Przemysł wytwórczy nie jest jednolitym sektorem. Jest hala produkcyjna, gdzie schodzą się praca fizyczna, obsługa maszyn i kontrola jakości. Jest planowanie, które dopasowuje do siebie zamówienia, materiały i moce produkcyjne. Jest administracja wokół zakupów, zapasów i fakturowania. I jest kontakt z klientem, od zapytania ofertowego do uzgodnienia dostawy. W tego typu przedsiębiorstwach największa część godzin biurowych przypada na planowanie, komunikację i administrację wokół procesu produkcyjnego, a nie na samą pracę fizyczną. Ta praca fizyczna wciąż często wymaga rąk ludzkich, choć obsługa maszyn już od dawna nie jest w pełni ręczna.
Co wyróżnia ten sektor, to kombinacja wielu odrębnych systemów. ERP do planowania, osobny pakiet do zapasów, CRM do kontaktu z klientem, a na hali czasem wciąż listy Excel lub papierowe zlecenia pracy obok systemów cyfrowych. Ta fragmentacja silnie determinuje, co AI może, a czego nie może dobrze przejąć: zadanie działające w jednym systemie łatwiej zautomatyzować niż zadanie przechodzące przez cztery systemy i dwa działy. Ponadto rolę odgrywają przepisy, myślę tu o certyfikacji, śledzeniu materiałów i przepisach bezpieczeństwa. Tam, gdzie błąd ma konsekwencje dla bezpieczeństwa lub zgodności z przepisami, próg dla pełnej automatyzacji jest wyższy.
W przemyśle wytwórczym istnieją zadania, które są w dużej mierze oparte na regułach i wymagają niewielkiej oceny. Myślę tu o wysyłaniu standardowych potwierdzeń po złożeniu zamówienia, prowadzeniu prostych mutacji zapasów na podstawie ustalonych reguł, czy generowaniu standardowej dokumentacji, takiej jak listy przewozowe. Również komunikacja, która w niewielkim stopniu zależy od konkretnej sytuacji, nadaje się do tego. Tak więc AI może przejąć wysyłanie wiadomości powitalnych do nowych klientów często w całości może być wykonane przez AI, ponieważ treść w dużej mierze jest ustalona, a konsekwencje drobnego błędu są ograniczone. To samo dotyczy często wysyłania przypomnień o terminach lub dostawach, przy czym istotne jest również, czy AI może przejąć wysyłanie przypomnień o terminach wpisuje się w ten proces. Wspólnym czynnikiem jest: ustalona treść, niska stawka w przypadku błędu i jasny moment, w którym zadanie się zaczyna.
Największa część pracy w przemyśle wytwórczym przypada na tę środkową kategorię. Myślę tu o sporządzaniu planów produkcji, gdzie AI może przedstawić propozycję na podstawie zamówień i mocy produkcyjnych, ale planista musi ocenić wyjątki, zamówienia priorytetowe i awarie maszyn. Myślę też o wydawaniu zleceń pracy na halę: system może przygotować i skierować zamówienie, ale pytanie, czy może to odbyć się bez kontroli, zależy od tego, jak przewidywalny jest proces. Na stronie o AI może przejąć wydawanie zleceń pracy na halę produkcyjną znajduje się informacja, gdzie dokładnie przebiega ta granica. Również kontrola jakości na podstawie danych z czujników lub rozpoznawania obrazu często wpada w tę kategorię: AI sygnalizuje odchylenia, człowiek ocenia, czy to uzasadnia odrzucenie i dlaczego. W tych zadaniach nie tyle liczy się złożoność czynności, ile potrzeba oceny z podanym powodem, co wymaga nadzoru z zatwierdzeniem lub odrzuceniem, a nie pełnej automatyzacji.
Niektóre zadania na razie pozostają pracą ludzką, i nie jest to kwestia preferencji, lecz charakteru pracy. Czynności fizyczne na hali, precyzyjne ustawianie maszyn na podstawie doświadczenia oraz negocjowanie z dostawcami ceny i terminu dostawy wymagają oceny, przestrzeni do negocjacji i fizycznej obecności, których AI nie może zapewnić. Również złożone obsługiwanie reklamacji, gdy klient zgłasza problem techniczny, który nie wpisuje się w standardową kategorię, wymaga kogoś, kto może dopytać i wziąć odpowiedzialność za rozwiązanie. To inny rodzaj pracy niż porównywalne zadania kontaktu z klientem, które widać w co AI może przejąć w usługach biznesowych, gdzie mniej roli odgrywa kontekst fizyczny.
Podział między te trzy kategorie różni się silnie w zależności od przedsiębiorstwa, a nawet od linii produkcyjnej w ramach jednego przedsiębiorstwa. Fabryka z jednym zintegrowanym systemem ERP i standaryzowanymi produktami może umieścić więcej zadań w kategorii 1 i 2 niż przedsiębiorstwo, które produkuje na zamówienie ze zmiennymi specyfikacjami dla każdego zamówienia. Rolę odgrywa też stopień regulacji: sektory z rygorystycznymi wymogami śledzenia, takie jak produkcja spożywcza czy farmaceutyczna, utrzymują więcej zadań w kategorii 2 i 3 niż sektory z mniejszą liczbą obowiązków. Ten wzór fragmentacji i regulacji widać zresztą również w sąsiednich sektorach, jak można przeczytać w co AI może przejąć w sektorze transportowym, gdzie planowanie i komunikacja z klientem również odgrywają dużą rolę.
Ważne jest również, że ten podział nie mówi nic o decyzjach personalnych. Czy i jak organizacja inaczej wykorzysta uwolnione godziny, to wybór należący do pracodawcy, dla którego, jeśli chodzi o zwolnienie lub reorganizację, obowiązują własne wymogi prawne. Ta strona opisuje jedynie, które zadania nadają się do przejęcia przez AI, a które nie, a nie co powinno się z tym zrobić.
Aby zobaczyć, jak te trzy kategorie odnoszą się do Pana/Pani własnych zadań, można wypełnić bezpłatny quickscan ftetoai: dwanaście pytań, bez konta, z wynikiem w postaci wskazania, jaka część godzin w Pana/Pani profilu może już dziś zostać przejęta przez AI. Pełny werkscan, który głębiej analizuje poszczególne zadania i procesy, jest jeszcze w budowie i obecnie nie jest oferowany. Quickscan daje jednak pierwszy, niewiążący obraz tego, gdzie w Pana/Pani sytuacji leży przestrzeń do zmian.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.