Tematyka cyfryzacji przemysłu to zagadnienie obszerne, stąd też skupię się na trzech zagadnieniach.
Po pierwsze: wdrożenie Przemysłu 4.0 nie jest celem samym w sobie, ale środkiem do osiągnięcia celów organizacyjnych. Taka zmiana musi "zacząć się w głowach" osób zarządzających i być nakierowana na potrzeby biznesowe - np. związane z koniecznością zmniejszania liczby przestojów, zwiększania jakości czy wdrażania możliwości kastomizacji wyrobów. Jej zakres warto przedyskutować z pracownikami produkcyjnymi, bowiem to oni wiedzą, gdzie i jakie zmiany są potrzebne. Mając zaś plan cyfryzacji, sugerowałbym sprawdzić koncepcję w mniejszej skali - dla stanowiska czy odcinka linii produkcyjnej. I niech Państwa przed działaniem nie powstrzymuje brak specjalistów ds. cyfryzacji czy też konieczność dostosowania systemów produkcyjnych. Osobiście nigdy nie spotkałem się z organizacją, która byłaby już na starcie gotowa na tego typu innowacje!
Po drugie: fundamentem wszystkiego są dane, przy czym muszą one być wiarygodne. W praktyce podłączanie różnych ich źródeł (maszyn, sterowników, e-kanbanów, paneli na stanowiskach manualnych, itd.) wymaga często stworzenia odrębnej sieci komunikacyjnej i etapowej integracji. A później następuje długi i mozolny etap "oczyszczania" danych z błędów. Z pomocą przychodzą tu dostawcy automatyki, którzy oferują coraz więcej inteligentnych rozwiązań IoT, w tym urządzenia krawędziowe pozwalające na wstępne przetwarzanie danych. Takie funkcje mają też sterowniki, do tego dochodzą inteligentne urządzenia polowe. I warto się nimi zainteresować, aby być "future-proof". Nawet gdy firma nie ma dzisiaj planu cyfryzacji lub jest on odległy, to lepiej wybierać te rozwiązania, które można łatwo podłączyć do sieci. Prędzej czy później będzie to bowiem konieczne.
Trzecie z zagadnień dotyczy informacji. Zwracam tu uwagę na różnicę pomiędzy danymi - tym, co zbieramy z maszyn i przetwarzamy, a informacjami - tym, co wyłania się z danych i stanowi dla organizacji wartość. Dopiero w tym miejscu dochodzimy do analityki, w szczególności związanej z Big Data i systemami uczącymi się. Pozwala ona na wyszukiwanie trendów i innych informacji w gąszczu bitów, przy czym ten etap również powinien wynikać ze zidentyfikowanych na wstępie problemów i celów. Mając "opanowane" przetwarzanie danych, można też wdrażać inne narzędzia - przykładowo pozwalające na lepsze planowanie produkcji, predykcję awarii, itd. Teoretycznie część z nich nie wymaga kompleksowej cyfryzacji, aczkolwiek nawet w takim przypadku polecam myślenie o krok do przodu.
Od kilku lat zajmuję się badaniami krajowych organizacji produkcyjnych, które rozwijają się w kierunku Przemysłu 4.0. Rdzeniem tych zmian jest cyfryzacja produkcji, przy czym cechą wspólną udanych wdrożeń jest ich realizowanie w sposób etapowy, gdzie stopniowo wdrażane są kolejne "poziomy" cyfryzacji - aż po zastosowania sztucznej inteligencji (gdy tylko będzie ona dostępna). Łącznikiem jest tu strategia, która integruje projekty w ramach spójnego planu rozpisanego na wiele mniejszych etapów. Takie podejście jest dla organizacji korzystne, gdyż daje możliwość wprowadzania koniecznych zmian oraz korygowanie planów dzięki uczeniu się. Wprawdzie wydłuża ono cały proces do kilku lat, ale też minimalizuje ryzyko porażki na drodze do stworzenia cyfrowej fabryki.
Zbigniew Piątek
