CP v2

Tag: Kokybės kontrolė

  • DI pramonėje: laikas pragmatizmui – kodėl rezultatus lemia duomenys, žmonės ir technologija

    DI pramonėje dažniausiai vertinamas ne kaip madinga naujovė, o kaip praktinis įrankis, padedantis aptikti įrangos ar proceso anomalijas, prognozuoti kokybės nukrypimus ir didinti gamybos efektyvumą. Didžiausia vertė atsiranda ten, kur sprendimai tiesiogiai mažina prastovas, broką ir energijos sąnaudas.

    Ekspertai pabrėžia, kad sėkmingą diegimą lemia trys dalykai: duomenys, žmonės ir tinkamai parinkta technologija. Jei bent viena grandis silpna, DI projektas gali tapti brangiu eksperimentu, kuris neduoda apčiuopiamų rezultatų.

    Duomenys: kokybė svarbiau už kiekį

    Pramonėje duomenų netrūksta, tačiau jų kokybė, struktūra ir prieinamumas dažnai tampa didžiausia kliūtimi. Praktikoje dalis įmonių panaudoja tik nedidelę dalį turimų duomenų, nes trūksta aiškios duomenų strategijos, standartų ir integracijų tarp įrenginių, sensorių bei IT sistemų.

    DI modeliai ypač jautrūs netikslumams: klaidingi matavimai, nepažymėti sustojimai ar pasenę parametrai gali iškreipti prognozes. Todėl prieš diegiant DI dažnai tenka investuoti į duomenų surinkimo tvarką, sensorių patikimumą, duomenų žymėjimą ir vieningą metrikų apibrėžimą.

    Žmonės: patirtis, kurios DI nepakeičia

    Net ir geriausi algoritmai neveiks be žmonių, kurie supranta procesą ir gali paaiškinti, ką iš tiesų reiškia konkretus nuokrypis. Patyrę operatoriai ir proceso inžinieriai neretai iš klausos, vibracijos ar darbo ritmo pastebi artėjančias problemas dar iki joms atsispindint duomenyse.

    Įmonėms svarbu šią patirtį ne ignoruoti, o ją „įdarbinti“: aprašyti taisykles, susieti su matavimais, kartu su komandomis nuspręsti, kokius gedimų scenarijus verta prognozuoti. Praktinis DI diegimas tampa bendru projektu tarp gamybos, automatikos, IT ir duomenų analitikų.

    Kada prognozinė priežiūra neapsimoka?

    Prognozinė priežiūra dažnai pristatoma kaip vienas patraukliausių DI pritaikymų, tačiau ekonomika čia ne visada palanki. Jei įrangos apmatavimas ir integracija kainuoja tiek, kad už tą pačią sumą galima įsigyti atsarginį įrenginį ar sustiprinti planinę priežiūrą, DI sprendimas gali neturėti prasmės.

    Tokiais atvejais racionaliau rinktis paprastesnius metodus, pavyzdžiui, būklės stebėseną pagal aiškius slenksčius arba reagavimą į gedimus, kai rizika ir kaštai yra valdomi. Sąmoningas sprendimas atsisakyti DI gali būti toks pat profesionalus, kaip ir sprendimas jį diegti.

    Atskira tema yra darbuotojų nerimas dėl DI: baimė prarasti darbą ar būti „pakeistiems“ algoritmais vis dar stabdo projektus. Veikiausiai geriausias vaistas čia yra skaidrumas, mokymai ir realūs pavyzdžiai, kai DI tampa pagalbininku, o ne pakaitalu, pavyzdžiui, greičiau identifikuoja broko priežastis ar leidžia anksčiau pastebėti žaliavų kokybės pokyčius.

    Pramonės įmonėms, planuojančioms DI diegimą, vis dažniau patariama pradėti nuo konkretaus verslo klausimo ir aiškaus naudos matavimo, o ne nuo technologijos pasirinkimo. Kai tikslas apibrėžtas, lengviau nuspręsti, kokių duomenų reikia, kokias kompetencijas telkti ir ar DI šiuo atveju apskritai duos geriausią grąžą.

