Tag: Pramonė

  • Lenkijos pramonėje algos siekia 65 tūkst. zl per mėnesį: darbdaviai ieško šių specialistų

    Didžiausios algos Lenkijoje dažnai siejamos su IT, finansais ar medicina, tačiau vis daugiau dėmesio atkreipia pramonė. Čia kai kurių pareigų atlyginimai, kaip nurodoma, gali siekti iki 65 tūkst. zl brutto per mėnesį.

    Tokius skaičius pateikia Lenkijos darbo rinkos apžvalga „Produkcja 360°“, kurią parengė atrankų agentūra „Devire“. Joje akcentuojama, kad pramonėje ypač vertinami specialistai, gebantys derinti technines žinias ir vadovavimo kompetencijas.

    Didžiausi atlyginimų „lubų“ skaičiai fiksuojami gamybos įmonių vadovų grandyje. Tai rodo, kad įmonėms itin svarbūs žmonės, atsakingi už visos gamyklos veiklos rezultatus, procesus ir komandas.

    Ataskaitoje pabrėžiama ir tai, kad galutinis užmokestis priklauso ne tik nuo pareigų pavadinimo, bet ir nuo įmonės dydžio, darbo stažo bei atsakomybės apimties. Dėl to rinkoje matomos gana plačios atlyginimų „žirklės“ net tose pačiose pozicijose.

    Kurios pareigos pramonėje apmokamos geriausiai?

    Daugiausia, remiantis pateiktais duomenimis, gali uždirbti gamyklos vadovas (Plant Manager) – nuo 23 iki 65 tūkst. zl brutto per mėnesį. Kaip „standartinė“ dažniausiai minima apie 35 tūkst. zl brutto siekianti alga.

    Tarp aukščiausiai apmokamų pozicijų yra ir operacijų direktorius – nurodomas 23–45 tūkst. zl brutto intervalas, o dažniausiai pasitaikanti suma siekia apie 30 tūkst. zl brutto per mėnesį.

    Solidžių atlyginimų gali tikėtis ir gamybos vadovai. Šiai pozicijai pateikiamos 14–28 tūkst. zl brutto ribos, o dažniausiai sutartyse fiksuojama suma – apie 20 tūkst. zl brutto.

    Atlyginimai ne tik direktoriams

    Ataskaita rodo, kad gerai apmokamos gali būti ir žemesnės grandies vadovaujančios pareigos, susijusios su kasdiene gamybos priežiūra. Pavyzdžiui, pamainos vadovui nurodomas 10–15 tūkst. zl brutto diapazonas, dažniausiai – apie 12 tūkst. zl brutto.

    Komandos vadovo (team leader) atlyginimai, remiantis apžvalga, siekia 7–11 tūkst. zl brutto, o dažniausiai minimas lygis – apie 9 tūkst. zl brutto per mėnesį.

    Šie skaičiai išryškina bendrą tendenciją: didesnius uždarbius pramonėje gali užsitikrinti ne vien aukščiausio lygio vadovai, bet ir tie, kurie tiesiogiai koordinuoja gamybos procesus ir komandas.

    Kokios studijos didina šansus pramonėje?

    Norintys siekti karjeros šiame sektoriuje paprastai renkasi technines ir inžinerines kryptis, o taip pat sritis, susijusias su procesų valdymu. Tarp ataskaitoje minimų perspektyvių studijų krypčių – automatika ir robotika, mechatronika, elektrotechnika, mechanika ir mašinų gamyba, logistika, taip pat gamybos inžinerija ir vadyba.

    Vis dėlto vien diplomo dažniausiai neužtenka, jei tikslas – aukščiausio lygio atlygis. Pažymima, kad geriausiai apmokamas direktorių pareigas dažniausiai užima praktikai, turintys ilgametę patirtį ir per laiką prisiėmę vis daugiau atsakomybės.

  • Alyvos gamyba: kas svarbu žinoti apie procesą ir pagrindinius etapus

    Pateiktoje medžiagoje nurodyta tema – alyvos gamyba, tačiau pats tekstas nėra straipsnis apie gamybos procesą.

    Vietoje turinio pateikiami registracijos ir prisijungimo pranešimai bei automatiškai sugeneruotas teisinis pranešimas apie autorines teises ir medžiagos naudojimo sąlygas.

    Dėl to iš pateikto šaltinio neįmanoma patikimai atkurti, apie kokios rūšies alyvą kalbama (pvz., maistinę, variklinę ar pramoninę), kokia šalis ar įmonė minima, ar kokie faktai pateikiami.

    Jei atsiųsite pilną straipsnio tekstą (be prisijungimo/registracijos blokų), galėsiu parengti savarankišką lietuvišką publikaciją, išlaikant faktus, kontekstą ir aktualumą.

  • Lenkijos fabrikuose DI „mėnesį“ sutrumpino iki trijų dienų: kas stabdo robotizaciją

    Lenkijos įmonės vis dažniau mato, kad robotizacija ir dirbtinis intelektas (DI) gali drastiškai sutrumpinti gamybos bei naujų produktų diegimo laiką – kai kur darbai, anksčiau trukdavę mėnesį, telpa į tris dienas. Tačiau technologijos ne visada duoda norimą efektą: jei procesai neparuošti, investicija gali nuvilti.

