Symbole Therbliga – therbligi

Jedno z najstarszych narzędzi tzw. naukowej organizacji pracy. Symbole Therbliga (therbligi) przydają się do badania pracy na poziomie elementów ruchu.

Powinny się właściwie nazywać symbolami Gilbretha. Jednakże ich autor zaproponował swoje nazwisko czytane od tyłu do przodu – stąd ta dziwna nazwa.

Ilustracja

Symbole Therbliga - therbligi.

Symbole Therbliga - therbligi.

UWAGI

W kolumnie „Opis symbolu” znajdują się sformułowania ułatwiające zapamiętanie symboli (mnemotechniczne). Jeśli użytkownicy znajdą prostsze bądź bardziej trafne sformułowania, należy takich właśnie używać w szkoleniu.

Therbligów używa się czasem jako notacji uzupełniającej w systemach predetrminowanego czasu i ruchu takich, jak MODAPTS.

Zapasy bezpieczeństwa – wyznaczanie

W praktyce produkcyjnej tempo zużycia zapasów nie jest stałe, zdarzają się także opóźnienia dostaw zapasów uzupełniających i inne zakłócenia. Trzeba je kompensować zapasami bezpieczeństwa, aby zapewnić ciągłość zaopatrzenia produkcji.

W klasycznym podejściu zakłada się, że na skutek zakłóceń z różnych źródeł wielkość zapasów przeznaczonych do przerobu w typowym cyklu ma rozkład normalny. Dlatego też niepewność związaną z zakłóceniami ocenia się jako odchylenie standardowe wielkości zapasów.

Nazwa techniki: Wyznaczanie poziomu zapasów bezpieczeństwa (zwanych też: zapasy podstawowe)

Opis postępowania

  1. Właściwie dobrać odstępy czasu dla pomiaru stanu zapasów (bądź planu ich zużycia). Na ogół właściwym odstępem czasu jest czas ostatecznego potwierdzenia przez odbiorcę wielkości dostaw uzupełniających.
  2. W wyznaczonych odstępach czasu zmierzyć rzeczywisty poziom zapasów (bądź plan ich zużycia w przyszłości, w takim samym odcinku czasu).
  3. Obliczyć odchylenie standardowe wielkości zmierzonych wg pkt. 2.
  4. Pomnożyć otrzymane odchylenie standardowe przez współczynnik bezpieczeństwa odpowiadający zakładanemu poziomowi obsługi. W wyniku otrzymuje się poziom zapasów bezpieczeństwa.

Przykład

W poniższym przykładzie wielkość dostaw uzupełniających odbiorca potwierdza dostawcy z tygodniowym wyprzedzeniem. Dlatego do obliczeń wzięto wielkości tygodniowego zużycia.

Nr Data Zużycie |Xi – Xśr| |Xi – Xśr|2
1 23 tydzień 102 0,8 0,64
2 24 tydzień 99 2,2 4,84
3 25 tydzień 97 4,2 17,64
4 26 tydzień 104 2,8 7,84
5 27 tydzień 104 2,8 7,84
suma 506 ∑ = 38,80
średnia (Xśr) 101,2 √(Σ/4) = 3,11 = Sx

Odchylenie standardowe Sx należy pomnożyć przez współczynnik bezpieczeństwa dla zakładanego poziomu obsługi (ciągłości zaopatrzenia).

Poziom obsługi 99% 95% 90%
Współczynnik bezpieczeństwa 2,33 1,65 1,38

Jeśli np. zakładamy, że ciągłość zaopatrzenia nie może zostać przerwana częściej, niż raz na 100 tygodni, to poziom zapasów bezpieczeństwa musi wynieść 3,11*2,33 = 7,25 jednostek. Są to zapasy na ok. pół dnia produkcji.

UWAGI

  1. Współczynnik bezpieczeństwa jest odpowiednim kwantylem rozkładu normalnego.
  2. W przypadku większej liczby źródeł zakłóceń (np. nie tylko wahania tempa zużycia, ale także opóźnienia dostaw uzupełniających) należy obliczyć najpierw odchylenia standardowe dla niepewności z poszczególnych źródeł, a następnie na ich podstawie łączne odchylenie standardowe poziomu zapasów.

Heijunka – wyrównywanie produkcji

Mimo zróżnicowania zamówień można je realizować szybko i jednocześnie utrzymywać optymalne obciążenie stanowisk produkcyjnych.

Przesłanki

Sterowanie produkcją „dokładnie na czas” (Just in Time) można opisać jako jednoczesne optymalizowanie głównych parametrów określających proces produkcji, takich jak wielkość partii produkcyjnej, czas realizacji zamówienia, zróżnicowanie asortymentu produkcji i obciążenie stanowisk produkcyjnych. Zadanie nie jest trudne do zrozumienia i rozwiązania, jeśli pokonamy dwie bariery mentalne:

  • złudzenie, że priorytetem powinno być to, czego produkujemy najwięcej,
  • każdą odnotowaną zmianę zapotrzebowania klientów mamy skłonność traktować jako przejaw zmienności popytu bądź jako zakłócenie.

Złudzenie iż „większe jest ważniejsze” powoduje, że mamy tendencję do realizacji najpierw dużych partii, a mniejsze partie odkładamy na koniec okresu (tygodnia, miesiąca, kwartału). Narastają wówczas problemy typowe dla spiętrzenia wielu drobnych zadań, a przeciętny czas realizacji zamówienia nie może być krótki (patrz poniżej), co przeważnie niweluje ewentualne korzyści efektu skali.

Po drugie, plan nie musi być modyfikowany z taką częstością, z jaką notujemy bieżące zapotrzebowanie rynku. Nawet nie powinien, gdyż sterowanie „reaktywne” jest suboptymalne, niepotrzebnie zwiększa wariancję szybkości procesu i obciążenia systemu produkcyjnego (m. in. tzw. efekt byczego bicza). Plan musi opierać się na wielkościach uśrednionych z okresu kilkukrotnie dłuższego. Jeśli np. zakład pracuje wg planu tygodniowego, zapotrzebowanie tygodniowe rozsądnie będzie określać na podstawie średnich z miesiąca bądź z dłuższych okresów; jeśli pracuje wg planu dziennego, zapotrzebowanie dzienne powinniśmy określać na podstawie średnich z tygodnia bądź z 2 tygodni itd.

