Tag: Robotizacija

  • Automatyzacija ir DI gamyklose ne visada atsiperka: kur dažniausiai stringa diegimai ir kodėl

    Naujos technologijos pramonėje dažnai pristatomos kaip greitas kelias į didesnį našumą, mažesnes sąnaudas ir stabilesnę kokybę. Tačiau praktika rodo, kad automatizacija ir dirbtinis intelektas ne visada duoda lauktą efektą, o daliai įmonių tampa papildomu rizikų ir kaštų šaltiniu.

    Apie tai kalbėta diskusijoje apie ateities gamyklą, kur pabrėžta, kad pramonė po ketvirtosios pramonės revoliucijos bangos juda į naują etapą. Šiame etape vis daugiau dėmesio skiriama ne tik skaitmeninimui, bet ir žmogaus vaidmeniui, kompetencijoms, atsparumui bei tvarumui.

    Kodėl diegimai nuvilia?

    Automatizacijos projektai dažniausiai veikia tada, kai aiškiai apibrėžta problema, turimi kokybiški duomenys ir paskirtos atsakomybės. Jei įmonė diegia technologiją vien dėl mados ar bendro tikslo skaitmenizuotis, sprendimas gali sustiprinti esamas bėdas, pavyzdžiui, sukurti daugiau trikdžių, nei jų panaikina.

    Diskusijoje remtasi ir MIT tyrimų išvadomis, kad didelė dalis DI diegimų įmonėse nepasiekia tikslų. Tokiais atvejais problema dažnai būna ne pats DI, o pasirengimo lygis: nepakankamai sutvarkyti duomenys, per silpnos procesų disciplinos, per mažai laiko pokyčių valdymui.

    DI nėra universalus vaistas

    Gamyboje DI nauda paprastai akivaizdžiausia ten, kur tikslas pamatuojamas tiesiogiai, pavyzdžiui, sumažinti rankinio darbo apimtį, broką ar prastovas. Tačiau DI, taikomas palaikomosiose funkcijose ar biuro procesuose, ne visada sukuria aiškiai išmatuojamą investicijų grąžą, todėl lūkesčiai neretai prasilenkia su realybe.

    „Pirmiausia reikia tiksliai įvardyti problemą ir parinkti tinkamą technologiją. DI daugeliu atvejų tiesiog netinka, todėl būtina įvertinti, kokią konkrečią vertę jis sukurs ir ar bus realių sutaupymų“, – sakė diskusijos dalyvis Grzegorzas Pondelis.

    Duomenų daugėja, bet vertė neatsiranda savaime

    Automatizacija ir DI beveik visada reiškia daugiau sensorių, daugiau matavimų ir daugiau ataskaitų. Vis dėlto didesnis duomenų kiekis nebūtinai padeda, jei įmonė neturi aiškaus plano, ką su jais daryti, kokius rodiklius laikyti svarbiausiais ir kas priima sprendimus remdamasis analitika.

    Dalies gamyklų patirtis rodo, kad didžiausią praktinę naudą duoda perėjimas nuo analizės po fakto prie realaus laiko stebėsenos. Kai duomenys vertinami iškart, sprendimai priimami greičiau, o reakcija į nukrypimus tampa operatyvi, tačiau tai reikalauja ir procesų, ir žmonių pasirengimo.

    Kita vertus, net ir vėliau panaudojami duomenys gali būti vertingi mokant DI modelius. Jie gali padėti prognozuoti gedimus, aptikti paslėptus kokybės dėsningumus ar pasiūlyti, kur koreguoti režimus, tačiau modeliai nėra neklystantys, todėl svarbi žmogaus kontrolė ir aiškūs kokybės kriterijai.

  • DI gali paspartinti Lenkijos pramonę, bet įmones stabdo esminė baimė: kur slypi problema?

    Diskusijose apie pramonės modernizavimą vis dažniau akcentuojama, kad dirbtinis intelektas gali tapti vienu svarbiausių produktyvumo variklių. Vis dėlto Lenkijos įmonės DI diegia atsargiai, nes kartu su nauda mato ir rizikas, kurios gamybos sektoriuje vertinamos ypač griežtai.

    Apie tai kalbėta Katovicuose vykusiame Forum Nowego Przemysłu renginyje, kur dalyviai pabrėžė konservatyvų pramonės požiūrį į DI. Praktikoje daugeliui gamybos bendrovių svarbiausias klausimas nėra vien technologijos kaina ar grąža, o tai, ar sprendimas bus patikimas ir prognozuojamas realiomis cecho sąlygomis.

    Vienas iš ryškiausių stabdžių yra saugumas ir žinių trūkumas. Pramonėje klaida gali reikšti ne tik finansinius nuostolius, bet ir gamybos sustojimą, kokybės problemas ar papildomas rizikas darbuotojų saugai, todėl DI vertinamas griežčiau nei biuro procesų automatizavimas.

    Renginyje akcentuota, kad pramoniniai DI diegimai dažniausiai vykdomi uždaruose modeliuose, o ne atvirose, viešai prieinamose sistemose. Uždara aplinka čia laikoma privalumu, nes leidžia DI mokyti naudojant įmonės duomenis ir taip gauti sprendimus, pritaikytus konkretiems įrenginiams, gamybos režimams ir kokybės standartams.