  • Startuolis „Backbone“ pritraukė 4 mln. eurų: DI žada automatizuoti maisto kokybės ir atitikties kontrolę

    Startuolis „Backbone“ pritraukė 4 mln. eurų: DI žada automatizuoti maisto kokybės ir atitikties kontrolę

    Maisto pramonei skirtas programinės įrangos startuolis „Backbone“ pritraukė 4 mln. eurų išankstinio etapo investiciją. Lėšos bus naudojamos DI grįstai kokybės ir atitikties platformai toliau vystyti bei komercinei plėtrai Europoje.

    Investicijų raundui vadovavo fondas Pitchdrive, prie jo prisidėjo PROfounders Capital ir Passion Capital, taip pat esamas investuotojas 100IN. Į raundą įsitraukė ir Belgijos maisto sektoriaus investuotojai, tarp jų „Agristo“ ir „Darta“.

    „Backbone“ 2025 metais įkūrė Louis Opsomer, Siska Lannoo ir Julien Steel. Bendrovė kuria sprendimą, kuris turėtų padėti maisto gamintojams ir tiekėjams valdyti kokybės bei reguliacinės atitikties procesus, kuriuose vis dar dažnai remiamasi skaičiuoklėmis, dokumentais ir el. paštu.

    Tokiose įmonėse kokybės duomenys dažnai būna išskaidyti: tiekėjų dokumentai atsiduria pirkimų skyriuje, receptūros ir sudėtys priklauso tyrimams bei plėtrai, laboratorijų rezultatai saugomi atskirai, o klientų ir reguliavimo reikalavimai gula ant kokybės komandų pečių.

    Dėl to net ir įprasti pokyčiai, pavyzdžiui, naujo tiekėjo įvedimas ar receptūros korekcija, gali reikšti daug rankinio darbo ir kelių komandų derinimą. Praktikoje tai didina riziką praleisti pasikeitusius reikalavimus, neatnaujinti specifikacijų laiku ar neteisingai suvaldyti neatitikimų incidentus.

    Vienoje vietoje sujungiami duomenys

    „Backbone“ siekia šią fragmentaciją mažinti sujungdama duomenis į vieną platformą, apimančią tiekėjų dokumentaciją, laboratorinius rezultatus, specifikacijas ir reguliacinius reikalavimus. Tikslas yra sukurti aiškų, audituojamą informacijos sluoksnį, kuriame būtų paprasčiau rasti spragas ir nustatyti prioritetus.

    Platforma kokybės informaciją struktūruoja ir sutikrina su plačiai naudojamais maisto saugos ir kokybės standartais, įskaitant IFS, BRCGS ir FSSC 22000. Tai svarbu įmonėms, kurios dirba tarptautinėse tiekimo grandinėse ir privalo atitikti skirtingų klientų bei rinkų reikalavimus.

    DI agentai vietoj rankinio tikrinimo

    Ant šio duomenų pagrindo bendrovė kuria DI agentus, kurie turėtų automatizuoti dalį kokybės valdymo rutinos. Tarp numatomų funkcijų minimi tiekėjų sertifikatų galiojimo sekimas, laboratorinių tyrimų rezultatų ir gaunamų dokumentų palyginimas su aktualiomis specifikacijomis bei incidentų registravimas.

    Tokios priemonės, pasak rinkos dalyvių, gali sumažinti „aklųjų zonų“ skaičių, kai kritiška informacija pasimeta tarp skyrių. Be to, centralizuotas skydelis vadovybei ir kokybės komandoms paprastai padeda greičiau suprasti, kuriose vietose rizika didžiausia ir kokių veiksmų reikia pirmiausia.

    „Šiandien maisto įmonė turi visus duomenis, kurių reikia geresniems kokybės sprendimams, tačiau skirtingi duomenų taškai tarpusavyje nesusikalba. Mes kuriame intelekto sluoksnį, kuris sujungia tuos taškus, supranta kontekstą ir paverčia tai praktiniu darbu“, – sakė „Backbone“ bendraįkūrėjas Louis Opsomer.

    Plėtra už Belgijos ribų

    „Backbone“ jau išsiplėtė už Belgijos ribų ir dirba Jungtinėje Karalystėje bei Nyderlanduose. Klientų ratas apima skirtingas maisto tiekimo grandinės grandis: nuo žaliavų ir ingredientų tiekėjų iki gamintojų, pakuočių įmonių ir platintojų.

