پیام واقعی در اینجا این است: “فناوری را پشتیبانی کنید که از افراد و فرایندهای شما پشتیبانی کنند.”
جفری لیکر27 آگوست 2020
جامعه جهانی به جایی رسیده است که می توان یک دکمه را فشار داد و بلافاصله از اطلاعات فنی و مدیریتی مستغرق شد. البته همه اینها بسیار راحت است ، اما اگر فرد مراقب نباشد خطر از بین رفتن توانایی تفکر در وی وجود دارد. باید به یاد داشته باشیم که در پایان این خود انسان است که باید مشکلات را حل کند.
Eiji Toyoda ، خلاقیت ، چالش و شجاعت ، شرکت تویوتا موتور ، 1983
در دهه 1990 اصول تولید تجهیزات تویوتا “ساده ، ناب و انعطاف پذیر” شد ، که ممکن است برخی از افراد آن را “کند و در استفاده از فن آوری جدید محتاط باشید” تعبیر کنند. در عصر امروز با سرعت تغییر فناوری ، به ویژه در دنیای دیجیتال ، من معتقدم که این یک اشتباه است. پیام واقعی در اینجا این است: “فناوری را پشتیبانی کنید که از افراد و فرایندهای شما پشتیبانی کند.” نقطه شروع این است: نیازهای واقعی که فناوری می تواند برای دستیابی به اهداف شما کمک کند کجاست؟ این یک سؤال است که آیا می توان به جای استفاده آگاهانه از فناوری از فناوری استفاده کرد ، تنها به این دلیل که آخرین فن آوری است.
اهمیت یاد گیری این درس ساده هر روز بیشتر می شود. به نظر من روشن است که فناوری در عصر دیجیتال می تواند از تفکر ناب پشتیبانی کند. مسئله اصلی جلوگیری از وسوسه خرید و پیاده سازی جدیدترین ابزارهای دیجیتال gee-whiz است ، و غفلت از تلفیق متفکرانه فن آوری با افراد و فرایندهای بسیار پیشرفته است.
بزرگترین تامین کننده تویوتا ، دنسو ، در زمینه سازگاری جمع آوری داده های برخط ، اینترنت اشیا (IOT) و تجزیه و تحلیل داده ها برای پشتیبانی از سیستم های ناب و تقویت کایزن پیشرفت چشمگیری داشته است. در دنسو افراد و توانایی آنها در درک واقعیت و تفکر خلاق متمرکز هستند. دنسو نشان می دهد که فناوری بیشترین پتانسیل را دارد وقتی که فرهنگ بهبود مستمر وجود داشته باشد و افراد بسیار پیشرفته باشند.
Raja Shembekar ، نایب رئیس مرکز نوآوری تولید آمریکای شمالی دنسو ، معمار اصلی استفاده آنها از اینترنت اشیا (IOT) است. به عنوان یک نقطه شروع ، Raja معیار دیگر شرکت ها را تصور کرد که رهبر این فناوری هستند. او بسیاری از مواردی را یافت که با کمی کاربرد واقعی IOT نامیده شده اند. نمایشگرهایی با ظاهری خوب ، اما هیچ مشکلی توسط آنها حل نمی شود وی نتیجه گرفت كه دنسو باید مسئولیت را به دست گرفته و مسوولیت تلاش خود را به عهده بگیرد ، و این كار را با كاربرد در کارخانه های بتل كریك ، میشیگان به عنوان یك سایت آزمایشی آغاز كرد. او یک تیم کوچک با حدود نیمی از متخصصان IOT و یک نفر از کف کارگاهها مانند مدیران با کیفیت و نرم افزار تجهیز کرده است. آنها با هم روی مشکلات واقعی شناسایی شده در جمبا کار کردند.
