienia zamykania, wilgotności surowca, udziału regranulatu w partii oraz temperatury otoczenia. Jeśli forma do formowania wtryskowego jest zimna, pierwsze kilkadziesiąt części trzeba odrzucić. Jeśli lepkość tworzywa sztucznego zmienia się z powodu innej partii barwnika, maszynę trzeba ponownie ustawić.

Narzędzia do zarządzania transakcjami nie uwzględniają tych zmiennych. Działają one w oparciu o wartości średnie i statyczne. Gdy rzeczywistość odbiega od idealnej wartości średniej zapisanej w bazie danych – a tak jest zawsze – plan sporządzony przez system przedsiębiorstwa staje się zbiorem pobożnych życzeń, a nie programem, który można wdrożyć.

Poniżej przedstawiono podsumowanie podstawowych różnic w podejściu do zarządzania procesami w obu rodzajach rozwiązań:

Pułapka statycznej listy komponentów (BOM) i statycznego schematu operacyjnego (routing)

Sercem każdego systemu transakcyjnego w przedsiębiorstwie produkcyjnym są lista komponentów (BOM) i schemat operacyjny (routing). Na podstawie tych elementów algorytmy równoważenia popytu obliczają ilość stali, śrub, granulatu lub komponentów elektronicznych, które należy pozyskać, a także czas niezbędny do montażu końcowego. W instrukcjach obsługi wszystko wydaje się jasne. Jednak w praktyce, w wysoce wyspecjalizowanych przedsiębiorstwach B2B, statyczność tych struktur jest główną przyczyną strat operacyjnych.

W zakładach obróbki metali proces technologiczny rzadko przebiega liniowo. Wycinanie elementu z blachy może odbywać się za pomocą wycinarki laserowej na światło włóknowe, wycinarki plazmowej lub wykrawarki rewolwerowej. Każda z tych maszyn wymaga innego przygotowania, charakteryzuje się innymi kosztami godzinowymi, powoduje różne zużycie energii i wymaga różnych marginesów na dalszą obróbkę (na przykład gratowanie po cięciu plazmowym w porównaniu z czystą krawędzią uzyskaną za pomocą lasera). Ponadto optymalny dobór maszyn zmienia się z godziny na godzinę w zależności od aktualnego obciążenia parku maszynowego.

System transakcyjny wymaga wdrożenia tzw. „wstępnie zdefiniowanej ścieżki produkcyjnej”. Zakłada to, że element X jest zawsze obrabiany na maszynie Y o godzinie Z. Gdy planista próbuje dostosować system do rzeczywistości i wprowadza do oprogramowania alternatywne procesy technologiczne, wskaźniki systemu zaczynają się od siebie różnić. Algorytmy planowania zintegrowane z tradycyjnymi narzędziami nie są w stanie samodzielnie podjąć decyzji, że ze względu na zator roboczy na wycinarce laserowej nr 1 element musi zostać automatycznie połączony z innymi częściami i przekazany do mniej wydajnej wycinarki laserowej nr 2, przy jednoczesnym skorygowaniu harmonogramu dla następującej po tym operacji gięcia na prasie krawędziowej.

W przemyśle tworzyw sztucznych pułapka statycznej listy części ujawnia się jeszcze bardziej drastycznie. Podstawowym problemem jest tutaj zarządzanie surowcami i regranulatem. W procesie formowania wtryskowego powstają kanały wlewowe – elementy systemu zasilającego, które kierują surowiec do wnęki formy. Kanały te są rozdrabniane w czasie rzeczywistym w młynach frezowych i powracają w określonej proporcji (np. 15% regranulatu, 85% surowca pierwotnego) do podajnika wtryskarki.

Dla klasycznego systemu zarządzania jest to logistyczny koszmar. Jak zarejestrować dynamiczny i ciągły powrót surowca wtórnego do tego samego procesu produkcyjnego, z którego właśnie pochodził? Systemy transakcyjne wymagają precyzyjnych operacji magazynowych: pobrania surowca, przyjęcia odpadów, przekształcenia odpadów w inny kod, ponownego pobrania na potrzeby zlecenia. Efekt? Rozbieżność między tym, co system rejestruje w bilansie surowców, a tym, co faktycznie znajduje się w lejach zasilających maszyn.

Planista produkcji, widząc, że centralne oprogramowanie sygnalizuje niedobór surowca (ponieważ nie zarejestrowano jeszcze dynamicznego zwrotu przetworzonego regranulatu), składa zbędne zamówienie. Surowiec zostaje dostarczony, co powoduje zamrożenie aktywów obrotowych, a w obszarze produkcji powstają nieformalne i niezarejestrowane zapasy magazynowe.