    Tuo metu atviri didieji kalbos modeliai dažniau tinka kaip pagalbininkai administraciniuose procesuose, dokumentų rengime ar informacijos apibendrinime, bet ne kaip siaurai specializuoti įrankiai pramoninėms užduotims. Gamybai dažniau reikia modelių, kurie tiksliai apdoroja didelius srautų, sensorių ir kokybės kontrolės duomenis ir duoda patikimus, patikrinamus rezultatus.

    Diskusijos dalyviai taip pat teigė, kad gerai įdiegtas DI įrankis gali priartinti prie didesnės gamybos procesų autonomijos. Tačiau tam būtina aiški atsakomybė už sprendimų kokybę, duomenų valdymas, kibernetinis saugumas ir darbuotojų kompetencijų stiprinimas, kad DI taptų ne rizika, o kontroliuojamu pranašumu.

    Kalbėta ir apie robotizacijos kontekstą: santykinai mažas robotų naudojimas Lenkijos pramonėje siejamas su istoriniu pramonės profiliu ir tuo, kiek šalyje išvystytos sritys, kurios robotus diegia sparčiausiai. Pabrėžta, kad vien robotų skaičius, tenkantis 10 000 darbuotojų, ne visada tiksliai atspindi realų automatizacijos lygį, nes jį gali iškreipti pavieniai dideli projektai.

  • DI gali paspartinti Lenkijos pramonę, bet įmones stabdo saugumas ir uždari diegimo modeliai

    Lenkijos pramonė vis dar yra palyginti menkai robotizuota, o įmonės atsargiai vertina dirbtinio intelekto diegimą gamyboje. Tai akcentuota Katovicuose vykusiame Forume Naujoji pramonė, kuriame aptarta, kaip DI galėtų padidinti našumą ir automatizavimo lygį.

    Diskusijos dalyviai sutiko, kad verslas mato DI teikiamą vertę, tačiau baimių vis dar daug. Įmonės neretai renkasi konservatyvų požiūrį, ypač kai kalbama apie kritines gamybos grandis, kuriose klaidos kaina gali būti didelė.

    „Dažnai baimės kyla iš paprasto nežinojimo“, – sakė diskusijoje dalyvavę pramonės atstovai, pabrėžę, kad praktinių kompetencijų trūkumas stabdo sprendimų priėmimą.

    Vienas dažniausių argumentų prieš DI yra saugumas: pramonėje svarbu aiškiai suprasti, kur keliauja duomenys, kas turi prieigą ir kaip užtikrinamas veiklos tęstinumas. Dėl to diegimai dažniausiai planuojami uždarose, griežtai kontroliuojamose aplinkose, kurios geriau atitinka pramonės reikalavimus.

    Tačiau čia išryškėja esminė įtampa: daugeliui DI modelių tobulėti padeda atviresnė ekosistema, platesni duomenų srautai ir nuolatinis mokymas. Uždaruose modeliuose tokį augimą užtikrinti sudėtingiau, o vienam gamintojui praktiškai sunku turėti pilną kontrolę visose tiekimo ir technologijų grandinės dalyse.

    Papildomų abejonių kelia ir vadinamosios DI haliucinacijos, kai kalbos modeliai sugeneruoja įtikinamai skambančią, bet neteisingą informaciją. Pramonėje tai ypač jautru, nes klaidingos rekomendacijos gali paveikti kokybės kontrolę, įrangos darbą ar darbuotojų saugą.

    Vis dėlto pabrėžta, kad tinkamai parinktas ir suvaldytas DI įrankis gali priartinti gamybą prie didesnės procesų autonomijos. Kartu priminta, kad tokie projektai retai būna greiti: realus rezultatas dažniausiai reikalauja didelių resursų, kruopštaus testavimo ir kelių mėnesių darbo nuo pilotinio sprendimo iki stabilios eksploatacijos.

    Forume atkreiptas dėmesys ir į tai, kad vien tik robotų skaičius, tenkantis 10 000 gyventojų, ne visada tiksliai parodo šalies robotizacijos lygį. Rodiklius gali iškreipti pavieniai dideli investiciniai projektai, pavyzdžiui, vienos stambios automobilių gamyklos atsiradimas, kuris statistiškai smarkiai pakelia vidurkį.

    Ekspertų vertinimu, jei Lenkijos pramonė nori sparčiau didinti produktyvumą, vien technologinių sprendimų nepakaks. Ne mažiau svarbios bus aiškios saugumo taisyklės, patikimi diegimo standartai, darbuotojų kompetencijų stiprinimas ir pasitikėjimą kuriantys bandymai realiose gamybinėse situacijose.

  • Automatyzacija ir dirbtinis intelektas gamyboje: kodėl daugelis diegimų neduoda laukto rezultato

    Automatyzacija ir dirbtinis intelektas gamybos įmonėms dažnai žada didesnį našumą, mažesnes sąnaudas ir tikslesnį planavimą. Tačiau praktika rodo, kad dalis diegimų ne tik neatsiperka, bet ir sukuria naujų rizikų: nuo duomenų chaoso iki neteisingai parinktų technologinių sprendimų.