    Apie tai „Nowy Przemysł“ apžvelgtoje diskusijoje „Robot, automat, agent AI“ kalbėjo „Forum Automatyki i Robotyki Polskiej“ vadovas Tomaszas Haidukas ir kiti pramonės atstovai. Jie pabrėžė, kad robotas pats savaime nepadidins našumo – prieš diegiant būtina susitvarkyti gamybos organizavimą, tiekimą ir žmonių kompetencijas.

    Tarptautinės robotikos federacijos (IFR) duomenimis, 2025 metais Lenkijos įmonėse veikė 28 135 robotai – 2 proc. daugiau nei metais anksčiau. Vis dėlto pagal robotų tankį Lenkija atsilieka nuo Čekijos: gamyboje Lenkijoje tenka 86 robotai 10 tūkst. darbuotojų – daugiau nei dukart mažiau nei kaimyninėje šalyje.

    Pašnekovai atkreipė dėmesį, kad šalies robotizacijos rodiklius gali stipriai „išpūsti“ viena pramonės šaka, pavyzdžiui, automobilių gamykla. Todėl mažesnis robotų skaičius nebūtinai yra silpnybė – tai gali būti ir galimybė greičiau persiorientuoti į naujus sprendimus, kol kiti rinkos dalyviai dar „atsidirbinėja“ senas investicijas.

    Robotai tinka ne tik masinei gamybai

    Diskusijoje pabrėžta, kad robotizacija nėra vien didelių serijų gamybos privilegija. Praktikoje ji gali pasiteisinti ir dirbant su trumpomis serijomis, jei sprendimas suprojektuotas taip, kad būtų lengvai pritaikomas skirtingiems gaminiams.

    „Dematec Polska“ automatikos padalinio vadovas Tomaszas Kielaras pasakojo apie atvejį, kai klientui įrengtos dvi darbo vietos apdirbo 70 skirtingų detalių, o mažiausia serija siekė 20 vienetų. Po kelių mėnesių įmonei naujų detalių įvedimas tapo toks paprastas, kad ji svarsto įsirengti papildomas stotis.

    Pašnekovai akcentavo dar vieną tendenciją: įmonės nori paprasto valdymo ir programavimo, kad įrangą galėtų prižiūrėti esama komanda. Tai aktualu tiek bendradarbiaujantiems robotams (kobotams), kurie paprastai programuojami lengviau, tiek pramoniniams robotams, kuriuos vis dažniau leidžia valdyti patogesnės HMI sąsajos.

    Prieš robotizaciją – „gamybos sveikatos patikra“

    Tomaszas Haidukas įspėjo, kad robotizavimas be pasiruošimo gali baigtis nusivylimu. Jo teigimu, pirmiausia būtina peržiūrėti gamybos organizavimą ir tik tada spręsti, kurios grandys iš tiesų turėtų būti automatizuojamos.

    Kaip pavyzdį jis minėjo suvirinimą: įsigijus robotizuotą suvirinimo vietą, bet neperorganizavus procesų, ji gali būti nepakankamai apkrauta ir neveikti taip, kaip tikėtasi. Be to, automatiniam surinkimui dažnai reikalingas gerokai didesnis komponentų tikslumas nei rankiniam darbui, kuriame žmogus gali „prisitaikyti“.

    „APA Group“ vadovas Arturas Pollakas pateikė konkretų atvejį iš autobusų gamybos: robotizavus grindų ir šoninių sienų gamybą, produktyvumas išaugo šešis kartus, tačiau pradžia buvo sudėtinga. Jis aiškino, kad kelių milimetrų tarpai, su kuriais žmogus susitvarko, robotui gali tapti kritine kliūtimi – galiausiai teko keisti tiekėjus, kad užtikrintų reikiamą kokybę.

    Pasak A. Pollako, robotizacijai reikia viso „ekosistemos“ – medžiagų kontrolės, tiekimo planavimo, įrangos priežiūros, saugos sprendimų ir paruoštų žmonių. Dėl to pats robotas gali kainuoti keliasdešimt tūkstančių zlotų, o visas diegimas – milijoną ar net pusantro milijono zlotų.

    DI fabrike: nuo gedimų prognozių iki greitesnių produktų

    Diskusijoje pabrėžta, kad pramonė atsargiai vertina didžiuosius kalbos modelius, nes gamyboje kritiškai svarbu paaiškinamumas ir pakartojamumas – kodėl priimtas vienas ar kitas sprendimas ir kodėl atsakymas nesikeičia. Todėl DI gamyklose dažniau diegiamas kaip priežiūros, kokybės kontrolės ir gedimų prognozavimo įrankis.

    Tomaszas Haidukas pasidalijo pavyzdžiu iš automobilių tiekimo grandinės: gumos gaminių gamintojas anksčiau atlikdavo daug bandymų, kol išgaudavo reikiamų parametrų tarpiklį. Tačiau jau ketverius metus įmonė naudoja vidinį, uždarą mašininio mokymosi modelį, „maitinamą“ duomenimis, kuris jau pirmu ar antru žingsniu parodo, kaip priartėti prie norimo rezultato – naujo produkto diegimas sutrumpėjo nuo mėnesio iki trijų dienų.

    „Cloos Polska“ pardavimų direktorius Tomaszas Jastrzębskis taip pat lygino laiką prieš DI įrankių išpopuliarėjimą ir dabar: aplikacijos, kuriai sukurti anksčiau prireikdavo kelių mėnesių, šiandien gali būti parengtos per kelias dienas. Anot jo, tokie pokyčiai tampa realiu konkurenciniu pranašumu – ne dėl „stebuklingų“ mašinų, o dėl greičiau pasiekiamo rezultato.