Kolejnym obszarem, w którym brak elastyczności technologii paraliżuje przebieg operacyjny przedsiębiorstwa, są matryce do zmiany form. W zakładzie produkującym wyroby z tworzyw sztucznych czas zmiany formy w wtryskarkach zależy od harmonogramu zmian. Wymiana matrycy przy niezmiennym surowcu i tym samym kolorze jest procesem stosunkowo szybkim. Zmiana materiału z polipropylenu na poliuretan wymaga ponadto oczyszczenia układu plastyfikacyjnego. Zmiana koloru z czarnego na biały wymaga wielu godzin płukania cylindra specjalnymi środkami czyszczącymi i powoduje powstanie ogromnej ilości odpadów rozruchowych.

Logika optymalizacji wymaga zatem takiego zorganizowania kolejności zleceń, aby następowało przejście od jasnych do ciemnych kolorów, od niższych do wyższych temperatur przetwarzania oraz od mniejszych do większych form.

Rozważmy przypadek klasycznego oprogramowania transakcyjnego. Przewiduje ono stały czas przezbrojenia, na przykład dwie godziny. Niezależnie od tego, czy maszyna jest przezbrojona z żółtego na biały, czy z czarnego na biały, system rezerwuje w planowaniu dokładnie dwie godziny. W pierwszym przypadku marnuje się cenny czas pracy maszyny (ponieważ sama zmiana trwała zaledwie 20 minut), w drugim przypadku dochodzi do opóźnienia (ponieważ płukanie i dostosowanie procesu trwały cztery godziny). W rezultacie harmonogram utworzony przez system centralny traci na wiarygodności już po wyprodukowaniu pierwszych dwóch partii towaru.

NIEPRAWIDŁOWE PRZESUNIĘCIE PROCESU (zaplanowane statycznie przez system ERP):

[Forma A / Czarna] ---> (Przestawka: 4 godziny czyszczenia) ---> [Forma B / Biała]

Marnotrawstwo surowców: wysokie | Strata czasu: ogromna

OPTYMALNA KOLEJNOŚĆ (dynamiczny algorytm sekwencjonowania):

[Model C / biały] ---> (przeróbka: 30 min.) ---> [Model B / złoty] ---> (przeróbka: 20 min.) ---> [Model A / czarny]

Marnotrawstwo surowców: minimalne | Strata czasu: znikoma

Jeśli system zarządzania zawodzi przy planowaniu kolejności, inicjatywa przechodzi w ręce pracowników hali. Brygadzista zaczyna samodzielnie zmieniać kolejność zleceń, kierując się intuicją i działając zgodnie z aktualną celowością. Podjął decyzję: „Dzisiaj nie przejdę na kolor biały, tylko najpierw zrealizuję wszystkie czarne zlecenia z całego tygodnia”. Z punktu widzenia lokalnej wydajności maszyn jest to genialna decyzja: wskaźnik OEE wtryskarki gwałtownie rośnie. Z punktu widzenia całego przedsiębiorstwa jest to jednak katastrofa. Kierownik zespołu wyprodukował właśnie towary, których klient będzie potrzebował dopiero za trzy tygodnie, co spowodowało zablokowanie surowców i mocy produkcyjnych, a także opóźnił realizację zlecenia dla kluczowego klienta, którego termin dostawy upływa za cztery godziny. Centralny system, oderwany od rzeczywistości operacyjnej, nadal wskazuje, że wszystko przebiega zgodnie z planem.

Architektura Przemysłu 4.0 i mit „jednego okna”

Zrozumienie funkcjonalnych ograniczeń systemów przedsiębiorstw doprowadziło w ostatnich latach do opracowania nowoczesnej architektury systemów przemysłowych. W tym kontekście rezygnuje się z koncepcji jednego monolitycznego oprogramowania „wszystko w jednym” na rzecz ekosystemu wyspecjalizowanych aplikacji, połączonych ze sobą za pomocą magistrali danych działających w czasie rzeczywistym.

Próba narzucenia systemowi księgowemu i finansowemu roli narzędzia kontroli i optymalizacji dla działu produkcji jest porównywalna z próbą wykorzystania arkusza kalkulacyjnego jako systemu operacyjnego w samochodzie autonomicznym. Co prawda arkusz kalkulacyjny jest w stanie obliczyć tor ruchu, jednak czasy reakcji i brak bezpośredniego połączenia z czujnikami doprowadziłyby do kolizji już przy pierwszej zmianie pasa ruchu.