    Ši tema aptarta diskusijoje apie ateities fabriką pramonės konferencijoje, kur gamybos vadovai pabrėžė paprastą taisyklę: technologija veikia tik tada, kai aiškiai įvardyta problema, paruošti duomenys ir organizacija turi kompetencijų pokyčiui suvaldyti. Priešingu atveju automatizacija gali tapti papildoma našta, o ne konkurenciniu pranašumu.

    Kur prasideda nesėkmės?

    Viena dažniausių klaidų – pradėti nuo įrankio, o ne nuo uždavinio. Įmonės neretai perka sprendimus, kurie gražiai atrodo prezentacijose, bet realiame ceche nesprendžia pagrindinių kliūčių: įrangos gedimų, prastovų, kokybės svyravimų ar tiekimo grandinės netolygumų.

    Kita problema – duomenų kokybė ir prieinamumas. Dirbtinis intelektas, robotizacija ir skaitmeninimas paprastai reiškia dar daugiau jutiklių, sistemų ir ataskaitų, tačiau be aiškios duomenų architektūros organizacija greitai paskęsta informacijoje ir nebemato, kurie rodikliai iš tiesų svarbūs.

    Diskusijos dalyviai atkreipė dėmesį, kad kai kuriose įmonėse pereinama nuo vėlyvos analizės prie sprendimų realiu laiku. Tai leidžia greičiau reaguoti į broką, energijos vartojimo šuolius ar įrangos nuokrypius, tačiau reikalauja disciplinos: renkami ne visi, o tik sprendimams būtini duomenys.

    Dirbtinis intelektas nėra universalus vaistas

    Pramonėje DI geriausiai pasiteisina ten, kur galima aiškiai išmatuoti rezultatą ir turėti pakankamai patikimų duomenų, pavyzdžiui, prognozuojant įrangos gedimus ar optimizuojant kokybės kontrolę. Vis dėlto biuro procesų ar bendrų pagalbinių funkcijų srityje investicijų grąža ne visada akivaizdi ir dažnai paaiškėja tik po ilgesnio laiko.

    „Pirmiausia turime tiksliai įvardyti problemą ir pasirinkti tinkamą technologiją – DI daugeliu atvejų nėra geriausias sprendimas. Reikia įvertinti, kokią konkrečią vertę tai sukurs: ar bus sutaupyta, ar klientas gaus geresnę paslaugą“, – sakė vienas diskusijos dalyvių.

    Dar vienas iššūkis – lūkesčių valdymas. Įmonės neretai tikisi greito efekto, tačiau realybėje didžiausią naudą sukuria ne vien algoritmas, o visas pokyčių paketas: procesų standartizavimas, darbuotojų mokymai, atsakomybių perskirstymas ir aiškūs rodikliai, pagal kuriuos vertinamas rezultatas.

    Kaip didinti tikimybę, kad diegimas atsipirks?

    Praktinis kelias dažnai prasideda nuo mažesnių pilotų, kurie leidžia patikrinti prielaidas ir įvertinti tikrąją naudą dar prieš mastelio didinimą. Tokie bandymai taip pat parodo, ar organizacija turi pakankamai kompetencijų prižiūrėti sprendimą po įdiegimo, kai prasideda kasdienė eksploatacija.

    Ekspertai pabrėžia, kad vien tik duomenų kaupimas „vėlesniam laikui“ nėra tikslas, tačiau sukaupti duomenys gali būti naudingi modelių mokymui ir gamybos krypčių koregavimui. Vis dėlto svarbiausia išlieka paprastas principas: jei nėra aiškaus verslo tikslo, automatizacija ir DI gali sukurti daugiau triukšmo nei realios vertės.

    Galiausiai, pereinant į naują pramonės raidos etapą vis dažniau akcentuojamas žmogaus vaidmuo. Technologijos turi stiprinti operatorių ir inžinierių sprendimus, o ne pakeisti atsakomybę už procesą, nes net pažangiausi modeliai klysta ir reikalauja nuolatinės priežiūros.

  • Gamybos skaitmeninimas ir robotizacija su DI: ką pramonė jau laimėjo, o kur lūkesčiai per dideli

    Gamybos skaitmeninimas, robotizacija ir sprendimai su DI pastaraisiais metais tapo vienais dažniausiai minimų pramonės modernizavimo krypčių. Vis dėlto vis daugiau įmonių pereina nuo pažadų ir bandomųjų projektų prie klausimo, ką šios technologijos realiai duoda kokybei, kaštams ir našumui.

    Pramonėje neretai kartojasi panašus ciklas: nauja technologija sukelia didelius lūkesčius, vėliau ateina nusivylimo etapas, o galiausiai sprendimai tampa kasdieniu standartu. Todėl diskusijų centre šiandien atsiduria ne reklaminiai pažadai, o praktinė patirtis ir pamatuojami rodikliai.

    Kur atsiremia skaitmeninimo nauda?