    Mokesčių lengvatos – ne visada lemiamas argumentas

    Kalbėta ir apie tai, kas galėtų paspartinti robotizaciją. T. Jastrzębskio teigimu, robotizacijos mokesčių lengvata pirkimo sprendime dažniausiai atsiduria sąrašo pabaigoje – svarbesni yra tiesioginiai poreikiai, tokie kaip pakartojamumas, kokybė ir darbuotojų trūkumo mažinimas.

    T. Haidukas atkreipė dėmesį, kad lengvatos apskaita yra sudėtinga, o blogas mokesčių administratoriaus aiškinimas gali kelti rizikų. Be to, dalis gamyklų tam tikrais atvejais apskritai nemoka pelno mokesčio dėl naujų investicijų, todėl joms tokia lengvata tampa mažiau aktuali.

    T. Kielaro nuomone, įmonėms padėtų ilgesnės – ketverių ar penkerių metų – paramos programos, kurios leistų planuoti robotizuotų darbo vietų diegimą nuosekliai, o ne „vienkartiniais šuoliais“.

  • Tyrimas: mažos gamybos įmonės atsilieka automatizacijoje – padėti galėtų robotizacijos lengvata

    Technologinis atotrūkis tarp mažų ir didelių gamybos įmonių didėja – mažosios gerokai rečiau investuoja į automatizaciją, robotus ir dirbtinį intelektą. Tai reiškia didesnes gamybos sąnaudas ir silpnesnes konkurencines pozicijas ilgesnėje perspektyvoje.

    Kaip rodo ABB „Trends 2026/2027“ tyrimas, tik kas dvidešimta maža įmonė save laiko gerai automatizuota. Tuo metu 80 proc. mažų bendrovių automatizacijos lygį vertina kaip minimalų arba žemą, o robotus ir dirbtinį intelektą naudoja tik 5 proc.

    Vienas ryškiausių signalų – atsargus požiūris į investicijas. Tyrime nurodoma, kad mažų įmonių sprendimų priėmėjai per artimiausius 18 mėnesių yra mažiau linkę skirti kapitalo naujiems technologiniams sprendimams nei jų kolegos vidutinėse ir didelėse organizacijose.

    Automatizacija, anot tyrimo, artimiausio laikotarpio prioritetu įvardijama 18 proc. mažų ir 29 proc. didelių įmonių. Skirtumas rodo, kad investicijų tempai gali dar labiau išskirti skirtingo dydžio verslus.

    Ką reiškia mažesnė automatizacija

    ABB atstovo Sebastiano Skałos teigimu, technologinis atotrūkis yra reikšmingas ir didesnis, nei tikėtasi, o jo pasekmės – labai praktiškos: didesnės gamybos sąnaudos ir ilgainiui prastėjantis konkurencingumas. Pasak jo, klausimas susijęs ne tik su darbo kaštais.

    Be automatizacijos, anot jo, sunkiau efektyviai valdyti energijos vartojimą, didinti procesų našumą, taip pat mažinti gedimų ir žmogiškųjų klaidų riziką. Kitaip tariant, technologijos tampa ne prabanga, o vienu iš įrankių stabiliai veiklai užtikrinti.

    Papildomą kontekstą pateikia ir Europos Komisija: žemesnis mažų ir vidutinių įmonių automatizacijos lygis gali riboti mažųjų verslų produktyvumą ir inovatyvumą. Tai – dar viena priežastis, kodėl investicijos į modernizaciją vertinamos kaip strategiškai svarbios.

    Kodėl mažos įmonės nesiryžta investuoti

    Tyrime akcentuojama, kad mažesni verslai dažniau susiduria su finansiniais ir organizaciniais barjerais. OECD vertinimu, mažos ir vidutinės įmonės dažniau nei didelės patiria kliūtis dėl inovacijų kaštų ir riboto finansavimo prieinamumo.

    ABB tyrimo respondentai taip pat nurodo aiškias priežastis: pusei gamybos įmonių pagrindinė kliūtis technologinėms investicijoms yra biudžetas. Dar 23 proc. įvardija neapibrėžtumą dėl investicijų grąžos, o 22 proc. – vidinių kompetencijų ir specialistų trūkumą.

    Sprendimas, kuris gali sumažinti kaštus

    Euro-Funding Polska ekspertas Łukaszas Radoszas teigia, kad instrumentas, leidžiantis optimizuoti investicijų į robotus kaštus, yra robotizacijos lengvata. Jo vertinimu, sprendimas pratęsti lengvatos galiojimą galėtų padidinti susidomėjimą šiuo įrankiu.

    Ekspertas taip pat pažymi, kad lengvatą verta derinti su dotacijomis, pavyzdžiui, gamybos linijų modernizavimui ar įrangos įsigijimui. Pasak jo, sumanus abiejų instrumentų naudojimas gali reikšmingai sumažinti bendrą investicijų kainą ir kartu padidinti naudą, kurią duoda didesnis robotų įsitraukimas į gamybą.