    Pasak bendrovės, naujas kapitalas bus skirtas produktui tobulinti, rinkodarai stiprinti ir partnerystėms plėtoti. Tarp prioritetų įvardijamas bendradarbiavimas su tarptautinėmis sertifikavimo organizacijomis bei įmonėmis, diegiančiomis ERP sistemas, kad kokybės duomenys sklandžiau jungtųsi su kitais verslo procesais.

  • Briuselio DI maisto kokybės startuolis „Backbone“ pritraukė 4 mln. eurų: ką tai keis gamintojams

    Investicija į kokybės ir atitikties platformą

    Briuselyje įsikūręs maisto pramonės kokybės ir atitikties sprendimus kuriantis startuolis „Backbone“ pranešė pritraukęs 4 mln. eurų išankstinės pradinės stadijos investiciją. Gautas lėšas bendrovė ketina skirti rinkodarai ir spartesniam produkto vystymui.

    Investicijos raundui vadovavo fondas Pitchdrive, prie jo prisidėjo PROfounders Capital ir Passion Capital bei esami investuotojai, taip pat keli Belgijos maisto verslo atstovai. Startuolis veikia kaip duomenų ir procesų „operacinė sistema“, skirta kokybės valdymui ir reguliacinei atitikčiai.

    Kokią problemą sprendžia „Backbone“

    Pasak „Backbone“, dauguma maisto gamintojų turi visus reikalingus duomenis kokybiškesniems sprendimams, tačiau jie išsibarstę per skirtingas komandas ir sistemas. Receptūros informacija dažnai lieka technologų ar tyrimų padaliniuose, tiekėjų duomenys – pirkimuose, laboratoriniai rezultatai – atskirose ataskaitose, o reikalavimai – kokybės skyriuje.

    „Maisto įmonė šiandien turi visus duomenis, kurių reikia geresniems kokybės sprendimams, bet skirtingi duomenų taškai tarpusavyje nekalba“, – sakė vienas iš „Backbone“ įkūrėjų Louis Opsomer.

    Startuolis kuria sluoksnį, kuris sujungia dokumentus, bandymų rezultatus, tiekėjų informaciją ir reikalavimus, o kontekstą paverčia praktiškai panaudojamu. Idėja paprasta: vietoj to, kad kokybės informacija būtų tik „užregistruota“, ji tampa įrankiu ankstyviau pastebėti rizikas ir priimti sprendimus realiuoju laiku.

    DI agentai vietoj rankinių patikrų

    „Backbone“ teigia, kad kokybės užtikrinimas maisto sektoriuje vis dar dažnai priklauso nuo rankinio darbo ir atskirų failų. Įmonės nurodo, jog reikšminga dalis gamintojų kasdienėms kokybės užduotims iki šiol naudoja skaičiuokles, dokumentus ir elektroninį paštą.

    Didžiausi kaštai paprastai atsiranda ne dėl vieno didelio incidento, o dėl daugybės smulkių neatitikčių, kurios pastebimos per vėlai. Tiekėjo keitimas, nauja receptūra ar pakuotės korekcija gali sukelti visą grandinę papildomų patikrų ir duomenų suvedimo, kai kelios komandos dubliuoja tą patį darbą.

    „Backbone“ planas – ant sujungtų duomenų sluoksnio kurti DI agentus, kurie perimtų pasikartojančias užduotis: sektų sertifikatų galiojimą, sulygintų laboratorinius rezultatus su specifikacijomis, automatiškai fiksuotų incidentus ir paruoštų sprendimų prioritetus. Visa tai turėtų susitelkti į vieną „kokybės valdymo pultą“, skirtą tiek komandų darbui, tiek vadovybei.

    Plėtra už Belgijos ribų

    Startuolis įkurtas 2025 metais, o jo steigėjai anksčiau dirbo technologijų ir procesų valdymo srityje. „Backbone“ sprendimas apima tiekėjų sekimą, dokumentų kontrolę, incidentų valdymą ir atitikties analizę – tai funkcijos, kurios maisto gamyboje tiesiogiai susijusios su rizikų valdymu.