    Skaitmeninant gamybą dažniausiai siekiama aiškių rezultatų: mažiau prastovų, mažiau broko, stabilesni procesai ir greitesnis sprendimų priėmimas. Tam pasitelkiami jutikliai, gamybos valdymo sistemos, procesų stebėsena realiuoju laiku ir duomenų analizė, tačiau be aiškios metodikos ir tikslų investicijos gali neduoti laukto efekto.

    Praktikoje didžiausią vertę paprastai sukuria ne vienas įrankis, o nuoseklus procesų peržiūrėjimas: ką verta automatizuoti, kur geriau palikti žmogaus sprendimą, o kur pirmiausia reikia sutvarkyti duomenų kokybę. Įmonės, kurios skaitmeninimą pradeda nuo kritinių gamybos vietų ir aiškių rodiklių, dažniau pasiekia apčiuopiamą grąžą.

    Žmogus, kompetencijos ir duomenų sauga

    Robotizacija ir DI gamyklose kelia ne tik technologinius, bet ir žmogiškuosius klausimus. Vienas dažniausių iššūkių yra kompetencijų trūkumas: darbuotojams reikia mokymų, aiškių naujų vaidmenų ir motyvacijos, kad pokyčiai netaptų vien IT projektu be realios įtakos gamybos rezultatams.

    DI sprendimai ypač priklauso nuo duomenų: jų prieinamumo, struktūros ir patikimumo. Kartu auga ir reikalavimai saugai, nes pramonėje duomenys apima technologinius procesus, tiekimo grandines bei gamybos receptūras, o jų praradimas ar nutekėjimas gali virsti tiesioginiais finansiniais nuostoliais ir veiklos sutrikimais.

    Diskusija apie realius rezultatus

    Šie klausimai aptariami ir pramonės bendruomenėje, kur vis dažniau akcentuojama verslo verifikacija: kaip skaitmeninimas veikia kokybę, kiek kainuoja diegimas ir palaikymas, kada investicijos atsiperka, o kada tampa tik brangiu eksperimentu. Dėl to technologiniai projektai vis dažniau vertinami per aiškius rodiklius, o ne vien per inovatyvumo etiketę.

    Diskusijose taip pat pabrėžiama, kad gamykla ateityje vis labiau remsis saugiu duomenų judėjimu ir jų panaudojimu ten, kur kuriama vertė. Būtent todėl skaitmeninimas, robotizacija ir DI vis dažniau matomi kaip viena sistema, kurią reikia planuoti nuo strategijos iki kasdienės gamybos disciplinos.

  • Skaitmenizacija, robotizacija ir DI gamyboje: kur baigiasi lūkesčiai ir prasideda reali nauda?

    Automatizacija, robotizacija ir gamybos skaitmenizacija jau kelerius metus iš „ateities fabriko“ vizijos persikėlė į kasdienę įmonių darbotvarkę. Vis dėlto pramonėje vis dažniau keliami ne pažadų, o realios grąžos klausimai: ką šios technologijos iš tiesų pakeitė produktyvumo, kokybės ir kaštų požiūriu.

    Ekspertai atkreipia dėmesį, kad naujos technologijos paprastai pereina kelis etapus: nuo entuziazmo ir per didelių lūkesčių iki nusivylimo ir galiausiai stabilaus, aiškiai pamatuojamo pritaikymo. Todėl šiandien svarbiausia tampa ne pats DI ar robotų diegimo faktas, o tai, ar įmonė geba pasirinkti tinkamus procesus ir turėti duomenis, leidžiančius įvertinti rezultatą.

    Ką duoda gamybos skaitmenizacija?

    Pramonėje skaitmenizacija dažniausiai siejama su duomenų surinkimu iš įrenginių, gamybos planavimu realiu laiku, kokybės kontrole ir gedimų prevencija. Tokie sprendimai gali sumažinti prastovas, greičiau aptikti broką ir geriau prognozuoti žaliavų bei energijos poreikį, tačiau tik tada, kai diegimas paremtas aiškiais verslo tikslais.

    Praktikoje įmonės dažnai susiduria su iššūkiu sujungti skirtingas sistemas ir suvienodinti duomenis, kad jie būtų palyginami ir patikimi. Būtent duomenų kokybė ir procesų standartizavimas neretai nulemia, ar investicija į skaitmeninius įrankius tampa konkurenciniu pranašumu, ar tik brangiu eksperimentu.

    Žmonės, kompetencijos ir saugumas

    Kartu su technologijomis išryškėja ir kompetencijų spraga: reikia darbuotojų, kurie gebėtų prižiūrėti automatizuotas linijas, analizuoti rodiklius ir priimti sprendimus remiantis duomenimis. Dėl to vis didesnę reikšmę įgyja kvalifikacijos kėlimas, vidinė komunikacija ir pokyčių valdymas gamyklose.

    DI pritaikymas gamyboje kelia ir papildomų klausimų dėl duomenų apsaugos bei patikimumo. Įmonėms svarbu užtikrinti saugų duomenų srautą, tinkamą jų saugojimą ir prieigos kontrolę, nes be šių pamatų skaitmeninė transformacija tampa rizikinga tiek veiklos tęstinumui, tiek komercinėms paslaptims.