W nowoczesnej fabryce wyrobów metalowych lub z tworzyw sztucznych rola systemu ERP musi być precyzyjnie zdefiniowana i ograniczona do obszarów, w których nie ma sobie równych. System przedsiębiorstwa stanowi poziom sterowania strategicznego. Zarządza on portfelem zamówień, przeprowadza kalkulacje kosztów, steruje procesami zaopatrzenia, zapewnia zgodność z przepisami prawnymi i podatkowymi, rejestruje stany magazynowe pod kątem finansowym oraz stanowi jedyne wiarygodne źródło danych podstawowych dotyczących klientów i produktów (Master Data).

Poniżej tego poziomu musi jednak funkcjonować wyspecjalizowany poziom operacyjny i wykonawczy, składający się z trzech wzajemnie współdziałających komponentów:

1. Poziom zaawansowanego planowania i programowania (APS): algorytmiczne serce zakładu, które pobiera z systemu transakcyjnego listę zleceń oraz ograniczenia związane z materiałami, a następnie oblicza miliardy kombinacji, tworząc w ten sposób optymalny i konkretny plan realizacji.
2. Poziom realizacji produkcji i integracji maszyn (MES / SCADA): „układ nerwowy” działu produkcji, który jest bezpośrednio połączony ze sterownikami maszyn ( , PLC), laserami, wtryskarkami i robotami oraz bez udziału człowieka rejestruje dane dotyczące cykli, przestojów maszyn, parametrów procesowych i jakościowych.
3. Poziom autonomicznego sterowania operacyjnego (Smart Scheduling): nowa generacja algorytmów, które w środowiskach o ekstremalnej zmienności zastępują planowanie statyczne dynamicznym i ciągłym przydzielaniem zadań do zasobów w oparciu o aktualny stan działu.

Przyjrzyjmy się na przykładzie – awarii maszyny w zakładzie przetwórstwa tworzyw sztucznych – jak ta architektura rozwiązuje problem przerw w pracy.

W tradycyjnym modelu, opartym wyłącznie na oprogramowaniu firmowym, awaria dużej wtryskarki powoduje wysłanie powiadomienia telefonicznego do planisty. Planista musi ręcznie usunąć zlecenia z tej maszyny, znaleźć inne wtryskarki o odpowiedniej sile zamykania i geometrii płyty mocującej, sprawdzić, czy te same formy wtryskowe są kompatybilne, zweryfikować dostępność systemu chłodzenia i urządzeń peryferyjnych, a następnie ręcznie przypisać zlecenia w systemie. Proces ten trwa od dwóch do czterech godzin. W międzyczasie pozostałe maszyny stoją bezczynnie lub produkują wadliwe wyroby, podczas gdy dane w systemie centralnym są nieaktualne.

W nowoczesnej architekturze rozproszonej sterownik wtryskarki natychmiast wysyła sygnał awarii do poziomu MES za pośrednictwem modułu gromadzenia danych. System wykonawczy oznacza maszynę jako niedostępną i przekazuje tę informację do algorytmu optymalizacyjnego. Algorytm w ciągu kilku sekund analizuje całą strukturę portfela zleceń, sprawdza cyfrowe odpowiedniki pozostałych maszyn (ich parametry techniczne, dostępność form, trwające operacje przezbrojenia) i automatycznie zmienia kolejność czynności dla pozostałej części hali.

Jednocześnie generuje polecenie dla wewnętrznego systemu logistycznego magazynu, aby samojeżdżący wózek widłowy przetransportował odpowiednią formę i surowiec do właśnie przydzielonej maszyny. System transakcyjny otrzymuje jedynie krótką informację zwrotną: „Zlecenie Z jest realizowane z 15-minutowym opóźnieniem, szacowane koszty operacyjne wzrosły o 2%”. Kierownictwo dostrzega rzeczywisty wpływ tego zdarzenia na finanse przedsiębiorstwa, jednak działania naprawcze zostały automatycznie podjęte na poziomie wykonawczym, bez paraliżowania całej organizacji.