Zasada harmonogramu produkcji

Uśrednione zapotrzebowanie z danego okresu rozdzielamy równomiernie na mniejsze okresy. W ten sposób wyrównujemy jednocześnie asortyment produkcji i obciążenie.

Wdrożenie

Przedstawiam istotne etapy wdrożenia, na rysunkach, które schematycznie pokazują tzw. tablicę (skrzynkę) heijunka. W przykładzie jest 6 produktów oznaczonych różnymi kolorami, w miesiącu 26 dni roboczych, przy czym w soboty praca trwa 5 godzin, a w inne dni robocze po 7 godzin (efektywnie).

Etap 1.

Powiedzmy, że tradycyjne planowanie (nie spełniające powyższych przesłanek) zdołaliśmy usprawnić tak, że nie występują znaczne wahania obciążenia, w szczególności nie są konieczne nadgodziny pod koniec okresu (tu: miesiąca)

Tradycyjny harmonogram produkcji bez wahań obciążenia ciągu produkcyjnego.

Tradycyjny harmonogram produkcji bez wahań obciążenia ciągu produkcyjnego.

Nietrudno zauważyć, że klient, który na początku przykładowego miesiąca zamówi po jednej jednostce wszystkich sześciu produktów, otrzyma dostawę nie wcześniej, niż 29 dnia miesiąca.

Etap 2.

Przestawiamy harmonogram tak, że teraz najmniejsze partie produkujemy na początku.

Harmonogram produkcji odwrócony.

Harmonogram produkcji odwrócony.

Klient, który na początku przykładowego miesiąca zamówi po jednej jednostce wszystkich sześciu produktów, otrzyma dostawę nie wcześniej, niż 17 dnia miesiąca.

Najlepiej utrzymać tę logikę harmonogramu przez kilka miesięcy, aby ludzie przywykli do formuły w rodzaju: „produkujemy przede wszystkim to, czego potrzeba najmniej, a w pozostałym czasie przerzucamy się na to, czego potrzeba najwięcej”.

Nawiasem mówiąc, podobna zasada powinna obowiązywać w procesach biznesowych: najpierw sprawy najkrótsze, a wielkie zadania w pozostałym czasie.

Etap 3.

Rozdzielamy produkcję miesięczną na mniejsze okresy. W przykładzie – na 26 dni. Oczywiście partie rzadko dzielą się bez reszty, więc po zaokrągleniu wyników prowizorycznych do liczby pełnych partii godzinowych obliczamy korekty, które następnie uwzględniamy w harmonogramie.

Obliczenia produkcji dziennej.

Obliczenia produkcji dziennej.

Wyrównany asortyment produkcji.

Wyrównany asortyment produkcji.

Klient, który na początku przykładowego miesiąca zamówi po jednej jednostce wszystkich sześciu produktów, może otrzymać dostawę już 4 dnia miesiąca.

Etap 4.

Po wyrównaniu asortymentu możemy jeszcze „doszlifować” harmonogram, eliminując część codziennych przezbrojeń.

Logistyka produkcji i logistyka dystrybucji – podstawowe podejścia

Literatura poświęcona logistyce jest ogromna, ale albo prezentuje ogólniki albo wprowadza od razu w rozwiązania techniczne. Brakuje literatury podstawowej adresowanej do menedżerów, czyli omawiającej podstawowe modele rozwiązań logistycznych oraz podstawowe podejścia do organizacji logistyki. Niniejszy artykuł ma w części wypełnić tę lukę.

W majowym dodatku „Logistyka” do Magazynu CEO napisałem, że pojawiają się efektywne heurystyki dla rozwiązania typowych problemów optymalizacyjnych, które są przydatne m. in. w planowaniu i harmonogramowaniu przewozów. Aby nie być gołosłownym, wkrótce napiszę w tym dziale przegląd takich typowych zagadnień, a potem uzupełnię niniejszy artykuł rozdziałem podsumowującym wspomniane nowe podejścia.

(Powyższe napisałem w 2006 roku i dziś przyznaję, że swój zamiar wypełniłem tylko częściowo. Ale Encyklopedia to długotrwały projekt, pewnie będę miał jeszcze nieraz okazję kontynuować temat. A. G.)

Dwie logiki logistyki

Logistyka jest sztuką dostarczania, w tym znaczeniu, że zarządzanie nią ma zapewnić jednoczesne spełnienie trzech kryteriów:

  • dostawy szybkiej i w terminie
  • po minimalnym możliwym koszcie
  • z optymalną jakością obsługi klienta (nadawcy i odbiorcy)

przy różnym stopniu różnorodności dostarczanych produktów, usług i informacji, różnej wielkości partii, różnym układzie przestrzennym (w tym geograficznym) punktów nadania i przeznaczenia itp. Liczba zmiennych, które należy uwzględnić zarządzając dostarczaniem bywa więc bardzo wysoka.

Na szczeblu operacyjnym wyróżnia się takie dziedziny logistyki jak logistyka transportu, zaopatrzenia, produkcji, magazynowa, dystrybucji, recyrkulacji… Czym różnią się te dziedziny z punktu widzenia zasad organizacji albo modeli organizacyjnych służących spełnianiu trzech wymienionych kryteriów, czyli z punktu widzenia menedżerskiego?

Szybkość i terminowość dostarczania, jego koszt i jakość zależą od dwóch ogólnych cech organizacji: od sposobu sterowania procesem dostarczania oraz od struktury (dokładniej: topologii) sieci powiązań pomiędzy partnerami uczestniczącymi w tym procesie. Odpowiednio do tych dwóch czynników możemy wyróżnić:

  • logistykę procesów, której największy dorobek lokuje się w logistyce produkcji (wyrobów i usług)
  • struktury dystrybucji.