    Diskusija apie realią grąžą

    Šios temos bus aptariamos pramonės bendruomenės diskusijoje Katovicuose vyksiančio renginio metu, kur dėmesys bus skiriamas investicijų tempui ir prioritetams, taip pat tam, kaip skaitmenizacija veikia gamybos kokybę ir kaštus. Organizatoriai žada akcentuoti verslo verifikaciją, kai rezultatai matuojami konkrečiais rodikliais, o ne vien deklaracijomis.

    Prieš diskusiją numatyta trumpo formato pristatymas apie tai, kad ateities gamykla prasideda nuo duomenų ir jų saugumo, o vėliau patirtimis dalinsis skirtingų pramonės sektorių atstovai. Tokios įžvalgos leidžia palyginti, kur technologijos jau veikia kaip standartas, o kur vis dar lieka daug nepanaudoto potencialo.

  • „Audi“ A2 e-tron gamyba Vokietijoje: mažiau detalių, daugiau robotų ir instrukcijos debesijoje

    „Audi“ pristatė, kaip siekia mažinti A2 e-tron gamybos kaštus Vokietijoje: supaprastina automobilio konstrukciją, didina automatizaciją ir daugiau procesų perkelia į skaitmeninę infrastruktūrą. Gamintojas pabrėžia, kad tikslas yra išlaikyti konkurencingą ir pelningą gamybą savo šalies gamyklose.

    Vienas pagrindinių žingsnių – mažesnis detalių skaičius ir paprastesnė gaminio sandara, kuri leidžia sumažinti tarpinių surinkimo mazgų poreikį šalia konvejerio. Tai reiškia ne tik mažiau darbo operacijų, bet ir mažesnį logistikos sudėtingumą pačioje gamykloje.

    Gamybos logika „karolių vėrinys“

    „Audi“ gamyboje taiko principą, kurį pati vadina „karolių vėriniu“: klientų užsakymų seka nustatoma likus šešioms dienoms iki surinkimo pradžios, o tuomet ši tvarka taikoma visose gamybos grandyse. Taip, gamintojo teigimu, mažinama proceso įvairovė ir lengviau užtikrinamas ritmingas srautas.

    Šio modelio esmė – dalį seka paremtų veiklų perkelti tiekėjams: komponentai gali būti pagaminami iš anksto numatyta tvarka ir iškart supakuojami į konkrečioms stotims skirtus konteinerius. Tokiu būdu gamykloje galima mažinti sandėliavimo ir vidinio sekvenavimo zonas, nors reali darbo dalis dažniau atsiduria tiekimo grandinėje.

    Lygiagrečiai „Audi“ stengėsi taupyti ir per įrangos pakartotinį panaudojimą: dalis mašinų ir įrankių pritaikyta ir A3 gamybai toje pačioje vietoje. Gamintojas nurodo, kad pakartotinai panaudojo ar pakeitė paskirtį daugiau kaip 1 200 gamybos komponentų, įskaitant robotizuotus suvirinimo įrankius ir apie 250 robotų.

    Daugiau robotų ir mažiau kompiuterių

    Automatizacija apėmė ne tik pagalbines operacijas: visiškai automatizuotas ratų montavimo procesas ir varžtų prisukimas priekinės bei galinės ašies mazgų išankstiniame surinkime. Tokie sprendimai leidžia tikėtis stabilesnės kokybės ir trumpesnio ciklo laiko, ypač kai trūksta kvalifikuotos darbo jėgos.

    Robotizacija plėtojama ir detalių paruošime: taikomas vadinamasis bin picking, kai robotas, pasitelkdamas kamerų vaizdo analizę ir valdymo sistemą, atpažįsta elementus netvarkingame konteineryje ir juos paima. „Audi“ teigia, kad tai mažina ergonomiškai sudėtingas užduotis ir leidžia automatizuoti veiksmus, kurie anksčiau dažnai būdavo laikomi per smulkiais robotams.

    Skaitmeninėje dalyje „Audi“ daugiau instrukcijų operatoriams perkėlė į debesiją, o kai kurias su valdymo blokais susijusias funkcijas vykdo nuotoliniu principu. Pasak gamintojo, tai leido sumažinti pramoninių kompiuterių skaičių surinkimo linijoje daugiau kaip 450 vienetų.

    Dar vienas akcentas – produkto kūrimo ciklas: „Audi“ skelbia, kad A2 e-tron kelias nuo projekto iki parengties serijinei gamybai sutrumpėjo 21 mėnesiu, palyginti su ankstesniais automobilio projektais. Bendrovė tai sieja su sukaupta patirtimi, standartizuotesniais procesais ir didesniu skaitmeninimo lygiu priešserijinėje fazėje.

    „Audi“ vadovybė šiuos sprendimus pristato kaip įrodymą, kad aukštų sąnaudų aplinkoje, tokioje kaip Vokietija, dar įmanoma išlaikyti pelningą automobilių gamybą. Kartu signalas aiškus: mažiau kompleksiškumo, daugiau automatizacijos, daugiau skaitmeninių sprendimų ir daugiau atsakomybės tiekimo grandinei tampa nauju gamybos standartu.

