Mikroprzestoje to problem, z którym zmagają się przedsiębiorstwa niemal wszystkich branż produkcyjnych. Krótkie, bo trwające zwykle do 5 min. wyłączenia z użytku jednej lub wielu maszyn, w ujęciu rocznym mogą wygenerować straty w wysokości kilkuset tysięcy złotych. Średnie przedsiębiorstwo, które z drobnymi awariami mierzy się zaledwie dwa razy w tygodniu, musi liczyć się z kosztem nawet do 174 tys. zł. Rozwiązaniem jest gromadzenie i analiza danych oraz stworzone na tej podstawie systemy szybkiego reagowania i prognozowania.
Przedsiębiorcy muszą obecnie mierzyć się z wieloma wyzwaniami. Po ogromnej niepewności i spowolnieniu gospodarczym spowodowanym pandemią, pojawiły się m.in. zakłócenia w łańcuchach dostaw związane z wojną w Ukrainie. Ostatnie miesiące przyniosły także ogromny wzrost inflacji oraz ponadprzeciętne podwyżki cen nośników energii niezbędnych przy produkcji. Wszystkie te czynniki powodują, że przedsiębiorstwa muszą coraz dokładniej kontrolować koszty oraz efektywność produkcji, a także zredefiniować swoje procesy tak, aby szukać oszczędności.
Efektywność wykorzystania urządzeń i maszyn w procesie produkcji określana jest przez wskaźnik OEE (ang. Overall Equipment Effectiveness). Wartość OEE obniżana jest przez wszystkie usterki czy awarie, które powodują wyłączenie niektórych ogniw z łańcucha produkcyjnego. Choć pozornie skala takich wydarzeń i związanych z nimi strat jest niewielka, to prawidłowe monitorowanie procesów pozwala na wyciągnięcie poważnych wniosków. Jak wynika z raportu The True Cost of Downtime – How much do leading manufacturers lose through inefficient maintenance stworzonego przez Senseye, średni koszt każdej godziny nieplanowanego przestoju to 532 tys. dolarów. Największy jest on w sektorze motoryzacyjnym, gdzie przedsiębiorstwa tracą średnio 1,3 miliona dolarów na godzinę. Jak więc można walczyć z mikroprzestojami i co zrobić, aby zminimalizować związane z nimi starty? Odpowiedzią może okazać się sztuczna inteligencja.
Podstawą wdrożenia rozwiązań opartych o sztuczną inteligencję (AI) jest kolekcjonowanie i profesjonalna analiza danych.
– Głównym problemem przedsiębiorstw produkcyjnych, które są narażone na straty przez mikroprzestoje jest to, że nie gromadzą bieżących danych dotyczących przerw w działaniu, bądź gromadzą je już po awarii, często w wersji papierowej. To uniemożliwia efektywną analizę, a w efekcie także wdrożenie rozwiązań, które pomogłyby zminimalizować częstotliwość przestojów i czas ich trwania – mówi Marcin Wierzbicki, Prezes AndonCloud.
AndonCloud to narzędzie, które pomaga minimalizować niewielkie przestoje i optymalizować procesy produkcji. Pozwala ono na zbieranie danych z maszyn, czujników czy kamer, ale również stanowisk produkcji gniazdowej. Dzięki gromadzonym na bieżąco informacjom powstają ich wizualizacje na ekranach w zakładach oraz bezpośrednio na stacjach odpowiednich służb, takich jak Utrzymanie Ruchu, Kontrola Jakości czy BHP. Dzięki temu, znacznie poprawia się komunikacja i transparentność pomiędzy działami. AndonCloud należy do wchodzącej w skład Grupy Euvic spółki Stermedia.ai.
Wspomniane już badanie Senseye wykazało też, że 51 proc. dużych przedsiębiorstw wykonuje już w jakimś stopniu monitorowanie stanu produkcji. Wskaźnik OEE był w tych miejscach o 6 proc. lepszy niż w tych, które nie prowadzą monitoringu w żadnej formie.
Dokładna analiza umożliwia przewidywanie ryzyka wystąpienia awarii i błędów, diagnozę anomalii, czy prognozowanie wskaźników efektywności. Digitalizacja procesów prowadzi więc do większej wydajności przy jednoczesnym obniżeniu kosztów.
– W oparciu o doświadczenie zdobyte przy wdrożeniach rozwiązań minimalizujących 7 marnotrawstw klasyfikowanych w metodzie LEAN stworzyliśmy prosty kalkulator, który umożliwia obliczenie przybliżonej wysokości strat spowodowanych przez przestoje. To pozwala nam na zobrazowanie przedsiębiorcom, jak duże koszty ponoszą ich firmy. W czasach rosnących cen energii, transportu oraz półproduktów, zminimalizowanie tych strat może być czynnikiem, który zadecyduje o przetrwaniu firmy – dodaje Marcin Wierzbicki, Prezes AndonCloud.
Jak wysokie mogą być więc straty? Przy założeniu, że przedsiębiorstwo, które posiada 10 maszyn ma dwie awarie tygodniowo, straty mogą sięgać nawet 174 tys. zł. rocznie. W tym scenariuszu opóźnienie pomocy wyniosło zaledwie 5 minut, a średni koszt wstrzymania produkcji to 2 tys. zł na godzinę.
W 2021 r., wdrożenie inteligentnych rozwiązań w przedsiębiorstwach wzrosło o 50 proc. w ujęciu rocznym. Wydaje się więc, że kierujący biznesem produkcyjnym dostrzegają potrzebę transformacji cyfrowej i widzą idące za tym korzyści.
– Obecne otoczenie rynkowe poniekąd wymusza na przedsiębiorcach zwiększoną efektywność kosztową. Wdrożenie rozwiązań, które minimalizują ryzyko pojawienia się przestojów pozwala na utrzymanie płynności produkcji, ale także daje możliwość analizy i usprawnienia dotychczasowych procesów. Przedsiębiorcy mogą w realny sposób wpłynąć na wydajność produkcji i minimalizować straty, które teraz wydają się jej nieodłączną częścią. Nie pierwszy raz najlepszym narzędziem do tego staje się odpowiednio wykorzystana technologia – mówi Łukasz Czernecki, wiceprezes Grupy EUVIC.