Logika punktu podziału (punktu przedziału)

Ilustracja

Punkt podziału (punkt przedziału) w procesie. Proces oznaczono schematycznie kolejnymi kółkami (operacje) i trójkątami (zapas) oraz strzałkami wskazującymi, że jest to ciąg operacji i przechowywania wyników tych operacji (zapasów).

Punkt podziału (punkt przedziału) w procesie. Proces oznaczono schematycznie kolejnymi kółkami (operacje) i trójkątami (zapas) oraz strzałkami wskazującymi, że jest to ciąg operacji i przechowywania wyników tych operacji (zapasów).

Szybkość i terminowość dostawy oraz koszt całkowity produktu + dostarczenia go zależą od miejsca w procesie, z którego sterowana jest realizacja zlecenia oraz z którego emitowane jest zlecenie „w górę procesu” na uzupełnienie zapasów.

Dla przykładu. Jeśli produkcja jest wieloprzedmiotowa (wiele różnych odmian produktu), a uzupełnianie zapasów uruchamiane jest jednym zleceniem, to punkt podziału w magazynie wyrobów gotowych zapewnia natychmiastową dostawę, pod warunkiem, że zapasy magazynowe są duże, a przez to kosztowne. Jeśli natomiast punkt podziału ustawimy przed procesem produkcji (tzw. produkcja na zamówienie), wówczas klient będzie musiał poczekać, aż produkt zostanie wytworzony, ale przed procesem produkcji będą musiały być zgromadzone duże zapasy komponentów, aby proces realizacji zamówienia mógł być uruchomiony natychmiast. Zapasy te jednak mogą być mniej kosztowne, gdyż materiał został mniej przetworzony. Jednak dodatkowym warunkiem natychmiastowego rozpoczęcia realizacji zamówienie jest w tym przypadku pewien „zapas” mocy produkcyjnych, który również kosztuje. Ten prosty przykład pokazuje, że od strony ekonomicznej rozwiązanie zagadnienia punktu podziału nie jest jednoznaczne.

Z powodu wspomnianej niejednoznaczności w praktyce optymalny punkt podziału dla konkretnego sposobu produkcji wyznacza się eksperymentalnie albo przy pomocy symulacji.

Współczesne sposoby sterowania procesem w warunkach niewielkiego zróżnicowania asortymentu to kanban, czyli zlecenie uzupełnienia niewielkiego zapasu przekazywane z danego stanowiska na stanowisko poprzednie oraz zarządzanie ograniczeniami, w którym sterowanie odbywa się z miejsca w procesie, w którym występuje ograniczenie zasobów.

Poprzez planowanie produkcji można częściowo obniżyć ryzyko ekonomiczne związane z omawianym dylematem. Stąd wynika bardzo istotne znaczenie dziedziny zarządzania, której nazwa brzmi planowanie i sterowanie produkcją albo zarządzanie operacyjne.

Logika dystrybucji centralnej

Ilustracja

Dystrybucja okazjonalna (górna część rysunku) i dystrybucja centralna (dolna część rysunku). Zaciemniony trójkąt pośrodku, w dolnej części, oznacza centrum dystrybucji.

Dystrybucja okazjonalna (górna część rysunku) i dystrybucja centralna (dolna część rysunku). Zaciemniony trójkąt pośrodku, w dolnej części, oznacza centrum dystrybucji.

Centralizacja dystrybucji redukuje liczbę transakcji w porównaniu z liczbą transakcji w przypadku, gdy dystrybucji centralnej nie ma. Nadawca nie musi wysyłać przesyłek do wielu odbiorców, lecz wysyła jedną do centrum dystrybucji. Podobnie odbiorca nie musi przyjmować wielu przesyłek od wielu nadawców, lecz odbiera przesyłkę zbiorczą z centrum dystrybucji.

Dzięki redukcji liczby transakcji pomiędzy dostawcami i odbiorcami uzyskuje się przede wszystkim bardzo istotne skrócenie przeciętnego czasu dostawy, ale także redukcję kosztów tych transakcji. Dodatkowym efektem jest możliwość optymalizowania środków transportu tak, aby były jak najlepiej wykorzystane.

Należy jednak zwrócić uwagę na to, że wspomniane efekty uzyskuje się „kosztem” tego, co dzieje się wewnątrz centrum dystrybucji. Tam mianowicie trzeba zwieziony towar rozładować (np. z ciężarówek), czasem także rozpaletować, a następnie skompletować partie do wywozu i załadować je na środki transportu rozwożące towar do klientów. Znowu więc nie przy każdej wielkości typowej partii i nie przy każdym stopniu różnorodności towaru zagadnienie optymalizacji kosztów jest jednoznaczne. Tym bardziej, że obecnie część dokumentowa transakcji może być wykonywana bardzo tanio, na drodze elektronicznej.

C. d. n.

Praca ciągła zespołowa – prosty przypadek

Ciągłość pracy zespołowej oznacza, że zespół jako całość natychmiast po zakończeniu jednego zadania może przystąpić do następnego. Można to osiągnąć tylko poprzez równoważenie pracy.

Jeśli czas wykonania czynności przez różnych członków zespołu jest różny, to ci, którzy skończyli wcześniej muszą poczekać, aż zadanie zostanie ukończone przez wszystkich, aby zespół jako całość mógł przystąpić do realizacji następnego zadania. Oczekiwanie to strata czasu pracy. Łączny czas oczekiwania stanowi podstawę wskaźnika, który nosi nazwę wskaźnik niezrównoważenia pracy.

Pracę ciągłą (proces ciągły) w przypadku pracy zespołowej osiągnąć można jedynie poprzez równoważenie pracy, czyli taką jej organizację, przy której wykonywanie zadania zabiera tyle samo czasu wszystkim członkom zespołu. W praktyce praca idealnie ciągła osiągana jest rzadko, ale przeważnie w każdych konkretnych warunkach ciągłość pracy (ciągłość procesu) można poprawić. Poniższy nieco uproszczony przykład przedstawia zespołowe czynności obsługowe przy reaktorze chemicznym.

Rys. 1.

Karta działań wielopodmiotowych dla zespołowej obsługi reaktora chemicznego. Stan przed usprawnieniem.

Karta działań wielopodmiotowych dla zespołowej obsługi reaktora chemicznego. Stan przed usprawnieniem.