    „A2 e-tron rodo „Audi“ gamybos transformaciją: ji mažiau sudėtinga, dar efektyvesnė ir pasižymi aukštu skaitmeninimo bei automatizacijos lygiu“, – sakė „Audi“ valdybos narys, atsakingas už gamybą ir logistiką, Gerd Walker.

  • Įmonėms tai tampa nauju standartu: kibernetinė higiena kaip BHP ir ką keičia DI banga

    Skaitmenizacija, automatizacija ir dirbtinis intelektas vis dažniau tampa ne papildomu pranašumu, o būtina sąlyga įmonėms, norinčioms išlikti konkurencingoms. Kartu auga ir kita realybė: net pažangiausios technologijos neatsveria silpnos kibernetinės higienos, kai klaidos prasideda nuo kasdienių darbuotojų įpročių.

    Ši tema vis garsiau skamba ir verslo, ir viešojo sektoriaus diskusijose, nes kibernetinės atakos brangsta, o jų poveikis tampa platesnis. Nuo sukčiavimo laiškų iki išpirkos reikalaujančių atakų ar tiekimo grandinės incidentų – rizika tiesiogiai paliečia pajamas, reputaciją ir net veiklos tęstinumą.

    Paramos logika keičiasi

    Katovicuose veikianti Katovicų specialioji ekonominė zona pabrėžia, kad technologinė transformacija neturėtų apsiriboti vien įrangos pirkimu ar pavieniais IT projektais. Vertinant investicijas vis dažniau akcentuojama, ar įmonė numato robotizaciją, automatizaciją ir procesų skaitmeninimą taip, kad tai duotų pamatuojamą ekonominį efektą.

    Praktinis iššūkis ypač ryškus mažesnėms įmonėms, kurios dažnai neturi atskiros kibernetinio saugumo komandos ir priverstos rinktis tarp gamybos, pardavimų ir saugumo biudžetų. Todėl įvairios konsultavimo, brandos įsivertinimo ir diegimo programos tampa būdu sumažinti barjerą pradžiai, ypač kai reikia apsispręsti, nuo ko pradėti ir kokias priemones rinktis.

    Kibernetinė higiena kaip darbo sauga

    Verslui vis aiškiau, kad kibernetinis saugumas nebėra vien IT skyriaus rūpestis, o organizacinės kultūros dalis. Kibernetinė higiena šiandien lyginama su BHP: tai taisyklių ir įpročių rinkinys, kuris mažina incidentų tikimybę, net kai įmonė naudoja pažangias sistemas.

    „Kibernetinis saugumas ir kibernetinė higiena turėtų tapti tokia pat normali darbo BHP dalimi“, – sakė Katovicų specialiosios ekonominės zonos vadovas Rafałas Żelazny.

    Šis požiūris ypač svarbus dėl to, kad DI įrankiai didina produktyvumą, bet kartu suteikia ir naujų galimybių piktavaliams. Dalis atakų tampa labiau personalizuotos, greičiau parengiamos, o socialinė inžinerija taikosi į žmones, kurie skuba, nesilaiko slaptažodžių tvarkos ar patvirtina prašymus be papildomo patikrinimo.

    Rizikos valdymo praktika taip pat skiriasi pagal sektorių: IT ir skaitmeninių paslaugų bendrovėms dažniausiai keliami griežtesni reikalavimai nei, pavyzdžiui, maisto pramonės įmonėms. Vis dėlto net ir tradiciniuose sektoriuose kibernetinės grėsmės auga, nes daugėja nuotolinės prieigos, debesijos paslaugų, automatizuotų gamybos linijų ir išorinių tiekėjų.

    Ką rodo įmonių duomenys

    Europos statistikos duomenys ir nacionaliniai tyrimai nuosekliai rodo tą pačią tendenciją: didesnės įmonės dažniau taiko formalias kibernetinio saugumo priemones ir investuoja į darbuotojų mokymus. Mažesnės bendrovės dažniau atsiremia į minimalius sprendimus, o pagrindinė kliūtis joms išlieka finansai ir kompetencijų trūkumas.

    Ilgainiui tai kuria rizikingą atotrūkį, nes tiekimo grandinėse silpniausia grandis gali tapti įėjimo tašku į didesnę organizaciją. Todėl vis daugiau partnerių ir užsakovų prašo įrodymų, kad tiekėjas laikosi bazinių saugumo reikalavimų, turi incidentų valdymo tvarką ir reguliariai moko darbuotojus.

    „Kibernetinė higiena turėtų būti tokia natūrali kaip durų užrakinimas – tai kasdieniai įpročiai, kuriuos turime išsiugdyti darbe ir namuose“, – sakė Rafałas Żelazny.

    Ekspertai pabrėžia, kad tvariausi pokyčiai prasideda nuo elementarių praktikų: saugių prisijungimų, atnaujinimų, atsarginių kopijų, aiškių teisių valdymo taisyklių ir nuoseklių mokymų. Kai tai tampa rutina, technologinės investicijos į automatizaciją ir DI duoda daugiau naudos, nes rizika valdoma ne tik įrankiais, bet ir žmonių elgsena.