    Įmonė praneša jau išplėtusi klientų ratą už Belgijos ribų, įskaitant Jungtinę Karalystę ir Nyderlandus. „Backbone“ taip pat bendradarbiauja su maisto saugos ir kokybės konsultacijų partneriais, siekdama greičiau diegti sprendimą skirtingose gamybos grandyse.

    Pasak vienos iš įkūrėjų Siska Lannoo, tikslas – kad iki 2028 metų pabaigos „Backbone“ veiktų 250 gamybos vietų. „Maisto pramonė metų metus investavo į ERP sistemas ir linijines kokybės kontrolės sistemas, kad viską užregistruotų. Kitas žingsnis yra priversti tą informaciją dirbti“, – sakė ji.

  • DI ateina į gamyklas ir vertina vadovus: kodėl efektyvumo rodikliai gali paliesti net prezidentus

    Dirbtinis intelektas vis dažniau diegiamas ne tik kaip įprastos automatizacijos priedas, bet ir kaip sprendimų priėmimo įrankis, keičiantis gamybos valdymą. Pramonėje DI padeda robotams ir sistemoms „matyti“ daugiau: apdoroti vaizdo, jutiklių ir procesų duomenis realiu laiku bei siūlyti optimalius veiksmus.

    Toks pokytis ypač svarbus sektoriams, kuriuose didelę savikainos dalį sudaro žaliavos, energija ir prastovų kaina. Medienos apdirbimas, automobilių pramonė, logistika ir energetika DI taiko ten, kur svarbiausia yra greitis, tikslumas ir nuosekli kokybės kontrolė.

    DI robotams suteikia „pojūčius“

    Šiuolaikinė robotika vis dažniau remiasi kompiuterine rega ir pažangia analitika, todėl robotų darbo trajektorijos, jėgos parinkimas ir operacijų tikslumas gali būti koreguojami pagal aplinkos signalus. Kuo daugiau duomenų patenka į algoritmą, tuo geriau sistema geba atpažinti nukrypimus ir sumažinti klaidų skaičių.

    Praktikoje tai reiškia, kad DI gali ne tik atlikti užduotis, bet ir pateikti sprendimų rekomendacijas operatoriui, meistrui ar gamybos vadovui. Kai įmonės turi didelę automatizuotų įrenginių bazę, DI dažnai diegiamas papildomai, prijungiant skaičiavimo įrangą prie PLC valdiklių ir gamybinių duomenų srautų.

    Didžiausi iššūkiai prasideda ten, kur reikia ilgai mokyti modelius ir surinkti didelius, kokybiškus duomenų rinkinius. Pavyzdžiui, medienos kokybės kontrolėje defektų įvairovė tokia didelė, kad paprasta kamera gali dalies jų nepastebėti, o dalį gerų gaminių atmesti kaip broką, todėl realiai kuriamos sudėtingesnės 3D ir vaizdo analizės schemos.

    Kodėl duomenys tampa konkurenciniu pranašumu

    Gamyboje duomenys vis dažniau laikomi strateginiu turtu, nes nuo jų priklauso, kaip greitai ir tiksliai DI atpažins broką, prastovų priežastis ar proceso nuokrypius. Dėl to įmonės retai dalijasi defektų bibliotekomis ir mokymo duomenimis, nes jie atspindi konkrečią technologiją, medžiagas ir tiekimo grandinę.

    Net turint panašius duomenis, rezultatai gali skirtis, nes svarbi ne tik medžiaga, bet ir tai, kaip suformuotos taisyklės, ribos, mokymo metodika ir kokie tikslai keliami. Dėl didelių skaičiavimo poreikių DI mokymas dažnai vyksta duomenų centruose, o į gamyklą perkeliami „lengvesni“ vykdomieji modeliai.

    Augantis skaičiavimo poreikis reiškia ir didesnį energijos suvartojimą, todėl pramonė ieško efektyvesnių sprendimų. Vis daugiau dėmesio skiriama specializuotiems akceleratoriams ir naujoms architektūroms, kurios mažina šilumos nuostolius ir aušinimo kaštus, nes būtent energija tampa vienu iš ribojančių veiksnių.

