Nejprve si tedy musíte udělat domácí cvičení. Důležitým hlediskem při optimalizaci je dlouhodobý plán a jeho pravidelné vyhodnocování. Pokud je plán postaven na validních metrikách a kvalitní vizi, je snazší hledat a aplikovat efektivní optimalizace. Naopak, nucené op­ti­ma­li­za­ce bez jasného plánu mohou vést k nežádoucím výsledkům.

Tak jak vlastně optimalizovat? Začněme otázkou, čeho chci dosáhnout za 10 let. Je mnohem náročnější, než se může zdát, a dát si na ni kvalitní odpověď chce čas. Další otázkou je, kde chci být za rok. Na ni je odpověď vcelku snadná – ve většině společností znám svůj rozpočet na následující rok, a tak si jsem schopný dopočítat, kam mi daný rozpočet umožní se posunout. Nyní si tuto otázku dejme na 3 roky – tam už jsem schopný pracovat s požadavky na navýšení rozpočtu a i s delší návratností.

Na základě takto stanovených kritérií pak můžu přistoupit i k optimali­za­ci svých procesů a využití vhodných technologií. Nemá smysl se hned bezhlavě pouštět do aplikace těch nejvíce sofistikovaných metod, když víme, že nebudou mít přínos pro efektivitu výroby nebo prodeje. Abychom to také ukázali na konkrétním příkladu – pokud jste doposud ve svém skladu „jeli“ v excelovských makrech, není nutné hned přeskakovat na AI modely. Možná jednodušší cestou je postupný vývoj s využitím robota a vhodného softwaru, kde vcelku rychle dosáhnete třeba až třetinového nárůstu ziskovosti.

A co jednotlivé technologie zmiňované v úvodu přinášejí? Robotizace výrobních a logistických procesů je jedním z prvotních kroků. Ve většině případů pomáhá zvýšit výrobní kapacitu a efektivitu provozu. Nicméně pokud základní proces není dobře promyšlený, může se jed­nat pouze o prvoplánový marketingový tah – z aplikace si markeťáci udělají fajn video, ale investovaný potenciál nevyužijete naplno.

Správná manipulace s daty může poskytovat kvalitní informace pro snadnější rozhodování. Avšak nevhodná interpretace nebo vizualizace dat zpomalí rozhodovací proces a vede k neefektivním rozhodnutím, která jsou i přes dostupná data kontraproduktivní.

Umělá inteligence může dramaticky zvýšit efektivitu práce, od psaní e-mailů po generování návrhů nových výrobků. Avšak skutečná efektivita leží zcela jinde – vyžaduje buď na jedné straně propouštění zaměstnanců, nebo nárůst objemu výroby a zakázek. Ani jedno ale umělá inteligence nepřináší, jde o obchodní a manažerská rozhodnutí. Nasazení AI je pak jen jedním z implementačních kroků.

K výčtu technologií, které vstupují do praxe optimalizace dodavatelských řetězců, přidejme jedno z konkrétních opatření, se kterými u klientů pracujeme. Digitální dvojče je živé digitální zobrazení reálných provozů a umožňuje nám tak sledovat provedené změny ještě před jejich reálnou implementací do provozu. Nejedná se o optimalizaci, ale umožňuje vizualizovat složité procesy. I když neslouží k přímému zvýšení výroby, lze ji považovat za nástroj pro volbu správné optimalizace. V současnosti ji využíváme k ověření rozmístění jednotlivých technologií v hale pro jednoho z našich zákazníků. Díky virtuální kopii závodu jsme schopni simulovat, kde může docházet k tzv. bottleneckům a případně technologie upravit. Podobně bereme do celé simulace veškeré logistické toky mezi jednotlivými pracovišti, kdy v případě nedostatečného průtoku při manuálním řešení daný proces automatizujeme.

To, co jsme popsali výše, je ideální stav. Realita, jak už to tak bývá, je dlouhodobému plánování a využití vhodných metod velmi vzdálena. A to navzdory aktuálně již opomíjené metodice PDCA, která přes svoji jednoduchost skrývá vše podstatné. Závěrem bych rád ještě zmínil přístup Plan and Check. Ne že bychom v současnosti neměli dost plánů, ale máme nedostatek plánů, které jsou zkontrolovány (Check), aby byly realistické i ekonomické. Dnešní manažerské trendy spíše směřují k nuceným optimalizacím s krátkodobým zaměřením na kvantitu, což mnohdy vede ke ztrátě efektivity. Optimalizace by měla začít od dlouhodobého plánu a jasně definovaných cílů. Kvalitní plán umožňuje efektivní optimalizaci a posunuje společnost kupředu. Optimalizace by neměla být pouze gestem, ale cílevědomým snažením o posunutí celé firmy dopředu.

Adam Zdvihal Konzultant pro Supply Chain Management a Business Automation ve společnosti Logio.