Automatisering is niet de heilige graal en de oplossing van al je problemen. Sterker nog, het vormt een probleem wanneer je het zonder gedachte toepast in je productieproces. In een niet geoptimaliseerd proces, is de kans groot dat de waste (muda) die nog in je proces aanwezig is mede wordt geautomatiseerd. Anderzijds kunnen bestaande efficiëntieslagen zijn afgestemd op het werk van mensen, en bij automatisering een ander karakter krijgen. Hier zijn vijf punten waar je aan moet denken, voordat je automatiseert om het automatiseren.
1. Vermijd te veel automatisering
Dit gebeurt meestal als automatisering als de oplossing wordt gezien, in plaats van een hulpmiddel. In dit artikel leggen we uit dat eerst de basis moet kloppen. De implementatie van bijvoorbeeld AI bouw je om die basis heen, in plaats van het lukraak toe te voegen. Automatisering is geen oplossing voor het optimaliseren, het is er een onderdeel van. Dus ook dit aspect zal met dezelfde visie, efficiëntie en controle toegepast moeten worden als eerdere verbeterslagen binnen je productieproces. Bovendien mag het niet ten koste gaan van het menselijke talent binnen je organisatie.
2. Weg met wachttijd
Als vervolg van het volgende punt: zie de technologie als onderdeel van je proces. Veel mensen zien technologische innovatie als foutloos, maar dit is niet waar. Bij een automatisch communicatienetwerk zit er altijd vertraging in de dataoverdracht. Analyseer je automatisering, reflecteer en ga volgens dezelfde lean principes aan de slag met het elimineren van waste en wachttijd.
3. 'For the sake of automation'
Technologie kan steeds meer, en daardoor kan je bedrijf het steeds harder nodig hebben. Binnen innovatie is echter geen plek voor generalisatie. Vaak wordt 'for the sake of automation' het productieproces niet meer als een samenvoeging van delen gezien, maar als één geheel. Vervolgens wordt door het gehele proces in dezelfde gradaties geautomatiseerd, terwijl het efficiënter is om per deelproces de juiste mate van innovatie toe te passen. Het liefst stel je automatisering af op specifieke taken en zit achter iedere toevoeging een duidelijke behoefte van de klant.
4. De digitale opslag
Innovatie vormt ook een nieuwe dimensie in je opslag: het wordt digitaal. Hoe meer informatie er beschikbaar is, hoe nauwkeuriger de technologie zijn werk doet. Maar ook de opslag van deze gegevens valt onder de kaizen regels. Selecteer en vorm je datasets nauwkeurig, zodat er alleen informatie (langdurig) wordt opgeslagen die bijdraagt aan de verbetering van het proces. Terugkomend op de tweede zin van deze alinea: hoe meer bruikbare informatie er beschikbaar is, hoe nauwkeuriger de technologie zijn werk doet.
5. Kwaliteit-checks
Tegenwoordig is AI zelflerend. Geheel volgens de lean principes, verbetert het zichzelf continu, naar mate dat het werk vordert. Dat betekent echter niet dat menselijke controle niet meer nodig is. In de theorie wordt dit vertaalt tot jidoka: automatisering met een menselijke touch. Wanneer mensen met een scherp oog de technologie controleren en waar nodig bijsturen, gaat het automatische leerproces veel sneller en nauwkeuriger, dan wanneer de kunstmatige intelligentie dit alleen moet bewerkstelligen.
Automatiseer je proces, niet je waste
Technologische innovatie heeft een versterkende werking op dat wat al bestaat. Het kan het goede nog beter maken, maar daardoor ook het slechte nog slechter. Wanneer we praten over automatisering, zoeken we naar gerichte toepassingen die de goede punten versterken, maar de muda terugdringen. Daarmee automatiseer je je vooruitgang, in plaats van je waste.
KONA helpt met het selecteren van gepaste innovatie op de juiste plekken. Wil jij geoptimaliseerde mechanisatie en automatisering, in plaats van lukrake technologie? Neem eens contact op.