  • Dirbtinis intelektas gamyboje nėra magija: be strategijos ir duomenų kokybės jis tik didina chaosą

    DI gamyboje: nuo tikslo, ne nuo mados

    Ekspertai, aptarę dirbtinio intelekto diegimą gamyboje pramonės konferencijoje, sutaria dėl vieno: DI nepadarys tvarkos ten, kur procesai jau dabar nevaldomi. Technologija gali duoti apčiuopiamą naudą, tačiau tik tada, kai sprendžiamas konkretus verslo uždavinys ir iš anksto sutvarkomas pasirengimas.

    Pagrindinė klaida, kuri kartojasi skirtingose įmonėse, yra noras diegti DI vien todėl, kad tai skamba moderniai. Praktikai pabrėžia, kad investicijos sėkmę reikia matuoti ne „DI panaudojimu“, o tuo, ar sumažėjo brokas, prastovos, planavimo klaidos, o sprendimai tapo greitesni ir patikimesni.

    Be duomenų ir žmonių pasiruošimo DI neveiks

    Viena dažniausių kliūčių gamyboje yra duomenų fragmentacija, kai informacija laikoma skirtingose sistemose, kurios tarpusavyje beveik nesusikalba. Tokiu atveju net geriausi algoritmai negali pateikti patikimų įžvalgų, nes „mato“ tik dalį realybės.

    Ne mažiau svarbus ir duomenų kokybės klausimas: jei duomenys netikslūs, nepakankami, neaprašyti kontekstu ar renkami nenuosekliai, DI pateiks klaidinančias išvadas. Ekspertai pabrėžia, kad duomenų valdymas tampa esminiu pamatu, o kai kuriais atvejais vien duomenų sutvarkymas duoda efektą net ir be DI.

    „Jeigu tikimės, kad dirbtinis intelektas pats išspręs visas problemas, tada jis neišspręs nė vienos“, – sakė vienas diskusijos dalyvių.

    Dar viena dažna spraga yra kompetencijos organizacijoje: strategijos dokumento nepakanka, jei jo nesupranta vadovai ir komandos. Kai DI laikomas „juodąja dėže“, sprendimų priėmimas tampa lėtesnis, o atsakomybė išsiskaido, todėl didėja rizika, kad projektas taps brangiu eksperimentu.

    Maži pilotai ir aiškūs rodikliai sumažina riziką

    Praktikai rekomenduoja pradėti nuo nedidelių pilotinių projektų, kurie leidžia patikrinti visą ciklą: nuo duomenų surinkimo ir paruošimo iki modelio testavimo, diegimo ir priežiūros. Tokie pilotai padeda suprasti, ko trūksta organizacijai, ir realistiškai įvertinti, kiek kainuos sprendimo palaikymas ilgainiui.

    Akcentuojama, kad DI projektas nesibaigia paleidimu: modelius dažnai reikia pertreniruoti, stebėti jų tikslumą ir prisitaikymą prie pasikeitusių sąlygų. Jei įmonė neturi žmonių, suprantančių šį procesą, strategija tampa teorinė, o rezultatai nepastovūs.

    Ne mažiau svarbu iš anksto apsibrėžti rodiklius, pagal kuriuos bus vertinama sėkmė. Gamyboje tai dažniausiai yra kokybės nuokrypiai, prastovų trukmė, planavimo tikslumas, atsargų lygis, pristatymų laiku dalis ar energijos sąnaudos, tačiau tinkami rodikliai priklauso nuo konkretaus proceso.

    Kada užtenka automatizacijos, o kada reikia DI?

    Diskusijoje pabrėžta, kad ne kiekviena problema reikalauja dirbtinio intelekto. Jei užduotis gali būti patikimai išspręsta aiškiomis taisyklėmis ar analitiniais metodais, paprastesnė automatizacija dažnai būna pigesnė, greitesnė ir lengviau prižiūrima.

    DI labiausiai pasiteisina ten, kur reikia apdoroti didelius duomenų kiekius, kurių žmogus negali efektyviai įvertinti, arba kai sprendžiami vaizdo analizės, anomalijų aptikimo, sudėtingo planavimo ir optimizavimo uždaviniai. Tokiais atvejais DI gali veikti ir „šešėliniu režimu“: sprendimas dirba lygiagrečiai su esamu procesu, o įmonė palygina rezultatus prieš priimdama sprendimą dėl pilno diegimo.

    Ypač dažnai kaip praktiškas pavyzdys įvardijama anomalijų identifikacija priežiūroje ir kokybės kontrolėje, kai sistema padeda pastebėti nukrypimus, o galutinį sprendimą priima žmogus. Toks modelis mažina klaidų tikimybę ir kartu padeda išlaikyti atsakomybę ten, kur ji svarbiausia.

    DI diegimas yra pokytis, o ne vien įrankis

    Ekspertai sutaria, kad sėkmingas DI diegimas gamyboje reiškia verslo pokytį: reikia peržiūrėti procesus, atsakomybes, duomenų surinkimą ir darbuotojų įgūdžius. Vien technologijos įsigijimas nekompensuoja neefektyvių darbo praktikų ir neapibrėžtų tikslų.

    Galiausiai akcentuojama, kad reikės vis daugiau tarpdisciplininių kompetencijų: gebėjimo dirbti su duomenimis, suprasti procesus, valdyti pokytį ir kritiškai vertinti rezultatus. Įmonėms tai reiškia nuolatinį mokymąsi, nes DI sprendimai ir jų taikymo praktikos sparčiai keičiasi.