    DI keičia vadovų darbą

    Didžiausias lūžis vyksta ne tik ceche, bet ir vadovų lygmenyje: DI ima automatiškai agreguoti gamybos, kokybės, logistikos ir finansinius rodiklius bei pateikti įžvalgas, kurios anksčiau keliaudavo per kelis valdymo sluoksnius. Tai mažina ataskaitų rengimo naštą ir spartina sprendimų priėmimą.

    Tokioje aplinkoje vertinimas vis labiau remiasi duomenimis, todėl optimizacijos galimybės atsiveria būtent vadybos grandyje. Kai sistemos gali tiksliau parodyti, kur stringa planavimas, atsargų valdymas ar prastovų priežastys, DI natūraliai tampa įrankiu vertinti vadovų efektyvumą pagal faktinius rezultatus.

    „Ataskaitos anksčiau keliaudavo per kelis lygius, o dalį šio darbo šiandien gali atlikti elektroninis asistentas“, – sakė pramonės technologijų plėtros ekspertas.

    Tai nereiškia, kad DI automatiškai pakeis žmones, tačiau jis keičia reikalavimus kompetencijoms. Darbuotojams ir vadovams vis svarbiau greitai perprasti naujas sąsajas, duomenų logiką ir sprendimų ribas, o įmonėms tampa kritiška derinti patyrusių specialistų proceso žinias su jaunesnių inžinierių skaitmeniniais įgūdžiais.

    Ilgainiui DI diegimas dažniau siejamas su produktyvumo didinimu, o ne su tiesioginiu etatų mažinimu, nes prarasti kvalifikuotus žmones tampa brangu. Tačiau atsakomybės centrai keičiasi: daugiau užduočių automatizuojama analizėje ir planavime, todėl vadovams tenka aiškiau apibrėžti tikslus, priimti sprendimus greičiau ir pagrįsti juos duomenimis.

  • Teksasietis tą pačią dieną grąžino „Tesla Cybertruck“: paaiškėjo, kiek laiko jis stovėjo sandėlyje

    Teksaso gyventojas Reza Soltani pasakoja, kad naują „Tesla Cybertruck“ planavo atsiimti gerokai vėliau, tačiau netrukus po užsakymo gavo pranešimą, jog pikapas jau paruoštas perdavimui. Pasak jo, būtent ši detalė ir paskatino papildomai pasidomėti automobilio istorija.

    Vyras per „Tesla“ programėlę susisiekė su bendrovės atstovu ir sužinojo, kad konkretus „Cybertruck“ nuo konvejerio nuriedėjo 2025 metų sausio 8 dieną. Tai reikštų, kad iki perdavimo jis maždaug keturis mėnesius buvo laikomas sandėlyje.

    „Sužinojęs pagaminimo datą supratau, kad tai ne tas pristatymas, kokio tikėjausi, todėl paprašiau kito automobilio“, – sakė Reza Soltani.

    Tą pačią dieną jis nusprendė atsisakyti šio pikapo ir inicijavo grąžinimą, prašydamas naujesnės gamybos automobilio. Nors automobilių gamybos ir logistikos grandinėje sandėliavimas gali būti įprastas, daliai pirkėjų tai tampa jautriu klausimu, ypač kai kalbama apie naujai perkamas transporto priemones.

    Ši istorija pasirodo platesniame kontekste, kai „Tesla Cybertruck“ pastaraisiais mėnesiais vis dažniau aptariamas dėl kokybės svyravimų ir įvairių techninių problemų, o kai kuriuose regionuose išryškėjo ir paklausos atvėsimo ženklai. Automobilių rinkoje tai dažnai reiškia didesnį jau pagamintų automobilių likutį bei lankstesnį pristatymo terminų planavimą.

    Be to, Europoje „Cybertruck“ susiduria su reguliaciniais iššūkiais: modelio konstrukcija ir saugos reikalavimai kelia klausimų dėl atitikties Europos Sąjungos normoms, ypač pėsčiųjų ir kitų pažeidžiamų eismo dalyvių apsaugos srityje. Dėl šių priežasčių daliai pirkėjų ir importuotojų gali tekti susidurti su papildomomis kliūtimis registruojant ar įvežant tokio tipo pikapą.

