BIERPانقلاب صنعتی ۴مقالات

دو شیوه برای ایجاد تحول در تولید؛ رویکرد سنتی و روش «هوشمند»

برای ایجاد تحول در سازمان‌ها و عملیات تولید، فناوری دیجیتالی شیوه‌های جدیدی را مطرح کرده است. با این وجود، هنوز تولیدکنندگان سوالات بسیاری در این باره دارند. در اینجا به این پرسش‌ها و پاسخ آن‌ها می‌پردازیم:

فناوری دیجیتالی برای متحول کردن کسب‌وکارها و عملیات تولید، روش‌های جدیدی را به ارمغان آورده است؛ البته هنوز سوالات بسیاری برای تولیدکنندگان مطرح می‌باشد. ممکن است این سوال برایمان پیش بیاید که مدت سه‌دهه برای ایجاد تحول دیجیتالی کار کرده‌ایم و در حال حاضر کسب‌وکار، تولید و زنجیره تامین ما به‌واسطه سیستم‌های ERP و سیستم‌های اجرایی تولید/روش تولید (MOM/MES) به یکدیگر متصل هستند. پس منظور از ایجاد تحول دیجیتالی چیست؟

از بسیاری جهات، حق با شما است. می‌توان گفت که تولیدکنندگان از زمان اولین انقلاب صنعتی، تحول تقریبا ثابتی را تجربه کرده‌اند که در هر دوره جدید، این تغییرات سرعت بیشتری به خود گرفته است. تفاوت عصر حاضر این است که فناوری‌های Industry 4.0 (انقلاب صنعتی چهارم) از جمله هوش مصنوعی (AI) و یادگیری ماشینی (ML) توانایی‌های انسان را افزایش داده‌اند. آن‌ها برای حل مشکلاتی که فناوری‌های پیشین قادر به حل‌شان نبودند، پیش‌بینی‌ها، توصیه‌ها و راه‌حل‌هایی ارائه کرده‌اند. به همین دلیل است که عصر حاضر انقلاب صنعتی چهارم نامیده می‌شود؛ در حقیقت، این فناوری جدید شکاف بنیادینی با گذشته ایجاد کرده است.

زمانی که از تحول (حتی تحول دیجیتالی) در طول دوران انقلاب صنعتی سوم صحبت می‌کنیم، در حقیقت درباره نحوه به‌کارگیری ابزارها و سیستم‌های جدید برای ایجاد فرایندها یا محصولات ویژه که سریع‌تر و بهتر از گذشته کار کنند، صحبت کرده‌ایم. تولیکنندگان با بهره‌گیری از برنامه‌هایی مانند ERP، MES، MRP و …، به‌طور مداوم تقریبا همه بخش‌های کسب‌وکار خود را متصل کرده و انجام کارها را ساده و سریع‌تر کرده‌اند.

انقلاب صنعتی چهارم برپایه این پیشرفت‌ها ایجاد شده و فناوری اینترنت اشیا (IoT) را برای یکپارچه و بهینه‌سازی کل سیستم، از طراحی تا تحویل به مشتری، به‌کار می‌گیرد. این سیستم‌ها به‌علاوه هوش مصنوعی (AI) و یادگیری ماشینی (ML) در حال تکمیل هستند و در طول زمان قابلیت‌های خود را (مشاهده فرایندها، فعالیت کاربران و نتایج مربوط به آنها) بهبود می‌بخشند. نتیجه آن معماری است که انسان‌ها را قادر می‌کند به انواع جدید سوالات پاسخ دهند.

بیایید با یک مثال این موضوع را تشریح کنیم. در بیشتر دستگاه‌ها، زمانی‌که مشکلی در یک بخش از کارخانه به‌وجود می‌آید، مهندسان بلندپایه و دارای دستمزد بالا، وقت خود صرف برای جمع‌آوری اطلاعات از دستگاه‌ها و سیستم‌های مختلف می‌کنند و سپس با گرفتن خروجی از این اطلاعات در فایل‌های اکسل و تحلیل آنها، سعی می‌کنند راه‌حلی برای مشکل پیدا کنند. روند جمع‌آوری و تحلیل داده‌ها می‌تواند روزها، هفته‌ها و حتی بیشتر وقت بگیرد. برای متحول کردن این فرایند، دو شیوه وجود دارد: سنتی و هوشمند.