Na Rys. 1. widać, że cykl pracy zespołu wynosi 6 godzin. W zakładzie jest wiele reaktorów, lecz długi cykl pracy zespołu sprawia, że podczas jednej zmiany zespół jest w stanie przygotować tylko jeden reaktor. Przygotowanie 2 reaktorów w ciągu dnia jest oczywiście możliwe, jednakże po wyższych kosztach, gdyż zespołowi trzeba zapłacić nadgodziny (w cywilizowanym zakładzie ;-) ). Jednocześnie problemem jest bardzo niskie wykorzystanie czasu pracy członków zespołu, uwidocznione na rysunku jako długi łączny czas oczekiwania (przestrzeń niezacieniona).

Analiza problemu niskiego zrównoważenia pracy ujawniła, że odkręcanie pokrywy dające dostęp do katalizatora odbywa się po zakończeniu demontażu grzejników z dość błahego powodu: ciasnoty na podeście, która uniemożliwia jednoczesny dostęp do obu podzespołów. Poprzez wydłużenie i poszerzenie podestu zapewniono wygodny jednoczesny dostęp do grzejników i pokrywy. Rys. 2 przedstawia efekt usprawnienia.

Rys. 2.

Karta działań wielopodmiotowych dla zespołowej obsługi reaktora chemicznego. Stan po usprawnieniu.

Karta działań wielopodmiotowych dla zespołowej obsługi reaktora chemicznego. Stan po usprawnieniu.

Na Rys. 2. zaznaczono także oszczędność czasu, uzyskaną dzięki temu, że stała się możliwa praca równoległa elektryka z pomocnikiem i ślusarza z pomocnikiem. Teraz cykl pracy zespołu wynosi nieco ponad 4 godziny. Dalsze usprawnienie polegało na przerobieniu śrub mocujących pokrywę i dzięki temu zredukowano cykl do niespełna 4 godzin.

UWAGA: Formularz karty działań wielopodmiotowych znajduje się w dziale Narzędzia.

Praca ciągła w komórce U

Szczególne rozmieszczenie wyposażenia zwane komórką U umożliwia maksymalne wykorzystanie dysponowanego czasu pracy operatora, jednakże w przypadku procesu obróbki warunkiem jest dokładna synchronizacja maszyn.

Komórka U

W komórce U maszyny albo przenośniki ustawione są „w podkówkę” bądź dwoma rzędami blisko naprzeciw siebie. W przypadku obróbki maszynowej takie rozmieszczenie wyposażenia może wyglądać jak na poniższym schematycznym rysunku.

Rys. 1.

Komórka U.

Komórka U.

Maszyny ustawione są ciasno obok siebie, aby operator mógł szybko i bez wysiłku przemieszczać się od jednej do drugiej. Przy wyrównanych cyklach pracy maszyn i właściwej ich synchronizacji można uzyskać proces o wysokiej doskonałości.

Doskonały proces w komórce U

Idealny proces w takich systemach, jak szczupła produkcja (lean production) czy System Produkcyjny Toyoty powinien spełniać kolejno 3 priorytety:

  • przede wszystkim materiał nie powinien czekać (tzn. proces ma być płynny w maksymalnym możliwym stopniu)
  • po drugie człowiek nie powinien czekać tzn. praca powinna być ciągła (proces powinien być ciągły); kryterium to jest mniej ważne od pierwszego, co oznacza, że pewien nadmiar dysponowanego czasu pracy jest na ogół konieczny, choćby dla zapewnienia płynności procesu,
  • po trzecie maszyna nie powinna czekać; jest to najmniej ważne kryterium, co w praktyce oznacza, że należy zapewnić pewien niewielki nadmiar mocy maszyn, zwłaszcza dla utrzymania maksymalnej płynności i ciągłości procesu.

Minimalny czas oczekiwania materiału osiąga się gdy operator porusza się w przeciwnym kierunku, niż obrabiany materiał tak, jak to zaznaczono strzałkami na Rys. 1., aczkolwiek w praktyce spotyka się 4 możliwe układy ruchu materiału i operatora.

Na Rys. 2. idealną synchronizację maszyn dla komórki U w procesie obróbki ilustruje uproszczona karta człowiek-maszyna (wykres człowiek-maszyna).

Rys. 2.

Wykres człowiek-maszyna dla komórki U. Objaśnienia w teście.

Wykres człowiek-maszyna dla komórki U. Objaśnienia w teście.

Objaśnienia do Rys. 2. Poglądowa karta działań wielopodmiotowych w układzie: jeden operator i cztery maszyny (karta człowiek-maszyna). Po lewej stronie pełen cykl pracy operatora, po prawej cykle pracy maszyn. Na cykl pracy operatora składają się czas przygotowawczo-zakończeniowy (Tpz) i czas przechodzenia od jednej maszyny do drugiej (W) dla wszystkich 4 maszyn oraz operacje manualne wykonywane przez operatora (M). Na cykl pracy maszyny składa się z czas przygotowawczo-zakończeniowy (Tpz) oraz czas operacji (O). Cyfry przy symbolach oznaczają numery maszyn. Odcinki zaznaczone kolorem szarym – bieg jałowy maszyn. Upływ czasu – od dołu do góry.

UWAGI

(1) Cykl pracy operatora na Rys. 2. rozpoczyna się od dwóch operacji manualnych i przejścia do maszyny nr 4.

(2) Założono, że każda maszyna samoczynnie rozładowuje się po wykonaniu obróbki (jap. Chaku-chaku albo chaku chaku rain). Czas na to potrzebny nie został osobno zaznaczony, zajmuje końcową część obróbki (O). Zatem czas przygotowawczo-zakończeniowy (Tpz) zaznaczony na rysunku obejmuje tylko załadowanie maszyny i czynności z tym związane.

(3) Doskonała synchronizacja polega na tym, że operator podchodzi do maszyny dokładnie w momencie, gdy maszyna rozładowała się. W ten sposób dysponowany czas pracy operatora wykorzystany jest maksymalnie.