  • Bolonijos „Cellply“ pritraukė 7,15 mln. eurų: žada paspartinti ląstelių terapijų kūrimą ir kontrolę

    Bolonijos „Cellply“ pritraukė 7,15 mln. eurų: žada paspartinti ląstelių terapijų kūrimą ir kontrolę

    Bolonijoje įsikūręs „Cellply“ užsitikrino 7,15 mln. eurų investicijų, kurias skirs analitinių įrankių plėtrai, padedančiai greičiau kurti ir tiksliau įvertinti imunoterapijas bei ląstelių terapijas. Bendrovė kuria sprendimus, leidžiančius detaliai charakterizuoti ląstelių pagrindu kuriamus vaistus ir jų poveikį.

    Investicijai vadovavo ENEA Tech e Biomedical, taip pat prisidėjo esami akcininkai. „Cellply“ nurodo, kad finansavimo etape dar liko ribota dalis, kuri gali būti pasiūlyta atrinktiems investuotojams.

    „Ši investicija suteikia išteklių paspartinti komercinę plėtrą ir vystyti inovatyvius kokybės kontrolės sprendimus, kurie gali padėti platesniam pažangių terapijų taikymui visame pasaulyje“, – sakė „Cellply“ prezidentė ir vadovė Alessia Zanelli.

    Kas yra „Cellply“ ir ką kuria

    „Cellply“ įkurta 2013 metais, o jos veikla orientuota į biologijos ir gyvybės mokslų technologijas. Įmonė kuria analitinius įrankius, padedančius spartinti naujų imunoterapijų ir ląstelių terapijų vystymą, siekiant didesnio jų veiksmingumo ir ilgesnio poveikio.

    Bendrovė pabrėžia vienos ląstelės lygmens analizę, kuri tampa vis svarbesnė vertinant sudėtingas ląstelių terapijas, kuriose galutinio produkto kokybė gali priklausyti nuo ląstelių sudėties, aktyvumo ir funkcinių savybių. Tokios terapijos priskiriamos pažangioms terapijoms, kurioms keliami ypač aukšti gamybos ir kokybės kontrolės reikalavimai.

    „VivaCyte“ ir DI vaidmuo analizėje

    Flagmaninis „Cellply“ produktas yra „VivaCyte“ – analitinė sistema, skirta ląstelių terapijų paieškai ir gamybos proceso vystymui. Įmonė teigia, kad sistema leidžia automatizuoti visą analizės grandinę nuo mėginio paruošimo iki vaizdų apdorojimo ir rezultatų interpretavimo.

    „Cellply“ „VivaCyte“ sprendime derina patentuotą mikrofluidiką, automatizuotą vaizdų analizę ir specializuotą programinę įrangą, įskaitant DI metodus. Praktikoje tai turėtų padėti greičiau gauti palyginamus, standartizuotus duomenis ir sumažinti rankinio darbo dalį, kuri kokybės kontrolėje dažnai didina laiko sąnaudas ir variaciją tarp laboratorijų.

    Kur bus panaudotos investicijos

    Įmonė nurodo, kad naujas kapitalas bus naudojamas tarptautinei „VivaCyte“ plėtrai ir komercinio tinklo stiprinimui pagrindinėse rinkose. Taip pat planuojama kurti naujos kartos automatizuotus funkcinius testus, skirtus pažangių terapijų kokybės kontrolei.

    „Cellply“ tikslas yra didinti ląstelių aktyvumo vertinimo tikslumą ir kartu supaprastinti gamybos partijų išleidimą į rinką. Tokie sprendimai aktualūs visai ląstelių terapijų sričiai, kur didelė savikaina ir sudėtingi kokybės patikros procesai išlieka vienu didžiausių platesnio prieinamumo barjerų.

    Kartu su finansavimu į bendrovės valdybą prisijungė Miro Venturi, turintis ilgametę patirtį diagnostikos, gyvybės mokslų ir korporatyvinio valdymo srityse. „Cellply“ tikisi, kad ši patirtis sustiprins bendrovės strategiją augant tikslinės medicinos ir pažangių terapijų rinkoms.