  • Gamyklos savo energiją ima į savo rankas, bet vėliau prasideda brangiausia dalis: taisyklės keičiasi greičiau

    Energija pramonei tapo strategija

    Dar prieš keliolika metų didelėms įmonėms energijos pirkimas dažnai reiškė paprastą konkursą ir mažiausios kainos pasirinkimą. Dabar vieno kontrakto ir vienos kainos nebeužtenka, nes svyravimai rinkoje tapo gerokai ryškesni, o rizikas reikia valdyti aktyviai.

    Vis dažniau pramonė jungia kelis sprendimus iš karto: ilgalaikius elektros pirkimo susitarimus, pirkimą dalimis, momentinę rinką, nuosavą generaciją ir vartojimo lankstumą. Dalis gamyklų kuria kompetencijas, kurios anksčiau buvo būdingos energetikos bendrovėms.

    „Pasikeitė praktiškai viskas“, – sakė Krzysztofas Czajka, „Tauron Sprzedaż“ viceprezidentas.

    Pasak jo, anksčiau rinkoje dominavo keli paprasti produktai, o kainų amplitudės buvo santykinai nedidelės. Šiandien vien per parą kainų skirtumai gali būti dideli, o kai kuriais laikotarpiais pasitaiko ir neigiamos kainos, kai gamybos perteklius spaudžia rinką žemyn.

    Didelėse įmonėse energijos pirkimas tapo itin specializuota sritimi, kur reikalinga patirtis, duomenų analizė ir rizikų valdymas. Tai ypač aktualu, kai įmonė turi suderinti gamybos grafiką su kintančiomis elektros kainomis.

    Vieno sprendimo nebepakanka

    Augantis sudėtingumas jau nebėra tik stambiausių koncernų tema. Energijos tiekėjai ir prekybos įmonės pastebi, kad panašias pirkimo strategijas vis dažniau taiko ir mažesni pramonės vartotojai.

    Praktikoje tai reiškia, kad įmonė vieną dalį poreikio fiksuoja ilgesniam laikui, kitą įsigyja etapais, o likusią dalį palieka priklausomą nuo rinkos kainos. Tokia schema gali sumažinti šuolių riziką, bet reikalauja daugiau kompetencijų ir nuolatinės stebėsenos.

    „Dar visai neseniai tokios strategijos buvo didžiausių įmonių sritis. Dabar jų vis dažniau imasi ir mažesni pramonės vartotojai“, – sakė Ireneuszas Sawickis, „Polenergia Obrót“ viceprezidentas.

    Šį poslinkį sustiprino pastarųjų metų kainų nepastovumas Europoje, kai dalis įmonių, iš anksto fiksavusių bent dalį kainos, jautėsi gerokai ramiau. Tačiau kainos fiksavimas šiandien dažnai yra tik pirmas žingsnis.

    Augant nuosavos generacijos daliai, atsiranda papildomas uždavinys: kaip užtikrinti elektrą tomis valandomis, kai saulės ar vėjo gamyba yra maža. Tuomet svarbūs tampa balansavimo sprendimai, saugyklos, lankstaus vartojimo valdymas ir tikslesnės prognozės.

    Kai investicijos skaičiuojamos dešimtmečiais

    Daugelis įmonių pripažįsta, kad lengviausi energijos transformacijos projektai jau įgyvendinti. Toliau prasideda sprendimai, kurių atsipirkimas gali trukti 15 ar 20 metų, o tai kelia kitokio masto riziką.

    Ryškus pavyzdys yra pramonės šakos, kurioms reikia ne tik elektros, bet ir šilumos bei technologinių garų. Tokiose įmonėse sprendimai dažnai apima kelias technologijas ir priklauso nuo vietinės infrastruktūros.

    „Didžiąja dalimi jau įgyvendinome investicijas, kurias buvo palyginti lengva pagrįsti ekonomiškai. Dabar pereiname prie gerokai sudėtingesnių projektų, kurių atsipirkimas siekia 15 ar 20 metų“, – sakė Łukaszas Mówińskis iš „Pfeifer & Langen Polska“.

    Ilgas atsipirkimo horizontas išryškina vieną jautriausių problemų: reguliavimo taisyklės gali keistis greičiau nei spėja atsipirkti investicijos. Tai ypač svarbu tada, kai įmonė planuoja kurą keičiančius ar emisijas mažinančius projektus, o po kelerių metų ekonominiai signalai ir reikalavimai pasisuka kita kryptimi.

    Dėl to įmonėms svarbi tampa ne tik technologijų prieiga ar finansavimas, bet ir aiškumas, kokiomis sąlygomis jos dirbs po penkerių ar dešimties metų. Be tokios perspektyvos sudėtinga priimti sprendimus, kurie turėtų veikti kelis dešimtmečius.

    „Mums labiausiai reikia stabilių taisyklių ir perspektyvos, kad galėtume suplanuoti investiciją ir ją realiai įgyvendinti“, – sakė Łukaszas Mówińskis.

    Ekspertai pabrėžia, kad vieno universalaus modelio visai pramonei nėra. Skirtingos šakos turi skirtingą vartojimo profilį, skiriasi ir galimybės pritaikyti nuosavą generaciją ar lankstumą, todėl kiekviena gamykla kuria savitą sprendinių derinį.