(4) W praktyce na przechodzenie od maszyny do maszyny przeznacza się 2 sekundy. Jest to znacznie więcej, niż potrzeba, gdyż maszyny stoją obok siebie, lecz rezerwa czasu (ang. allowancy) zapewnia operatorowi poczucie, że nie musi się śpieszyć.

(5) Cykl jest krótszy od taktu – to charakterystyczna cecha stanowiska pracy z obsługą wielu maszyn, przy sterowaniu zapewniającym, że proces jest ciągnący (ang. pull).

Równoważenie pracy – prosty przypadek

Ciągłość pracy łatwo jest zapewnić w przypadku, gdy pracownik wykonuje zadanie samodzielnie. Jeśli jednak zadanie wykonuje wielu pracowników, zapewnienie ciągłości pracy staje się zagadnieniem Inżynierii Przemysłowej i sterowania produkcją.

W praktyce zadanie złożone z wielu wielu czynności dzieli się pomiędzy wielu pracowników z kilku powodów – najczęściej dlatego, że wymagany jest krótki czas wykonania albo dlatego, że niektóre czynności wymagają specjalistycznych umiejętności.

Praca jest ciągła, gdy pracownik po zakończeniu swojej porcji czynności może natychmiast (bez przerwy) podjąć następne czynności. Ciągłość pracy jest zapewniona zawsze, gdy pracownik pracuje sam. Jeśli natomiast zadanie jest podzielone pomiędzy wielu pracowników, ciągłość pracy osiąga się pod warunkiem, że wszyscy ci pracownicy wykonują swoją porcję czynności w jednakowym czasie. Warunek ten obowiązuje zarówno dla przypadku pracy równoległej (zespołowej), jak i szeregowej (linia produkcyjna). Zagadnieniem inżynierskim jest przydział pracy (porcji czynności) w taki sposób, aby warunek ten został spełniony w jak najwyższym stopniu.

Najprostszy przypadek to taki, w którym oprócz czasu czynności nie występują żadne inne ograniczenia, tzn. czynności mogą być wykonywane w dowolnej kolejności i każdy pracownik jest w stanie wykonać każdą czynność. Typowym przykładem jest ręczny inserting elementów do płytki drukowanej na liniach montażowych w przemyśle radiotechnicznym i elektronicznym.

Przykład:

Ilustracja

Rys. 1. Praca wielopodmiotowa zrównoważona w niskim stopniu.

Rys. 1. Praca wielopodmiotowa zrównoważona w niskim stopniu.

Opis postępowania – podejście klasyczne

  1. Zamienić miejscami pracownika wykonującego pracę najszybciej z pracownikiem wykonującym pracę najwolniej.Uzasadnienie: Być może nierówne tempo wykonywania czynności uwarunkowane jest tym, że osoby wykonujące pracę różnią się pod względem psychofizycznym.
  2. Jeśli powyższa próba nie przynosi zadowalających rezultatów, należy zmienić przydział czynności. Przykładowy rezultat pokazano na poniższym rysunku:

Rys. 2. Praca wielopodmiotowa zrównoważona w wysokim stopniu.

Rys. 2. Praca wielopodmiotowa zrównoważona w wysokim stopniu.

Wskaźnik niezrównoważenia pracy

Prosty wskaźnik pokazujący, w jakim stopniu praca jest niezrównoważona, można wyliczyć wg następującej formuły:

Formuła:

                     Max czas obróbki x Liczba pracowników -
Wskaźnik             - Całkowity czas obróbki
niezrównoważenia = -------------------------------------------- x 100%
pracy                Max czas obróbki x Liczba pracowników

Na przykład na Rys. 1 maksymalny czas wynosi 40 sekund, więc

„Max czas obróbki x Liczba pracowników” = 200 sek.

Całkowity czas obróbki wynosi 33+36+40+31+28=168 sek.

Zatem wskaźnik wynosi 100(200-168)/200 = 10032/200 = 16%,

co oznacza, że 16% czasu traci się z powodu niewysokiego zrównoważenia pracy.

W przypadku pokazanym na Rys. 2. wskaźnik ten wynosi

100*(175-168)/175 = 4%.

Opis postępowania – podejście japońskie

W podejściu klasycznym, które można nazwać „taylorowskim”, uzyskuje się na ogół skrócenie czasu czynności. Jeśli praca wykonywana jest szeregowo, oznacza to skrócenie taktu i cyklu. Japońscy menedżerowie nie uważają za rozsądne skracanie taktu, który wyznaczany jest przecież przez wielkość zapotrzebowania rynku na produkty (patrz artykuł Takt Pana Imai). W opisanym przypadku dążyliby do takiego usprawnienia czynności, zwłaszcza najdłuższych, aby po zrównoważeniu pracy można było zmniejszyć liczbę pracowników do 4.

Wykres produkcji

Na wykresie produkcji widać, jak proces jest zsynchronizowany – w których miejscach występują spiętrzenia i opóźnienia, jak proces reaguje na zakłócenia.

Wykres produkcji służy do monitorowania przebiegu przetwarzania kolejnych partii materiału (bądź informacji) na kolejnych stanowiskach. Wielkościami obserwowanymi są ilości produktu wypuszczane przez KOLEJNE stanowiska oraz czas wypuszczenia.

Zależnie od skali monitorowania stanowiskami mogą być stanowiska pracy bądź gniazda/linie produkcyjne, a nawet całe warsztaty, czy wydziały. Odpowiednio do skali monitorowania dobieramy także skalę czasu.

Dane

Dane surowe zbieramy w tabeli, np. takiej:

Stanowisko 1 Stanowisko 2 Stanowisko 3 Stanowisko 4
Czas Symbol
partii
Ilość Symbol
partii
Ilość Symbol
partii
Ilość Symbol
partii
Ilość
7:40 1A 65
8:10 1A 65
8:15 1B 75
8:25 1A 65
8:35 1B 75
8:45 1C 72 1A 65
8:55 1B 75

UWAGA: Istotne jest, aby rejestrować wypuszczane partie POCZĄWSZY od jednej ustalonej partii – w powyższym przykładzie od partii o symbolu 1A.