شیوه سنتی ایجاد تحول

نخستین روش سنتی ایجاد تحول در این رویکرد وقت‌گیر برای حل مشکلات، پیاده‌سازی سیستمی است که به مهندسان امکان می‌دهد مشکلاتی را حل کنند که در هر صورت قادر به حل آن‌ها بوده‌اند، اما با سرعتی بالاتر. مثلا، یک سیستم دیجیتال معمولی می‌تواند جمع‌آوری داده در یک پایگاه داده را خودکارسازی کند، یعنی منبعی که مهندسان به آن دسترسی سریع دارند. دسترسی آسان به داده‌ها موجب می‌شود که مهندسان تجزیه و تحلیل‌ها را در عرض چند دقیقه انجام داده و مشکلات بیشتری را در هر روز برطرف کنند.

درخصوص اهمیت بهبود کیفیت و سرعت قابلیت حل مشکلات سازمان به یک نمونه توجه کنید. به گفته مارتین لورنتزون، موسس سابق شرکت Spotify، ارزش یک شرکت، مجموع مشکلاتی است که با هم حل می‌شوند. حل سریع مشکلات بیشتر، ارزش بیشتری برای سازمان شما به ارمغان می‌آورد. با خودکارسازی فرایند جمع‌آوری داده‌ها، شرکت شما این امکان را در اختیار مهندسان خود قرار می‌دهد تا با انجام کارهای باارزش‌تر، ارزش‌آفرینی بیشتری برای سازمان به ارمغان بیاورند.

شیوه هوشمند ایجاد تحول

باید گفت درحالی‌که حل مشکلات بیشتر با سرعت بالاتر ارزشمند است، اما متحول‌کننده نیست. برای این‌که بخشی از انقلاب صنعتی چهارم باشید، باید سیستم هوشمندی را پیاده‌سازی کنید که نه تنها به تولیدکنندگان در حل سریع‌تر مشکلات جاری کمک کند، بلکه بتواند مسائل جدیدی را حل کند که آن‌ها حتی قادر به تشخیص‌شان هم نبوده‌اند.

مثلا، تولیدکننده‌ای را در نظر بگیرید که برای تحلیل متغیرهای محیطی در کارخانه خود، از فناوری استفاده می‌کند. با نزدیک شدن هوشمندانه به تحول دیجیتالی، تولیدکنندگان می‌توانند به اپراتورها درباره نحوه تولید محصولات خاص در روزهای خاص توصیه‌هایی ارائه کنند تا بدین ترتیب موجب افزایش چشمگیر کیفیت و بازدهی محصول شوند. با توجه به حجم عظیم داده‌هایی که باید تجزیه و تحلیل شوند، هیچ کس (حتی یک مهندس باتجربه و کارآزموده) قادر نخواهد بود چنین توصیه‌هایی بکند.

نمونه دیگر را می‌توان در صنعت الکترونیک یافت، یعنی جایی‌که یافتن اشتباهات بسیار حیاتی است. شرکت‌های فعال در این حوزه، به جای استفاده از افراد کارآزموده برای بررسی هر بخش، دوربین‌های مجهز به فناوری دید کامپیوتری و الگوریتم‌های یادگیری ماشینی را به‌خدمت می‌گیرند. این فناوری‌ها نه تنها معایب را کارآمدتر از نیروی انسانی می‌یابند، بلکه می‌توانند فرضیه‌ها و تحلیل‌هایی درباره آن‌ها ارائه کنند که هیچ انسانی قادر به انجام آن نیست. با استفاده از سیستم‌های هوشمند، شرکت‌ها قادرند پروتکل نگهداری پیش‌بینانه ایده‌آل و یا روش بهینه پردازش را تشخیص دهند.

سیستم‌های هوشمند بهترین بهره را از این دو دنیا می‌برند: افراد می‌توانند بیشتر از حد توان خود کار کنند، یعنی از بینش، دامنه دانش و درک تجسم داده‌ها برای حل مسائل استفاده کنند. سیستم‌های هوشمند این کار را با اسکن سریع از بین میلیاردها نقطه اطلاعاتی برای یافتن راه‌حل‌هایی که افراد هرگز قادر به یافتن آن‌ها نبوده‌اند، انجام می‌دهند.

همان‌گونه که به نحوه ایجاد تحول در کسب‌وکار خود فکر می‌کنید، باید بتوانید این دو روش یا مرحله و شیوه اجرای آنها را از هم تشخیص دهید. هدف شیوه سنتی ساخت سیستمی است که به انسان‌ها کمک می‌کند مشکلات را سری‌عتر حل کنند. روش تحولی، پیاده‌سازی سیستم هوشمندی است که به افراد در حل مشکلاتی کمک می‌کند که در شرایط متفاوت امکان حل آن‌ها وجود ندارد.

مترجم: رزیتا مرعشی

منبع: erpnews

برچسب ها

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همچنین ببینید

بستن
دکمه بازگشت به بالا