به عنوان یک نمونه ، آنها اجاق های بزرگ لحیم کاری لازم برای ساخت مبدل های حرارتی آلومینیومی دارند. ثابت نگه داشتن دما در کل فر بسیار مهم است و آنها این کار را با دوازده پنکه گران قیمت به اندازه یک میز انجام می دهند. اگر یک فن متوقف شود ، خنک کردن اجاق گاز از 700 درجه سانتیگراد 12 ساعت ، تعویض فن 12 ساعت و دوباره بالا آمدن آن 12 ساعت طول می کشد. با داشتن سنسورهای ریز در هر فن و یک سیستم IOT می توانند این شرایط را از بین ببرند و هشدار را در صورت بروز عیب ، مدتها قبل از خاموش شدن دستگاه ، کنترل کنند. در یک مورد ، دانشمندان داده Denso به تعمیر و نگهداری گزارش دادند که فن در 58 ساعت بعد از کار می افتد و آنها باید آن را تعویض کنند. راجا توضیح داد: «تعمیر و نگهداری آن را باور نمی کردیم. اما ما از آنها خواستیم که به هر حال آن را تغییر دهند. آنها فن را بیرون آوردند. نیمی از تیغه های فن از هم پاشیده شده بود. آنها از اینکه تصوری از این اتفاق نداشتند کاملا شوکه شده بودند و ما می توانستیم این پیش بینی را ارائه دهیم. “
در مثالی دیگر ، آنها بر کمک مستقیم به اپراتور فرآیند مونتاژ خودکار با روبات ها متمرکز شدند. ما به این ایده عادت کرده ایم که اپراتورها یک نمودار کنترل را با محدودیت های کنترل بالا و پایین پر می کنند و قبل از کنترل فرآیند اقدام می کنند. این سیستم به طور مداوم یک نمودار کنترل را در زمان واقعی تهیه می کند. هنگام مشاهده ، چند دقیقه زودتر متوجه شدیم که روند از کنترل خارج شده و اپراتور با تنظیم سریع مشکل را برطرف کرد.
یک پروژه بلندپروازانه تر که به قلب TPSسیستم تولید تویوتا فرو می رود ، پشتیبانی خودکار کار استاندارد است. راجا یک استاد استنفورد را پیدا کرد که روی “فناوری حرکت” یا همان مطالعه حرکت و کار ، کار می کرد. یک دوربین از یک فرد فیلم می گیرد و می تواند در زمان واقعی داده ها را با هوش مصنوعی تجزیه و تحلیل کند ، به عنوان مثال اقدامات تقسیم اجزاء در مراحل کار. راجا پتانسیل انقلابی در کار استاندارد را دید و با استادی که اکنون یک شرکت پر رونق دارد همکاری کرد. خروجی برای کسانی که با کار استاندارد کار می کنند آشنا خواهد بود – گام ها و زمان ها در برابر takt ، نمودارهای موجودی اپراتور ، و در واقع ممیزی در زمان واقعی که انحراف از کار استاندارد را مشخص می کند. تحلیلگر مجبور نیست وقت خود را برای ایجاد همه این برگه ها صرف کند و می تواند تمام مواردی را که در یک توقف خط وجود دارد یا همه مواردی که نوع خاصی از انحراف از استاندارد وجود دارد را فراخوانی کند و دوباره برگردد و فیلم را تماشا کرده و بفهمد که اپراتور در آن مرحله در واقع چه کاری انجام می داد؟ این فناوری مورد توجه گسترده ای در سراسر جهان از جمله از تویوتا قرارگرفته است
آیا فناوری Deskill ، Replace یا Enhance است؟
یک سووال اساسی وجود دارد که به زمانی که برای اولین بار مطالعه تأثیر فناوری یکپارچه رایانه ای در دهه 1980 را شروع کردم ، برمی گردد و پاسخ آن اکنون این است که بستگی به فلسفه مدیریت دارد. دو روش متفاوت را در نظر بگیرید: مکانیکی و ارگانیک. از منظر مکانیکی ، ارزش فناوری کاملاً واضح است – افراد را جایگزین کنید ، افراد باقیمانده را زیر نظر بگیرید و آنها را با دستورالعمل های واضح درباره کارها کنترل کنید. برای حذف عنصر انسانی غیرقابل پیش بینی ، به سرعت و به طور گسترده این فناوری را پیاده سازی کنید.
از منظر سیستم های طبیعی انسانی ، ارزش این فناوری بسیار متفاوت است. هنگامی که با افراد بسیار توسعه یافته و با هدف ارائه خدمات به مشتری و کمک به شرکت همراه باشد ، می تواند kaizen را سریعتر و بهتر اثربخش کند.