Wykres

Wykres produkcji jest to po prostu wykres kumulowany ilości wypuszczanych przez kolejne stanowiska w zależności od czasu. Oto przykład:

Wykres produkcji - przykład

Wykres produkcji - przykład

Czytanie wykresu

  1. Odległości pomiędzy liniami wykresu w poziomie informują o długości cyklu przetwarzania. Np. na wykresie widać, że proces „rozjeżdża się”, a jego wydłużanie się spowodowane jest głównie opóźnieniami na stanowiskach 3 i 4. Widać także, że stanowisko 2 „złapało” opóźnienie na samym początku okresu monitorowanego, a następnie „nadganiało”, ze zmiennym powodzeniem.
  1. Odległości pomiędzy liniami wykresu w pionie informują o wielkości zapasów. Narastanie (spiętrzenie) zapasów może świadczyć o wąskich gardłach (na przykładowym wykresie – na stanowiskach 3 i 4).

Arkusz

W sekcji narzędzia został zamieszczony arkusz kalkulacyjny z wykresem produkcji. Arkusz można dostosować do konkretnych warunków monitorowania produkcji.

Analiza produkt-ilość

Jedno z najprostszych narzędzi analizy rzeczywistego wolumenu produkcji bądź przechowywania, stanowi punkt wyjścia do projektowania rozmieszczenia wyposażenia pomieszczeń produkcyjnych i magazynowych.

Nazwa techniki:

Analiza produkt-ilość, ang. P-Q Analysis, Product-Quantity Analysis

Inne nazwy:

Item-Quantity Analysis

Opis postępowania

Punktem wyjścia do analizy produkt-ilość jest Zestawienie Głównych Produktów pokazane poniżej.

Nr Kategoria produktu Nazwa produktu Ilość Cena jedn. Sprzedaż % sprzed. całk. Uwagi:
01
02
03
xxx RAZEM: xxx 100%

Zestawienie to należy uporządkować od największej ilości do najmniejszej, a następnie przeprowadzić tzw. analizę Pareto (zwaną także analizą ABC) ilości produktów.

Ilustracja

Analiza Pareto zestawienia P-Q - przykład

Analiza Pareto zestawienia P-Q - przykład

Zastosowania:

a) W projektowaniu rozmieszczenia wyposażenia produkcyjnego oraz systemu sterowania produkcją – analizie P-Q poddaje się obrabiane części, a na podstawie analizy Pareto (patrz rys.) oraz analizy marszrut (Patrz: Analiza przepływu produkcji) podejmuje się decyzje, które części mają być produkowane w komórkach lub gniazdach produkcyjnych, a które poza nimi bądź na zamówienie.

b) Najpowszechniejszym zastosowaniem analizy PQ jest tzw. technologia grupowa, w której małe partie obrabianych elementów (również spraw bądź dokumentów w przypadku procesów biznesowych), których marszruty są podobne, łączy się w większe partie.

c) W projektowaniu rozmieszczenia stref składowania – analizie P-Q poddaje się kategorie składowanych produktów i ocenia ich obrót w jednostce czasu, np. miesiąca, a na podstawie analizy Pareto oraz wymogów technicznych podejmuje się decyzje o wielkości i rozmieszczeniu poszczególnych stref składowania w magazynie.

Co z tą innowacyjnością?

Artykuł ukazał się w Business Dialog Bulletin w kwietniu 2007 r.

Innowacyjność jest historycznie zmienna. Rośnie znaczenie sektora usług w rozwoju gospodarki, a firmy usługowe stają się coraz bardziej innowacyjne i oparte na wiedzy[1]. Zmieniają się sposoby zarządzania procesem innowacyjnym i strategie czerpania korzyści z innowacji[2].

Andrzej Góralczyk

Tymczasem innowacyjność polskiej gospodarki jest niezmiennie, od wielu lat, dramatycznie niska. Według Sumarycznego Indeksu Innowacji (SII) Polska znajduje się wśród siedmiu krajów europejskich „tracących grunt”[3]. Toteż podejmujemy temat co jakiś czas i omawiamy wyniki aktualnych badań, obserwacje i opinie. Poszukujemy trafnej diagnozy barier, szans wyłaniających się na zmieniających się rynkach oraz najlepszych praktyk zarządzania procesem innowacyjnym w nadziei, że te opracowania okażą się pożyteczne dla rodzimych nowatorów.

Wydaje się, że podstawową barierą innowacyjności w Polsce i w niektórych innych krajach europejskich jest zbyt niski popyt na innowacje, zarówno na rynku konsumpcyjnym, jak i wśród przedsiębiorstw. U nas objawia się to m. in. wysokim odsetkiem ludzi z wyższym wykształceniem pracujących poza sektorem nauki i technologii[4]. Administracja publiczna także nie stawia dostawcom wysokich wymagań odnośnie innowacyjności zamawianych wyrobów i usług, mimo wyraźnych zaleceń zawartych w Strategii Lizbońskiej.

Innowacyjność zmienia się

Już przed trzema laty specjaliści z firmy AMR Research zwrócili uwagę, że załamanie na rynku innowacyjnych produktów jest wynikiem działania wielkich detalistów, takich jak Wall-Mart czy Target, którzy zawojowali konsumentów propagandą niskich cen. Paradoksalnie jest to efekt innowacji (i „innowacji”) firmy Wall-Mart, która jako pierwsza uczyniła użytek z globalizacji i wykorzystała efekt skali, dokonując ogromnego postępu w dziedzinie zarządzania operacyjnego, w zakupach, wielkościach partii i w logistyce magazynowej, w elektronicznej wymianie danych z dostawcami, wreszcie w walce konkurencyjnej „niską ceną każdego dnia”. Za Wall-Mart’em poszli rywale i w rezultacie w latach 1995-1999 tempo wzrostu produktywności sektora sieci detalicznych potroiło się. Natomiast bariera niskiej ceny jest tak wysoka, że wiele firm niszowych wypada z rynku albo zmienia strategię, gdyż nie jest w stanie wejść na rynek z innowacyjnymi produktami Badania fundacji PDMA pokazują, że w okresie 1995-2003 odsetek firm amerykańskich przyjmujących strategię „szybkiego następcy” (fast follower) podniósł się z 27% do 37%, prawie wyłącznie kosztem firm ze strategią niszową, których odsetek obniżył się z 30% do 22%. Przybywa podążających za pionierami, a pionierów ubywa.