    Pramonė rodo, kad geba profesionaliai valdyti energiją, tačiau sudėtingiausia dalis prasideda vėliau. Kai investicijos suplanuotos 15 ar 20 metų, o taisyklės ir mokesčiai keičiasi dažniau, svarbiausiu veiksniu tampa prognozuojamumas.

  • DI nebus panacėja įmonėms: be strategijos ir duomenų kokybės jis gali tik padidinti chaosą

    Dirbtinis intelektas (DI) vis dažniau įvardijamas kaip greičiausias būdas didinti našumą, tačiau verslo ir mokslo atstovai perspėja: be aiškios strategijos DI diegimas gali ne pagreitinti procesus, o įnešti dar daugiau sumaišties. Praktika rodo, kad technologija geriausiai veikia tada, kai sprendžia konkretų, iš anksto apibrėžtą uždavinį.

    Diskusijose apie DI pramonėje akcentuojama, kad pirmasis žingsnis turėtų būti ne įrankių pirkimas, o tikslų suformulavimas. Įmonėms siūloma aiškiai apsibrėžti, ar siekiama geresnio gamybos planavimo, tikslesnių prognozių, efektyvesnio tiekimo grandinės valdymo ar, pavyzdžiui, mažesnių prastovų.

    „Jei organizacija neturi DI strategijos, pirmiausia verta ją sukurti ir tik tada spręsti, kokių sprendimų reikia“, – sakė Ireneusz Borowski.

    Anot ekspertų, vienas dažniausių nusivylimų šaltinių yra prasta duomenų kokybė. Jei duomenys neišsamūs, netikslūs, nesuderinti tarp skirtingų sistemų ar neapibrėžta jų savininkystė, DI modeliai pateikia menkai patikimus rezultatus, o darbuotojai praranda pasitikėjimą tiek pačiu sprendimu, tiek jo teikiama verte.

    „Be tinkamo pasirengimo ir patikimų duomenų DI diegimas gali ne padėti, o tik padidinti chaosą įmonėje“, – sakė Bernard Pacula.

    Maži pilotai prieš dideles investicijas

    Sprendžiant, nuo ko pradėti, dažniausiai rekomenduojama rinktis mažos apimties diegimus, kurie leidžia greitai patikrinti prielaidas. Tokie pilotai padeda įvertinti, ar DI iš tiesų pagerina rodiklius, ar tik sukuria papildomą sluoksnį, kurį dar reikia prižiūrėti.

    Viena iš praktinių krypčių yra vadinamieji lygiagretūs bandymai, kai DI sprendimas kurį laiką veikia šalia esamų procesų. Taip galima palyginti rezultatus realiomis sąlygomis, nepertraukiant veiklos, ir įvertinti, ar pokytis vertas platesnio masto.

    Strategijos rengimas taip pat nėra vienkartinis veiksmas, nes DI rinka ir galimybės keičiasi sparčiai. Dėl to dokumentai, parengti pernelyg akademine ar siaurai technine kalba, įmonėse dažnai lieka „stalčiuje“, o realūs sprendimai priimami chaotiškai ir be bendro plano.

    Ekspertai pabrėžia, kad sėkmingas DI pritaikymas priklauso ne tik nuo technologijos, bet ir nuo organizacinio pasirengimo. Aiškūs tikslai, atsakomybės, duomenų tvarkymas ir darbuotojų įtraukimas dažnai duoda daugiau naudos nei bandymas greitai įsidiegti „universalią“ sistemą.

  • DI pramonėje: mažiau triukšmo, daugiau naudos – kodėl rezultatą lemia duomenys, žmonės ir technologija

    Dirbtinis intelektas pramonėje vis dažniau vertinamas ne kaip madinga naujovė, o kaip konkretus įrankis aiškioms problemoms spręsti. Gamybos įmonės DI taiko anomalijų aptikimui, prognozinei kokybės kontrolei ir įrenginių būklės stebėsenai, kai tai tiesiogiai mažina nuostolius ir prastovas.

    Praktika rodo, kad didžiausią grąžą DI duoda ten, kur procesai generuoja daug patikimų matavimų, o sprendimo sėkmę galima pamatuoti eurais, laiku ar broko sumažėjimu. Tokiais atvejais DI padeda greičiau pastebėti nukrypimus, sumažinti energijos švaistymą ir tiksliau prognozuoti, kada įrenginiui reikės priežiūros.

    Trys ramsčiai: duomenys, žmonės, technologija

    Efektyvų DI diegimą dažniausiai nulemia trys dalykai: duomenys, žmonės ir tinkamai parinkta technologija. Jei duomenys renkami nenuosekliai, jutikliai nesukalibruoti, o istorijoje daug spragų, net ir pažangiausias modelis duos abejotinus rezultatus.

    Pramonės skaitmenizacijos tyrimuose dažnai kartojasi ta pati problema: įmonės panaudoja tik dalį turimų duomenų, nes jie būna išbarstyti skirtingose sistemose arba netinkami analizei. Todėl dar prieš DI projektą neretai tenka sutvarkyti duomenų srautus, susitarti dėl rodiklių apibrėžimų ir užtikrinti kokybės kontrolę.

    „Dirbtinis intelektas yra toks geras, kokie geri yra duomenys, kuriais jis remiasi“, – sakė Marek Zamojski.