  • Chinų robotizacija lenkia Europą: ekspertai įvardijo, kodėl Lenkija pralaimi ir ką daryti

    Europos ekonomikos kongrese Katovicuose verslo lyderiai ir ekonomistai diskutavo, kaip Lenkijos įmonėms augti demografinio spaudimo ir aštrėjančios pasaulinės konkurencijos sąlygomis. Pokalbio ašimi tapo klausimas, kodėl dalis pramonės šakų praranda tempą, kai Kinija sparčiai didina gamybos automatizaciją ir mastą.

    Diskusiją lydėjo pristatytas tyrimas apie Lenkijos įmonių augimo potencialą, kuriame remtasi interviu su 30 vadovų ir verslo organizacijų atstovų. Dalyviai akcentavo tris susijusius veiksnius: darbuotojų trūkumą, santykinai atsargias investicijas į našumą ir lėtą technologijų diegimą.

    Kinijos pranašumas robotizacijoje

    Robotikos sektoriaus atstovas Jakubas Bartoszekas teigė, kad Kinija robotizacijos srityje lenkia ne tik Lenkiją, bet ir visą Europą. Jo vertinimu, skirtumą lemia ne vien technologijų lygis, o viso modelio veikimas: kryptinga pramonės politika, greitesni sprendimai ir didesnis mastas.

    Diskusijoje pabrėžta, kad Kinijos gamintojai dėl didelių apimčių lengviau pasiekia žemesnius kainų slenksčius, o automatizacija ir skaitmeninimas tampa jų konkurencingumo pagrindu. Europoje, anot pašnekovų, procesus apsunkina brangesnė reguliacinė aplinka, suskaidytos rinkos ir lėtesnis sprendimų priėmimas.

    „Kinija laimi ne vien technologijomis, o visu sisteminiu požiūriu: valstybė dideliu mastu remia pramonę, o robotizacija jau daugiau kaip dešimtmetį yra prioritetas“, – sakė Jakubas Bartoszekas.

    Kodėl įmonėms sunku augti?

    Verslo atstovai kaip vieną svarbiausių problemų įvardijo darbo rinką: mažėjant darbingo amžiaus gyventojų skaičiui ir augant darbo kaštams, senas konkuravimo „pigiomis rankomis“ modelis tampa vis mažiau veiksmingas. Tai verčia ieškoti produktyvumo šuolio per automatizaciją, procesų tvarkymą ir duomenų panaudojimą.

    Kartu akcentuota investicijų dilema: daugelis įmonių, ypač gamyboje, linkusios augti organiškai ir finansuotis iš nuosavų lėšų, todėl investicijos į modernizaciją gali būti atidedamos. Dėl to technologijos diegiamos lėčiau, o atotrūkis nuo agresyviai investuojančių konkurentų didėja.

    Trečias dažnai minėtas barjeras yra kompetencijų trūkumas. Vien nusipirkti robotus ar programinę įrangą neužtenka: reikia standartizuotų procesų, kokybiškų duomenų ir specialistų, galinčių sistemas integruoti bei prižiūrėti.

    Plėtra į užsienį ir vietinės stiprybės

    Kalbant apie tarptautinę plėtrą, diskusijos dalyviai akcentavo, kad daugeliui įmonių sėkmė užsienyje prasideda namų rinkoje. Didelė vidaus rinka leidžia išbandyti produktus, sukaupti kapitalą, sustiprinti vadybą ir tik tuomet mažesne rizika žengti į kitas šalis.

    Finansų sektoriaus atstovai taip pat priminė, kad veikla užsienyje beveik visada kainuoja daugiau, nei planuojama: didėja komunikacijos klaidų, kultūrinių skirtumų, logistikos ir valdymo rizikos. Todėl įmonėms rekomenduota turėti finansinę „pagalvę“ ir realistiškai vertinti, kada vidaus rinka jau išnaudota.

    Konkurencijoje su Kinijos gamintojais Vakarų Europoje kaip galimas kelias įvardytas vietinių prekių ženklų stiprinimas. Tokia strategija, anot diskusijos dalyvių, padeda kurti emocinį ryšį su vartotojais ir didinti lojalumą ten, kur vien kaina tampa lemiamu faktoriumi.

    „Jei nori konkuruoti su globaliais žaidėjais, reikia turėti tai, ko jie neturi: regioninį, emocinį ryšį su prekės ženklu“, – sakė Robertas Stobińskis.

    Diskusijoje nuskambėjo ir kritiškas požiūris į paprastus sprendimus, paremtus vien ribojimais ar barjerais importui. Pašnekovai pabrėžė, kad ilgalaikė išeitis yra našumo augimas, investicijos į modernizaciją ir rinkos paklausą stiprinančios priemonės, o ne vien gynybinė politika.

    Statybų sektoriaus atstovai atkreipė dėmesį į ryškėjantį darbuotojų trūkumą ir mažėjantį jaunų specialistų srautą. Kaip realios kryptys įvardytos skaitmeninimas, procesų modernizavimas ir, kai kuriuose segmentuose, darbuotojų pritraukimas iš užsienio, ypač didelės apimties projektuose.