W przemyśle metalowym ta synergia jest jeszcze wyraźniejsza na styku oprogramowania do nestingu, systemu wykonawczego i klasycznego oprogramowania biznesowego. Specjalistyczne aplikacje do cięcia blach są w stanie wygenerować optymalny układ elementów, maksymalizując w ten sposób wykorzystanie materiału. Jeśli jednak nie są one zintegrowane w czasie rzeczywistym z poziomem planowania, powstają tak zwane „wyspy optymalizacji”. Wykrojnik laserowy tnie blachę z niezwykłą wydajnością, jednak tnie to, co łatwo było ułożyć na blasze, a nie to, co jest aktualnie potrzebne na stanowisku spawania lub gięcia.

Dopiero połączenie algebry nestingu z algorytmami APS umożliwia tzw. dynamiczny nesting. Algorytm łączy blachy zgodnie z priorytetami wysyłkowymi określonymi przez oprogramowanie centralne, zapewniając jednocześnie ograniczenie odpadów stali do minimum oraz ciągłą pracę pras krawędziowych.

Struktura decyzyjna i strategia wdrożeniowa

Skąd więc bierze się utrzymujący się opór kierownictwa przed porzuceniem koncepcji „pojedynczego systemu” i przejściem na model wyspecjalizowanych warstw oprogramowania?

Przyczyna problemu leży w psychologii zarządzania oraz w błędnym wyobrażeniu o ryzyku technologicznym. Dla dyrektora generalnego lub dyrektora finansowego perspektywa zakupu jednego systemu od jednego dostawcy stanowi swego rodzaju „bezpieczną przystań”. Jest tylko jedna osoba odpowiedzialna za wdrożenie, jedna umowa serwisowa, jedna architektura bazy danych i jeden interfejs użytkownika. Wdrożenie wielu wyspecjalizowanych aplikacji połączonych ze sobą za pomocą interfejsów API budzi obawy przed tak zwaną „szarą strefą odpowiedzialności” – sytuacją, w której dostawca systemu korporacyjnego zrzuca winę za błędy w danych na dostawcę algorytmu planowania, podczas gdy dostawca oprogramowania wykonawczego wskazuje palcem na nieprawidłowe działanie infrastruktury sieciowej.

Jest to jednak próba szukania bezpieczeństwa tam, gdzie go nie ma. Koszty pozornego bezpieczeństwa jednolitej infrastruktury kryją się w niewykrytych stratach operacyjnych: w rosnących zapasach półproduktów, w niskim stopniu wykorzystania kosztownego parku maszynowego, w karach umownych za opóźnienia w dostawach oraz w ogromnym nakładzie pracy ręcznej, jaką planiści wkładają w arkusze kalkulacyjne tworzone „na marginesie” głównego systemu.

Fachową diagnozę stopnia dojrzałości technologicznej przedsiębiorstwa przemysłowego w branży metalowej i tworzyw sztucznych można sprowadzić do prostego testu. Jeśli planiści produkcji w Państwa przedsiębiorstwie poświęcają ponad 15% swojego czasu pracy na ręczne wprowadzanie danych do arkuszy kalkulacyjnych, tworzenie własnych programów w plikach zewnętrznych oraz sprawdzanie rzeczywistego stanu poprzez wizyty w poszczególnych działach, oznacza to, że Państwa centralny system zarządzania zawodzi na poziomie operacyjnym.

Jak zatem kierownictwo powinno postępować przy tworzeniu nowoczesnej architektury IT, aby uniknąć pułapki polegającej na samym gromadzeniu danych bez ich optymalizacji?

Przede wszystkim należy na nowo zdefiniować wymagania na etapie wyboru rozwiązania. W przetargach na oprogramowanie dla przedsiębiorstw firmy produkcyjne często popełniają błąd, umieszczając w specyfikacjach wymagań pytania typu: „Czy system posiada moduł do planowania produkcji?”. Dostawcy odpowiadają „tak”, ponieważ w kodzie oprogramowania znajduje się prosta funkcja wykresu Gantta, w której bloki czasowe można przesuwać myszką. Ręczne przesuwanie bloków na ekranie nie oznacza jednak planowania: jest to jedynie cyfrowa wersja tablicy ogłoszeniowej z przypiętymi karteczkami.