    Ne mažiau svarbus ir žmonių vaidmuo. Patyrę operatoriai bei procesų inžinieriai dažnai pastebi artėjančius gedimus iš garso, vibracijos ar darbo ritmo dar prieš tai, kai tai aiškiai užfiksuoja rodikliai, o DI sprendimams jų žinios reikalingos interpretacijai ir teisingam sprendimų priėmimui.

    Kada prognozinė priežiūra atsiperka?

    Prognozinė priežiūra dažnai įvardijama kaip vienas patraukliausių DI scenarijų, tačiau ji ne visada ekonomiškai pagrįsta. Jei įranga paprasta, o gedimų kaina maža, užtenka būkle paremto aptarnavimo arba įprastų planinių patikrų be sudėtingų modelių.

    Kai kuriuose projektuose didžiausia kliūtis yra ne programinė įranga, o matavimo infrastruktūros kaina. Jei norint sukurti patikimą prognozę reikia brangiai apmatuoti visą mazgą, investicija gali prilygti alternatyvai, pavyzdžiui, atsarginės įrangos įsigijimui ar kritinių dalių sandėliavimui.

    „DI diegimas nėra principas pirkau ir jis išspręs visas problemas. Reikia scenarijaus ir aiškaus klausimo, į kurį norime atsakyti“, – sakė Marek Zamojski.

    Darbuotojų baimės ir pokyčių valdymas

    Diegiant DI pramonėje dažnai išryškėja ir žmogiškasis faktorius: dalis darbuotojų nerimauja, kad sprendimai nuvertins jų patirtį arba ilgainiui pakeis jų vaidmenį. Todėl įmonėms svarbu nuo pradžių aiškiai komunikuoti, kad DI yra pagalbinė priemonė, o ne automatinis darbo vietų mažinimo planas.

    Praktiniai pavyzdžiai rodo, kad geriausiai veikia projektai, kuriuose operatoriai ir inžinieriai įtraukiami į problemos formulavimą. Kartais būtent cecho darbuotojai pirmieji įvardija paprastus, bet lemiamus parametrus, pavyzdžiui, drėgmę ar temperatūrą, o DI vėliau padeda šią patirtį paversti skaičiais ir taisyklėmis, tinkančiomis visai gamybai.

    Galiausiai DI pramonėje tampa brandesnis tada, kai jis vertinamas pragmatiškai: ne pagal pažadus, o pagal matuojamą efektą. Jei tikslas aiškus, duomenys patikimi, o komanda supranta procesą, DI gali tapti konkurencinio pranašumo dalimi, tačiau kai kuriais atvejais racionaliausias sprendimas yra jo atsisakyti.

  • Paskutinės dienos registracijai į Forumą Naujojo pramonės: kokias temas aptars Katovicuose

    Spalio 13–14 dienomis Katovicuose, Tarptautiniame kongresų centre, vyks Forumą Naujojo pramonės, subursiantis gamybos, energetikos, logistikos, technologijų ir viešojo sektoriaus atstovus. Organizatoriai primena, kad dalyvių registracija artėja prie pabaigos, todėl sprendimą dėl dalyvavimo verta priimti dabar.

    2026 metų renginio ašis – Lenkijos pramonė ir Europos atsparumas, o diskusijose daug dėmesio bus skiriama tam, kaip keičiasi žemyno gamybos žemėlapis. Pastaraisiais metais Europa vis aktyviau kalba apie reindustrializaciją, tiekimo grandinių sutrumpinimą ir strateginių sektorių stiprinimą, ypač po pandemijos ir geopolitinių sukrėtimų.

    Pagrindinės diskusijų kryptys

    Forume numatomos ekspertų sesijos apie ekonominį saugumą, vietinės vertės kūrimą ir pramonės konkurencingumą pasaulinėje rinkoje. Taip pat bus aptariama energetikos transformacija, kuri pramonei reiškia ir spaudimą mažinti emisijas, ir būtinybę investuoti į efektyvumą bei naujus energijos šaltinius.

    Ne mažiau svarbi renginio dalis – gamybos skaitmenizavimas ir dirbtinis intelektas, keičiantys planavimą, kokybės kontrolę ir tiekimo grandinių valdymą. Įmonėms tai dažnai tampa praktiniu klausimu, kaip greitai diegti sprendimus, kad būtų didinamas našumas ir mažinama priklausomybė nuo trūkstamų kompetencijų.

    Pramonė ir gynybos poreikiai

    Lygiagrečiai vyks konferencija „Pramonė gynybai“, kuri, pasak organizatorių, turi tapti erdve pokalbiui apie gamybos vaidmenį valstybės saugumui. Pastaruoju metu vis dažniau akcentuojama, kad gynybiniai pajėgumai priklauso ne tik nuo kariuomenės, bet ir nuo pramonės gebėjimo greitai gaminti, remontuoti ir kurti technologijas.

    Renginio programoje numatyti ir papildomi pramonės tematikos formatai, įskaitant apdovanojimų renginį, kuriame dėmesys skiriamas sėkmingai skaitmeninę transformaciją įgyvendinantiems gamybos objektams bei naujoms technologijoms. Tokie įvertinimai dažnai tampa signalu rinkai, kurios praktikos pasiteisina realiose gamyklose, o ne tik prezentacijose.