Kryzys innowacyjności produktowej dotyka także sektora tradycyjnie znanego z nowatorstwa – przemysłu samochodowego. Obserwatorzy tego sektora zwracają uwagę, że gwałtowne pogorszenie kondycji amerykańskiej „wielkiej trójki” jest skutkiem obniżenia efektywności procesów innowacyjnych.

Oto kolejny przykład. Wykres na Rys. 1 dotyczy innowacyjności w sektorze produktów pakowanych w USA. Liczba produktów nowych wypuszczanych przez ten sektor w ciągu roku wykazuje niemal stałą tendencję wzrostową, podczas gdy procent produktów innowacyjnych wśród nich spadł w latach 1986-1993  trzykrotnie i od tego czasu utrzymuje się na niskim poziomie. Omawiany rating innowacyjności prowadzony jest przez Productscan Online i obejmuje sześć obszarów: formułę marketing mix, pozycjonowanie, opakowanie, technologię, kreowanie nowego rynku oraz sposób dystrybucji i sprzedawania (merchandising).

Rys. 1. Źródło: opracowanie własne autora na podstawie danych dostarczonych przez Productscan Online.

Rys. 1. Źródło: opracowanie własne autora na podstawie danych dostarczonych przez Productscan Online.

Nietrudno zauważyć, że w latach, w których rośnie nieco procent produktów innowacyjnych, liczba produktów nowych spada. Sugerowałoby to, że zasoby menedżerskie, które można zaangażować w działalność innowacyjną i pokonywanie barier, także tych wspomnianych wyżej, są ograniczone, więc „rzuca” się je albo na odnawianie produktów albo na opracowanie produktów innowacyjnych.

Problem ograniczonych zasobów wydaje się wykraczać poza jeden sektor. Produkty pakowane zdecydowanie dominują na rynku konsumpcyjnym USA, więc dane o ich innowacyjności można traktować jako barometr innowacyjności produktowej w ogóle. Na Rys. 2  do omawianego wcześniej wykresu dodano wykres ilustrujący wyniki USA w dziedzinie związanej z innowacjami i pochłaniającej również dużo zasobów, mianowicie w eksporcie produktów wysokich technologii. Wykres ten pokazuje udział eksportu high-tech w eksporcie ogółem. Widać, że wyraźny wzrost udziału eksportu występuje w okresach, gdy intensywność innowacji produktowych spada albo jest umiarkowana, a spadek występuje w okresach, gdy znacznie wzrasta liczba produktów nowych bądź procent produktów innowacyjnych.

Rys. 2. Źródło: opracowanie własne autora na podstawie danych dostarczonych przez Productscan Online.

Rys. 2. Źródło: opracowanie własne autora na podstawie danych dostarczonych przez Productscan Online.

Pani prof. Halina Brdulak w czasie dyskusji w naszym projekcie „IT słyszy!” zwróciła uwagę, że podczas, gdy innowacyjność produktowa na świecie wydaje się obniżać, to rośnie intensywność innowacji w usługach, w tym np. w usługach logistycznych. Podobna opinia panuje wśród wielu badaczy, np. z firmy McKinsey. Dane statystyczne wskazują, że w takich dziedzinach, jak usługi dla firm i pośrednictwo finansowe innowacyjność jest już wyższa, niż w sektorze wytwarzania[5].

Wyniki badań prowadzonych przez firmę Booz Allen Hamilton, opisane w następnym rozdziale, rzucają nieco światła na zagadnienie gospodarowania przez przedsiębiorstwa ograniczonymi zasobami kierowanymi na działalność innowacyjną.

Sztuka zarządzania innowacjami

Booz Allen Hamilton bada działalność badawczo-rozwojową (B+R) w 1000 spółek na świecie, które  ponoszą największe wydatki na ten cel i ujawniają to w swoich sprawozdaniach finansowych. Stwierdzono że względna wielkość tych wydatków spada i w latach 2000-2005 obniżyła się bardzo znacznie (z 4,09% do 3,84% przychodów ze sprzedaży), przy czym większe firmy wydają proporcjonalnie mniej, niż firmy mniejsze. Autorzy uważają, że zjawisko to jest efektem globalizacji, dzięki której przychody wielkich firm szybko rosną, a wydatki na B+R rosną wolniej w rezultacie outsourcingu ośrodków badawczych do krajów o niższych kosztach pracy.

Niektóre wyniki omawianych badań przeczą utartym poglądom – na przykład wykazują, że nie zachodzi korelacja pomiędzy wielkością wydatków na B+R a osiągnięciami gospodarczymi firm, z wyjątkiem marży brutto, która jest tym większa, im większe wydatki (w proporcji do przychodów ze sprzedaży). Zdaniem Autorów świadczy to o tym, że B+R spełnia należycie swą rolę, gdyż marża brutto zależy silnie od decyzji podejmowanych na etapie projektowania. Jednakże brak korelacji z innymi miarami sukcesu w biznesie jest skutkiem niedostatecznego współdziałania pomiędzy silosami R+D, marketingu, sprzedaży, operacji i administracji.

Lecz jak to w takich wypadkach często bywa, wśród badanych firm można znaleźć takie, które systematycznie osiągają ponadprzeciętne wyniki. W najnowszym badaniu na ten temat[6] zidentyfikowano 94 firmy, które w całym pięcioletnim okresie (lata 2000-2005) miały wyniki niekwestionowane lepsze, niż przeciętne (mediana) w swoim sektorze we wszystkich siedmiu rozpatrywanych wskaźnikach[7]. Firmy te wydają na B+R proporcjonalnie mniej, niż te, które nie odnoszą tak wielkiego sukcesu. Wyróżniają się natomiast umiejętnością sprawnego zarządzania wszystkimi etapami procesu innowacyjnego (opracowanie wizji i koncepcji produktu, wybór projektów do inwestowania, opracowanie produktu we współdziałaniu z resztą organizacji oraz komercjalizacja, czyli dostosowanie do wymagań klienta i wypuszczenie na rynek). Niektóre z omawianych firm słyną z mistrzostwa w zarządzaniu jednym z tych etapów, ale dokładniejsze badania wykazały, że mistrzostwo to jest silnie wspierane przez kompetencje w zarządzaniu całością procesu. Ponadto, w porównaniu z firmami nie odnoszącymi sukcesów, mają strategie innowacyjne generalnie bardziej otwarte na współpracę z klientami, a struktury organizacyjne na ogół bardziej płaskie i zdecentralizowane.