راجا روشن کرد که در چه طرفی از حصار قرار دارد. تمرکز دنسو بر استفاده از این فناوری برای از بین بردن مردم نبود ، اگر چه او شک داشت که با گذشت زمان نیاز به تعداد کمتری از افراد در کارخانه خواهد بود. اگرچه مواردی وجود دارد که یک سیستم فنی حلقه بسته مشکلات را تشخیص داده و به طور خودکار اصلاح می کند ، اما موارد زیادی وجود دارد که نیاز به زیرکی و مداخله انسانی دارند. در حقیقت ، وی متقاعد شده است كه نیازهای مهارتی انسان نیاز به رشد دارد.
“ما همیشه به افراد نیاز خواهیم داشت ، اما سطح مهارت آنها باید با گذشت زمان کاملاً تغییر کند. این فناوری داده هایی را فراهم می کند که به همکاران و رهبران تیم در gemba می تواند سطح بسیار بالاتری از تصمیم گیری را ارائه دهد. در گذشته آنها فقط مدارک را پر می کردند ، اما زمانی که همه کار را انجام می دادند ، وقت و انرژی برای درک واقعی داده ها نداشتند. اگر آنها می خواهند روندهای ارایه شده از پنج روز پیش یا مواردی مرتبط با کارکنان را ببینند ، در دسترس نبود. آنچه که این کار فراهم کرده همان چیزی است که ما اکنون چرخه سریع اقدام اصلاحی می نامیم. دیگر توانایی پرداختن به PDCA را نداریم که 3 هفته طول می کشد. ما می خواهیم چرخه قبل از پایان آن تغییر انجام شود. “
در دنسو در ژاپن ، آنها بر طبق این عقیده عمل می کنند که IOT دست کارکنان را از این مرحله کوتاه نمی کند ، بلکه اطلاعات برتری را در مورد روند کار به آنها ارائه می دهد. قدرت داده های کلان و هوش مصنوعی این است که به موقع اطلاعاتی را به اپراتور بدهد که قبلاً فقط می توانستند حدس بزنند. اما دنسو انتظار دارد كه اپراتور از این اطلاعات برای ایجاد علت اصلی و حل مشكل از طریق kaizen به طور خلاقانه استفاده كند. دنسو این را “ایجاد همکاری و رشد انسان ، چیزها و تجهیزات” می نامد. یک کنایه ممکن است از این بیرون بیاید. از نظر تاریخی ، نقش اصلی مهندسان صنایع کاهش تعداد کارگران مورد نیاز بود. اکنون ، این فناوری ممکن است کارگران را تا حدی قادر سازد که مهندسان صنایع را از بین ببرند.
تعادل در پذیرش آخرین فناوری با اثربخشی
تویوتا یک شرکت پیشرفته از نظر فنی است و دهه هاست که علاقه ای به داشتن مد روز ندارد و اتخاذ فناوری جدید به خودی خود پایان می یابد. درست همانطور که تویوتا از برنامه ریزی قطعات ساخته شده در یک بخش امتناع می ورزد ، تویوتا از اجازه دادن به ورود فناوری اطلاعات یا بخش فناوری پیشرفته تولید خودداری می کند تا فن آوری را به بخش هایی که کارهای ارزش افزوده در طراحی و ساخت اتومبیل دارند ، سوق دهد. هر فناوری اطلاعاتی باید تاییدیه آزمایش حمایت از افراد و فرایندها را داشته باشد و ثابت کند که قبل از اجرای گسترده ، ارزش افزوده دارد. و سپس معرفی فناوری جدید به مدیریت انجام می گیرد. آنها آن را اجرا می کنند ، آنها مسئولیت تحقق اهداف را بر عهده می گیرند ، بنابراین باید پیش نیاز ها را هدایت کنند.
