Секундомеры угрожают будущему возрождения производства

Почти 25 лет назад я начал свою карьеру на заводе General Motors (GM), работая и в высокоавтоматизированном кузовном цехе, и на линии сборки, где ключевую роль играли люди. Я быстро понял: роботизированные процессы бесшовно передают данные по Ethernet, тогда как человеческую активность инженера по организации труда приходилось фиксировать вручную — с помощью секундомера, метод, заложенный Фредериком Тейлором еще в эпоху «Форда Т». Контраст был очевиден: современная промышленная эпоха сталкивалась со способом сбора данных, которому уже было 75 лет.

Сегодня я все еще хожу по линиям сборки и вижу молодых инженеров, проводящих хронометраж. Инструменты изменились — от часов Casio до iPhone — но суть практики осталась прежней, и этот безнадежно устаревший метод продолжает тормозить прогресс. Хронометраж и фотохронометраж когда-то вывели американское производство на мировое первенство; сегодня они глубоко несовершенны в эпоху промышленного интернета вещей (IIoT).

Фокус на времени вывода на рынок и производительности

Американское переживает ренессанс, растягиваясь с наибольшей скоростью с 2004 года. В 2017 году благодаря решорингу и прямым иностранным инвестициям в США вернулось 171 000 рабочих мест. Доступ к рынку — ключевой драйвер: «Решоринг — это всё о времени вывода на рынок», — говорит Бен Смит, старший советник AT Kearney. «Современные производители могут предпочесть 15 небольших заводов по всей стране для лучшего доступа к рынкам, смещая фокус с затрат на производительность».

Отраслевой консенсус гласит, что IIoT станет основным двигателем роста производительности. Accenture предсказывает, что это будет главным драйвером продуктивности десятилетия, а GE Digital оценивает ежегодный прирост производительности примерно в 8,6 трлн долларов. Однако основная ценность на заводе создается людьми — Boston Consulting Group сообщает, что люди выполняют до 90 % операций на производственной площади. Оптимизация только оборудования охватывает лишь малую часть реальной деятельности.

Время вывода на рынок сталкивается со временем получения данных

Питер Маркотуллио, вице-президент по коммерческим исследованиям и разработкам SRI International, отмечает: «Только небольшой процент задач выполняется машинами». Таким образом, инструментирование оборудования захватывает лишь долю процесса. Пока IIoT может сгенерировать 50 ГБ машинных данных за время проведения традиционного хронометража, связь между оптимизацией оборудования и общей производительностью завода остается слабой. Решения, определяющие ежедневное персональное расписание, прогнозы выпуска, себестоимость заказов и котировки, опираются на данные, порождаемые людьми, — они движат и верхней, и нижней линиями баланса.

Неполный и ненадежный набор данных

Хронометраж страдает от двух главных недостатков: ограниченного объема данных и сомнительной достоверности. Типичный инженер может отобрать десять операций на рабочем месте — этого недостаточно, чтобы учесть вариативность операторов или контекстные факторы: день недели, зарпериод, усталость за смену. Такой разреженный набор данных не позволяет установить надежные корреляции или причинно-следственные связи.

Более того, сам факт наблюдения может изменить результативность. Вдохновляясь принципом неопределенности Гейзенберга, некоторые работники могут ускорять или замедлять темп под присмотром, а нечеткие определения начала и конца операции дополнительно подрывают точность. В результате хронометраж дает сомнительные замеры, которые могут ввести в заблуждение и операторов, и менеджеров.

Чего не хватает современному заводу?

Современным заводам не хватает масштабируемых данных о людях в реальном времени. Хотя прогулки по гембе, инструментированные световые завесы и системы пока-йоке могут фиксировать некоторую человеческую активность, их объема слишком мало для значимой аналитики. Аник Бозе, генеральный партнер Benhamou Global Ventures, объясняет: «Производители собирают рабочих и менеджеров для мозговых штурмов, но без данных в реальном времени они полагаются на ручные, ад-хок методы». Без надежных метрик человеческой производительности заводы не могут улучшить тот ресурс, который создает основную ценность.

Маршалл Голдсмит знаменито сказал: «То, что привело вас сюда, не доведет вас туда». Методология хронометража вывела нас на текущий пик производства, но она больше не достаточна для ускорения вывода на рынок за счет повышения производительности человеческого труда. Пришло время убрать секундомер на полку и перейти к данным, управляемым ИИ, человеческому сотрудничеству на заводском полу.

Об авторе

Доктор Прасад Акелла возглавил команду, создавшую в GM первые в мире коллаборативные роботы. Он является CEO компании Drishti, которая развертывает искусственный интеллект для сотрудничества с людьми и расширения их возможностей на производстве.