    Organizatoriai pabrėžia, kad Forumas Naujojo pramonės skirtas ne vien tendencijoms apžvelgti, bet ir konkretiems sprendimams aptarti, kai verslui tenka derinti konkurencingumą, reguliacinius reikalavimus ir investicijų poreikį. Dėl ribotos vietų pasiūlos registraciją rekomenduojama užbaigti artimiausiu metu.

  • „STIHL“ vadovas įspėja: Vokietija praranda pramonę – štai kokių reformų reikia dabar

    „STIHL“ vadovas įspėja: Vokietija praranda pramonę – štai kokių reformų reikia dabar

    Vokietijos pramonė pastaruosius metus patiria užsitęsusią stagnaciją, o investicijų tempas išlieka menkas, teigia „STIHL“ patariamosios ir stebėtojų tarybos pirmininkas dr. Nikolas Stihl. Jo vertinimu, per maždaug aštuonerius metus šalis neteko reikšmingos pramonės gamybos dalies, o dalis įmonių apsiriboja tik susidėvėjusio turto pakeitimu.

    Pasak autoriaus, prie spaudimo prisideda išoriniai veiksniai, tokie kaip geopolitinė įtampa, JAV prekybos ribojimai ar agresyvi Kinijos pramonės politika. Vis dėlto didžiausi iššūkiai, jo teigimu, kyla šalies viduje: per didelė reguliavimo našta, aukštos energijos ir darbo sąnaudos, dideli mokesčiai bei prastėjančios kompetencijos.

    Reformos, kurios turi duoti efektą

    Dr. Nikolas Stihl pripažįsta, kad Vokietijos valdžia pristatė pokyčių paketą, apimantį sveikatos draudimą, pensijas, mokesčius ir darbo rinką, tačiau jo nepakanka struktūrinei krizei įveikti. Jo teigimu, verslui ypač svarbu, kad pradėtos reformos nebūtų išskaidytos ar susilpnintos politinių kompromisų kaina.

    Autorius pabrėžia, kad vien specialieji fondai gynybai ir infrastruktūrai neįžiebs tvaraus augimo, jei nepasikeis sąlygos investuoti ir kurti gamybą. Jo manymu, kitas reformų etapas turėtų mažinti biurokratiją, skatinti investicijas į tyrimus ir plėtrą bei didinti produktyvumą per skaitmenizaciją ir dirbtinį intelektą.

    „Kiti reformų žingsniai turi toliau mažinti biurokratiją, didinti bendrą išdirbtų valandų skaičių, mažinti darbo sąnaudas ir suteikti įmonėms realias paskatas investuoti į mokslinius tyrimus bei plėtrą“, – sakė dr. Nikolas Stihl.

    Valstybė kaip paslaugų teikėja

    Vienas ryškiausių akcentų yra viešojo sektoriaus darbo kokybė: aiškios taisyklės, greitos procedūros, proporcingi ataskaitų reikalavimai ir realiai veikiantys skaitmeniniai procesai. Dr. Nikolas Stihl teigia, kad administravimas turi padėti įgyvendinti projektus, o ne tapti kliūtimi, ypač kai sprendimai dėl investicijų konkuruoja tarptautiniu mastu.

    Jo vertinimu, dokumentavimo naštos mažinimas galėtų tapti signalu, kad valstybė keičia požiūrį į verslą ir gyventojus. Tokie sprendimai, pasak autoriaus, didintų pasitikėjimą Vokietija kaip vieta investuoti ir gaminti, o kartu stiprintų pasitikėjimą politika.

    Darbo valandos, sąnaudos ir demografija

    Autorius daug dėmesio skiria demografijai, kuri mažina darbo jėgos pasiūlą ir didina spaudimą socialinėms sistemoms. Jo teigimu, norint išlaikyti gerovės valstybės finansinį pagrindą, bendras išdirbtų valandų skaičius ekonomikoje turi augti, o diskusija apie tai neturėtų virsti darbuotojų kaltinimu.

    Tarp galimų priemonių jis mini paskatas dirbti daugiau, geresnį dalyvavimą darbo rinkoje, kvalifikuotos migracijos politiką ir sprendimus, susijusius su nedarbingumo administravimu. Taip pat pabrėžiama, kad produktyvumo augimas vien per skaitmenizaciją ir DI, autoriaus nuomone, nekompensuos demografinių pokyčių masto.

    Kitas jautrus klausimas yra darbo sąnaudos ir socialinio draudimo įmokos. Dr. Nikolas Stihl teigia, kad ne darbo užmokesčio kaštai, susiję su pensijų, sveikatos, slaugos ir nedarbo draudimu, neturėtų peržengti ekonomiškai tvarios ribos, tačiau realybėje ši riba, jo vertinimu, jau viršyta.

    Pramonės konkurencingumą jis sieja ir su būsimomis kolektyvinėmis derybomis metalo bei elektros pramonėje, kurios, pasak autoriaus, taps lakmuso popierėliu, ar Vokietija išliks stipri pramoninė valstybė. Jis ragina ieškoti sprendimų, kurie leistų išlaikyti gamybą šalyje ir apsaugoti darbo vietas.

    Teksto pabaigoje autorius akcentuoja, kad inovacijų ekosistema, apjungianti mokslą, universitetus, klasterius ir įmones, yra vienas didžiausių Vokietijos pranašumų. Jo teigimu, didesnės mokestinės paskatos, daugiau rizikos kapitalo ir mažiau biurokratinių barjerų leistų greičiau perkelti žinias į produktus ir naujus verslo modelius.