    Galiausiai dalis vadovų akcentavo ir dirbtinio intelekto svarbą procesų automatizavimui, klientų aptarnavimui bei sprendimų priėmimui. Tačiau pabrėžta, kad DI nauda atsiskleidžia tik tada, kai įmonė turi tvarkingus duomenis, aiškias atsakomybes ir geba keisti veiklos modelį, o ne vien įsidiegti pavienes priemones.

  • Lenkijos įmonės nustebino atsparumu krizei: verslas mažiau skundžiasi, labiau investuoja į pokyčius

    Lenkijos įmonės pastaraisiais metais pademonstravo išskirtinį gebėjimą greitai prisitaikyti prie išorinių sukrėtimų – nuo pandemijos padarinių iki karo Ukrainoje ir besikeičiančių pasaulinių tiekimo grandinių. Ekonomistų ir verslo lyderių vertinimu, šis lankstumas tampa apčiuopiama konkurencine persvara, o ne vien gražiai skambančia fraze.

    Tai pabrėžiama ir analizuojant dešimtis pokalbių su įmonių vadovais bei verslo asociacijų atstovais, kuriuose ryškėja bendras leitmotyvas: nuotaikos rinkoje tapo labiau darbinės, mažiau emocingos. Vietoj įprasto nerimo dėl brangstančio darbo ir darbuotojų trūkumo vis dažniau kalbama apie praktinius sprendimus, kaip išlaikyti tempą ir rasti augimo nišų.

    Konkurencija ir demografija spaudžia

    Lenkijos verslas, kaip ir kitos Europos ekonomikos, susiduria su struktūriniais iššūkiais: mažėjančiu darbingo amžiaus gyventojų skaičiumi ir vis aštresne konkurencija iš išorės. Ypač dažnai minima Kinijos gamintojų spaudimas, kai į Europos rinką patenka vis daugiau technologiniu požiūriu pažangių galutinių produktų.

    Verslo atstovai šią konkurenciją neretai vadina nelygia, nes Europos įmonėms tenka didesnė reguliacinė našta, griežtesni aplinkosaugos ir darbuotojų apsaugos reikalavimai. Kartu akcentuojama, kad tikslas nėra mažinti standartus, o ieškoti būdų suvienodinti sąlygas, kad konkurencija būtų sąžiningesnė.

    Trys kryptys, kaip sprendžiamas darbuotojų trūkumas

    Darbo jėgos stygius Lenkijoje išlieka viena opiausių temų, tačiau įmonės vis rečiau apsiriboja skundais. Praktikoje ryškėja trys kryptys: darbuotojų pritraukimas iš užsienio, investicijos į technologijas ir kryptingas kompetencijų ugdymas pačiose organizacijose.

    Imigracija kai kuriuose sektoriuose tampa trumpuoju keliu užpildyti spragas, tačiau ji priklauso nuo politinio klimato ir administracinių procedūrų. Todėl lygiagrečiai auga dėmesys automatizacijai, robotizacijai ir skaitmenizacijai, nors pripažįstama, kad investicijų mastas dar ne visur pakankamas, o kai kurių darbų, pavyzdžiui, statybose, technologijomis greitai nepakeisi.

    Trečia kryptis – darbuotojų ugdymas ir išlaikymas, kai įmonės vis dažniau siūlo aiškias karjeros trajektorijas, mokymus ir ne vien atlyginimu paremtas motyvavimo priemones. Vis labiau įsitvirtina praktika talentus „auginti“ dar mokyklose ar universitetuose, nes rinkoje reikiamų kompetencijų paieška tampa brangi ir neprognozuojama.

    Verslas prašo stabilumo, o ne pažadų

    Kita ryški įžvalga – santūrus verslo požiūris į politiką. Įmonių vadovai dažniausiai nesitiki greitų stebuklų, tačiau aiškiai įvardija poreikį stabilumui: mažiau dažnų ir netikėtų reguliacinių pakeitimų, daugiau prognozuojamumo planuojant investicijas ir veiklą.

    Diskusijose taip pat keliama viešųjų pirkimų tema, kur, verslo nuomone, iki šiol pernelyg dažnai dominuodavo vien tik kaina. Norima, kad dideliuose valstybės užsakymuose daugiau reikšmės įgytų tiekimo patikimumas, vietos tiekėjų įtraukimas ir ilgalaikė vertė, kas potencialiai galėtų sumažinti spaudimą iš itin pigių importo srautų.

    Galiausiai vis garsiau kalbama apie įmonių mastelio problemą: kai kurios reguliacinės ir paramos sistemos skatina išlikti mažesniems, nes palankesnės sąlygos dažniau taikomos smulkioms ir vidutinėms įmonėms. Ekonomistų vertinimu, be pusiausvyros tarp paramos smulkiesiems ir paskatų didėti, bus sunkiau kurti stiprius regioninius žaidėjus, galinčius konkuruoti tarptautiniu mastu.

    Finansų srityje akcentuojama ir investicijų dilema: dalis įmonių renkasi atsargumą, daugiau taupo ir mažiau skolinasi plėtrai. Tokia laikysena padeda išgyventi neapibrėžtumo laikotarpiais, tačiau ilgainiui gali riboti produktyvumo augimą, ypač jei konkurentai sparčiau investuoja į modernizaciją ir DI sprendimus.