    Anksčiau, 2023 metais, „Cellply“ buvo pritraukusi 3,6 mln. eurų investicijų, kurios tapo pagrindu tolimesnei platformos plėtrai ir įmonės augimo planams.

  • Metrologijos inspekcijos Baltasis sąrašas: ką jis reiškia verslui ir ką mato vartotojai parduotuvėje

    Lietuvos metrologijos inspekcijos Baltasis sąrašas teisinės metrologijos srityje yra priemonė, skirta išskirti mažos rizikos ūkio subjektus, nuosekliai laikantis matavimų tikslumo ir ženklinimo reikalavimų. Praktikoje tai reiškia, kad į sąrašą įtrauktų gamintojų ir tiekėjų deklaruojamas produkcijos kiekis, svoris ar tūris turi atitikti realybę, o naudojamos matavimo priemonės turi būti tinkamai prižiūrimos.

    Vartotojui Baltasis sąrašas yra papildomas patikimumo signalas, kad pakuotėje nurodytas svoris ar kiekis nėra tik formalumas. Tokie principai ypač svarbūs kasdienėse kategorijose, kur skirtumai gali būti sunkiai pastebimi, tačiau ilgainiui lemia ir vartotojo išlaidas, ir pasitikėjimą gamintoju.

    Kaip įmonės patenka į sąrašą

    Į Baltąjį sąrašą įtraukiamos įmonės vertinamos pagal aiškius kriterijus, susijusius su atitiktimi Metrologijos įstatymo ir kitų teisės aktų reikalavimams. Esminis principas yra nuoseklus pažeidimų nebuvimas per kontrolės laikotarpį, taip pat įmonės gebėjimas valdyti metrologinius procesus, užtikrinant, kad matavimai būtų teisingi ir atsekami.

    Vertinant atsižvelgiama ir į įmonės savikontrolės priemones: kaip organizuojami vidiniai patikrinimai, kaip prižiūrimos matavimo priemonės, kaip fiksuojami ir sprendžiami neatitikimai. Svarbi ir veiklos specifika, nes skirtinguose sektoriuose matavimo rizikos ir kontrolės taškai gali skirtis.

    Kokia nauda verslui ir rinkai

    Į Baltąjį sąrašą įtraukti ūkio subjektai laikomi mažos rizikos, todėl jiems planinės kontrolės procedūros gali būti taikomos rečiau. Tai mažina administracinę naštą, leidžia daugiau dėmesio skirti procesų kokybei ir gamybos efektyvumui, o kartu skatina investuoti į tvarkingą matavimo ūkį.

    Verslui tai taip pat reputacinė nauda, ypač dirbant su partneriais ar plečiantis į eksporto rinkas, kur tikslumas, atitiktis standartams ir dokumentuota savikontrolė neretai tampa konkurenciniu pranašumu. Patikimas kiekio ir svorio deklaravimas yra viena iš sąžiningos konkurencijos sąlygų, sauganti ir vartotoją, ir rinką nuo nesąžiningos praktikos.

    Tendencija: daugiau įmonių siekia patikimumo ženklo

    Per pastaruosius metus Baltasis sąrašas pildėsi įvairių sektorių įmonėmis, o tai rodo augantį dėmesį kokybės valdymui ir atitikčiai. Į sąrašą įtraukiami ne tik didieji rinkos dalyviai, bet ir regionuose veikiančios gamybos bendrovės, kurios tiekia produkciją Lietuvos bei tarptautinėms rinkoms.

    Inspekcija pabrėžia, kad tokios iniciatyvos tikslas yra ne tik kontrolė, bet ir prevencija: skatinti įmones pačioms kurti veikiančias savikontrolės sistemas. Kuo tiksliau įmonė valdo matavimo procesus, tuo mažesnė tikimybė, kad rinką pasieks neteisingai paženklinta ar netiksliai dozuota produkcija.

    Daugiau informacijos apie Baltąjį sąrašą, jo kriterijus ir pateikimo tvarką skelbiama Lietuvos metrologijos inspekcijos oficialiuose informaciniuose kanaluose.