Polska słabość innowacyjności sektora IT

Podczas transformacji systemowej, w latach 1991-2001, nastąpił w Polsce najsilniejszy w Europie spadek wydatków przedsiębiorstw sektora IT na B+R[8]. Podczas recesji końca lat 1990-tych badaliśmy kondycję sektora IT w Polsce[9]. Recesja charakteryzuje się szczególnie intensywną konkurencją i łatwo jest wówczas zaobserwować jej „selekcjonujący” wpływ na przedsiębiorstwa.  Niektóre wnioski z naszych badań ilustruje Rys. 3. Z uwagi na silnie niesymetryczny rozkład przychodów w omawianym sektorze wartość średnia ilustruje tendencje dominujące w firmach największych, a mediana ilustruje tendencje dominujące w firmach małych i średnich.

Sektor IT w Polsce podczas recesji 2000 roku. Źródło: opracowanie własne autora.

Sektor IT w Polsce podczas recesji 2000 roku. Źródło: opracowanie własne autora.

Wyniki te można  podsumować następująco:

  • Tempo rozwoju sektora obniżyło się nieznacznie, lecz głównie na skutek spowolnienia rozwoju firm małych i średnich.
  • Zahamowany został rozwój małych i średnich firm usługowych, które jeszcze w 1999 roku napędzały rozwój sektora. Rolę lokomotywy rozwoju usług przejęły firmy największe. Częściowo przyczyniły się do tego przejęcia i połączenia, ale ich wpływu na wyniki sektora nie badaliśmy.
  • Zahamowany został rozwój małych i średnich firm produkcyjnych, także na korzyść firm największych.
  • Małe firmy dilerskie i dystrybucyjne, których kondycja już wcześniej się pogarszała, najłatwiej padły „łupem” firm największych, głównie koncernów międzynarodowych, które zdominowały rynek korzystając z efektu skali.

Należy dodać, że firmy usługowe i produkcyjne należały do najbardziej „ambitnych” w sektorze, pod względem jakości i innowacyjności swoich wyrobów i usług. Szereg szczegółowych analiz przeprowadzonych w ramach omawianych badań dał wyniki zbieżne z tymi opisanymi w poprzednich rozdziałach. Na przykład stwierdzono, że najbardziej istotne bariery rozwoju i konkurencyjności sektora to nieumiejętność decentralizacji zarządzania oraz słabość zarządzania operacyjnego.

Na zakończenie warto zwrócić uwagę, że niewiele wiadomo o sektorze usług, mimo ich rosnącego znaczenia w rozwoju gospodarki. Do nielicznych należą badania holenderskie, których wyniki ujawniają dwie szczególne cechy sektora usług informatycznych i telekomunikacyjnych[10]. Po pierwsze, firmy te wyróżniają się w całym sektorze usług wyższą innowacyjnością, zarówno w dziedzinie innowacji technicznych jak i nietechnicznych. Po drugie, produktywność tych firm jest tym wyższa im wyższe są  kompetencje i umiejętności pracowników oraz wynagrodzenia, natomiast inne czynniki, takie jak inwestycje czy całkowite wydatki na innowacje nie odgrywają roli albo pogarszają produktywność (inwestycje w IT). Wszystkie omawiane czynniki mają natomiast pozytywny wpływ na konkurencyjność.

Wnioski

  • Innowacyjność przedsiębiorstw, generalnie nadal najwyższa w sektorze przemysłu przetwórczego, przesuwa się do sektora usług, który rozwija się szybciej, niż inne sektory gospodarki.
  • O kierunkach i tempie innowacyjności gospodarki decyduje dziś w głównej mierze polityka wielkich przedsiębiorstw. Z jednej strony inwestują one w innowacje w dziedzinie wielkich systemów (zaopatrzenie, dystrybucja, logistyka), z drugiej zaś stwarzają nacisk na konkurencję cenową, która daje przewagę firmom korzystającym z efektu skali a jednocześnie blokuje firmom mniejszym dostęp do rynku z  innowacyjnymi produktami i usługami.
  • Konkurowanie poprzez innowacyjność wymaga dziś bardzo sprawnego zarządzania operacyjnego, w tym zwłaszcza zintegrowanego zarządzania procesem innowacyjnym.

Przypisy:

1. Promoting innovation in services, OECD 2005 (DSTI/STP/TIP(2004)4/FINAL)

2. Por np.  Salter, A., Tether, B. S.,  Innovation in Services. Through the Looking Glass of Innovation Studies, 2006

3. Science, technology and innovation in Europe (KS-76-06-203-EN), Luxembourg: Office for Official Publications of the European Communities, 2006, s. 96

4. Ibidem, European Innovation Scoreboard s. 113

5. Promoting innovation in services, op. cit.

6. Jaruzelski, B.,  Dehoff, K.,  Bordia, R., Relisilence report, strategy+business No 12/14/06

7. Oto lista omawianych wskaźników: wzrost przychodów ze sprzedaży, stopa marży brutto, wzrost zysku brutto, stopa zysku operacyjnego, wzrost przychodów z operacji, całkowity zysk akcjonariuszy i wzrost kapitalizacji rynkowej.

8. Promoting innovation in services, op. cit., s. 22

9. Góralczyk, A. Wyniki przedsiębiorstw sektora IT w Polsce (prezentacja). Instytut Produktywności IDG Poland, Warszawa 2001

10. Broersma, L., Brouwer, E., Innovation in ICT Services, Centre for Research of Economic Microdata  of Statistics Netherlands, Groningen 2001, s. 27