Rzeczywiste pytania, które decydenci z branży metalowej i tworzyw sztucznych powinni zadawać dostawcom technologii, musiałyby brzmieć zupełnie inaczej:

• Pytanie dotyczące dynamiki zmian narzędzi: W jaki sposób algorytm automatycznie porządkuje zlecenia na podstawie wielowymiarowej macierzy zmian narzędzi (np. zmiana materiału, zmiana koloru, zmiana rozmiaru narzędzia) bez konieczności interwencji człowieka?
• Pytanie dotyczące geometrii i ścieżek cięcia: Czy algorytm jest w stanie zoptymalizować wykorzystanie blachy, uwzględniając kierunek włókien, nadające się do ponownego wykorzystania resztki oraz automatyczne obliczenie czasu pracy głowicy tnącej w zależności od grubości materiału?
• Pytanie dotyczące kompensacji ograniczeń (Finite Capacity Scheduling): Jak zachowuje się system, gdy ograniczonym zasobem nie jest maszyna, lecz narzędzie (forma do formowania wtryskowego, stempel, matryca), rdzeń chłodzący, wykwalifikowany operator z odpowiednimi uprawnieniami oraz maksymalna moc zakładu, którą można podłączyć – i to wszystko jednocześnie?
• Pytanie dotyczące czasu ponownego obliczania: Ile sekund potrzebuje algorytm, aby ponownie obliczyć harmonogram dla zakładu z pięćdziesięcioma maszynami i tysiącem aktywnych zleceń produkcyjnych, w przypadku zarejestrowania nagłej awarii lub nadejścia zlecenia o wysokim priorytecie?

Znajomość odpowiedzi na te pytania prowadzi do jedynego racjonalnego wniosku: system przedsiębiorstwa musi zostać odciążony od zadań, do których nie został zaprojektowany.

Proces cyfryzacji powinien przebiegać stopniowo. Pierwszym krokiem jest uporządkowanie danych podstawowych w systemie transakcyjnym (listy części, wykazy surowców, stany magazynowe). Drugim krokiem nie powinno być jednak zakupienie zaawansowanych modułów produkcyjnych od tego samego dostawcy, lecz wdrożenie automatycznego gromadzenia danych z maszyn (MES/SCADA). Dzięki nawiązaniu bezpośredniego połączenia ze sterownikami wtryskarek, urządzeń laserowych i pras uzyskuje się obiektywny i niezafałszowany obraz rzeczywistości operacyjnej – poznaje się rzeczywiste czasy cyklu, efektywny czas przezbrojeń oraz mikroprzerwy w pracy, które nie są rejestrowane przez operatorów w raportach.

Tylko w oparciu o tak solidną podstawę konkretnych danych operacyjnych możliwe jest wdrożenie zaawansowanej optymalizacji (APS lub Smart Scheduling). Aplikacja optymalizacyjna staje się zatem „mózgiem” działu produkcji. Pobiera ona przepływ zleceń i stany surowców z centralnego oprogramowania, rejestruje na poziomie maszyn aktualny stan zapasów narzędzi, a następnie generuje w czasie rzeczywistym instrukcje operacyjne dla operatorów i robotów.

FAZA 1: Podstawy transakcyjne; [Organizacja danych w systemie ERP: indeksy, listy części, finanse]

FAZA 2: Odzwierciedlenie rzeczywistości fizycznej (rzeczywistość w produkcji); [Wdrożenie MES/SCADA: bezpośredni odczyt sygnałów z maszyny (PLC/CNC)]

FAZA 3: Inteligencja algorytmiczna; [Wdrożenie APS / inteligentnego planowania: ciągła dynamiczna optymalizacja]

Dzięki temu przedsiębiorstwo zyskuje wyjątkową przewagę konkurencyjną. System korporacyjny zajmuje się tym, co potrafi najlepiej: liczeniem pieniędzy, pielęgnowaniem relacji z klientami i monitorowaniem płynności finansowej. Natomiast dział produkcji jest sterowany przez matematyczne algorytmy optymalizacyjne, które potrafią podejmować decyzje w ułamkach sekund, uwzględniając przy tym właściwości fizyczne materiałów, geometrię produktu oraz ograniczenia urządzeń.

Przyszłość cyfryzacji przemysłowej w sektorze B2B nie należy do wielkich, ociężałych monopoli oprogramowania, które obiecują rozwiązać każdy problem w ramach jednego pakietu. Przyszłość należy do elastycznych i modułowych ekosystemów technologicznych, w których wyspecjalizowane algorytmy rozwiązują złożone problemy inżynieryjne dokładnie tam, gdzie fizycznie się one pojawiają: w dziale produkcji. Kierownictwo, które jako pierwsze porzuci iluzję „pojedynczego systemu” na rzecz zintegrowanej architektury optymalizacji procesów, zapewni sobie niezrównaną przewagę operacyjną nad konkurentami, którzy tkwią w tradycyjnych schematach myślenia.