همانطور که می بینم مسئله این است که به نظر می رسد افرادی که در دنیای نرم افزار رایانه زندگی می کنند معتقدند اگر بتوانند نمایشی را بر اساس مثالی شبیه سازی شده انجام دهند ، باید یکپارچه به حل مشکلات واقعی در دنیای خارج تبدیل شود. این تفکری است که شرکت ها را در دهه 1980 دچار مشکل کرد. و این وضعیتی بود که راجا از دنسو در قرن بیست و یکم هنگام کاوش در نرم افزار Industry 4.0 با آن روبرو شد. من قبل از صحبت با راجا درباره مفهوم جسورانه یک کارخانه کاملاً خودکار با همه چیزهایی که توسط اینترنت ، داده های بزرگ و هوش مصنوعی اداره می شد ، تردید داشتم – و راجا شبهات من را مبنی بر اینکه می تواند ابهامات زیادی وجود داشته باشد را تأیید کرد. از طرف دیگر ، من نیز به دلیل قدرت این فناوری بیدار شدم. من اکنون متقاعد شده ام که این فناوری واقعی است و شامل فناوریهای از دست رفته در تلاشهای ناکام اولیه برای دیجیتال سازی کارخانه در دهه 1980 است. به نظر می رسد که آنها در مورد پتانسیل کارکاملا در اشتباه نبودند ، اما زمان برای این کارخیلی زود بود.
همچنین با دیدن کارهایی که راجا در کارخانه Denso’s در Battle Creek انجام داده است ، مشخص شد که صنعت 4.0 یک نیروی برهم زننده نیست که TPSسیستم تولید تویوتا را بی ربط کند ، بلکه می تواند تسهیلاتی باشد که بر اساس فرهنگ و تفکر TPS ساخته می شود. از این گذشته ، اینترنت اشیا الزامی برای برخی از موارد می شود. و اگر موارد نادرست طراحی شده ، ضعیف در چیدمان قرار گرفته و از نرم افزاری ضعیف برخوردار باشد ، مشکلی را حل نمی کند.
به نظر می رسد تفاوت بین Denso و شرکت هایی که در زمینه های الکترونیکی فعالیت می کنند ، تفاوت در ذهنیت است. دنسو با مشکل شروع می کند و سپس سیستم های اجتماعی و فنی را برای کمک به رفع مشکل بکار می گیرد. این امر بر فرهنگ موجود در مورد اجرای نظم و انضباط و حل مسئله استوار است. بدون این ، شرکت ها موظف هستند فناوری را بچرخانند و امیدوار باشند که این تکنولوژی جا بیفتد و مفید باشد. اصول TPS در شرکتی مانند Denso از بین نخواهد رفت ، اما نحوه کارخانه تحت TPS + IOT بسیار متفاوت خواهد بود.
من مجذوب فن آوری های IOT شدم که در دنسو دیدم ، اما در پس ذهنم نمی توانم نگرانی های سیستم تولید تویوتا را حدس بزنم. این امر در واقع مجبور کردن مردم به تفکر عمیق برای حل مشکلات است. آیا سیستم های رایانه ای ما را در تفکر تنبل خواهند کرد؟ چگونه می توانیم با خلاقیت افراد در توسعه و آزمایش ایده هایی برای پیشرفت ، با اطلاعات قدرتمندی که از کامپیوتر بیرون می آید پیوند ایجاد کنیم؟
من با اثر پذیری از افکار آکیو تویودا تشویق شدم. واضح است که وی امکان ترکیب بهترین فناوری جدید با خلاقیت افراد متفکر را در سخنرانی اخیر خود می بیند:
“دو مفهوم – اتوماسیون با انسان و Just-in-Time – ستون های TPS هستند. وجه مشترک هر دو این است که انسانهادر مرکز هستند. من معتقدم هرچه پیشرفت اتوماسیون بیشتر باشد ، توانایی افرادی که از آن استفاده می کنند بیشتر است. ماشین ها نمی توانند پیشرفت کنند ، مگر اینکه مردم نیز پیشرفت کنند. توسعه افراد با مهارتهایی که بتوانند با ماشینها و سنسورها برابری کنند ، بخشی اساسی از رویکرد تویوتا است. “
این مقاله از نسخه تجدید نظر شده راه آینده تویوتا ، نسخه دوم (اکتبر 2020) است ، که شامل اصل 8: Adopt و Adapt Technology است که از افراد و فرآیندهای شما پشتیبانی می کند. در اصل در Lean Post ، وبلاگ موسسه Lean Enterprise ظاهر شد و با اجازه استفاده می شود. https://www.industryweek.com
