Lean възниква в среда на хартиени канбан карти, магнитни табла и мениджъри, които отиват до линията, за да видят какво се случва (Ohno, 1988). През 2027 голяма част от тази информация постъпва автоматично. Машините отчитат престоите си, MES системите показват потока в реално време, а инструментите с изкуствен интелект обобщават проблемите преди сутрешната среща. Въпросът вече не е дали Lean ще се дигитализира. Въпросът е дали дигитализацията ще го направи по-силен или ще го изпразни от съдържание.

Технологията сама по себе си не носи ефективност

Преди да разгледаме инструментите, си струва да погледнем данните. В изследване на 20 производствени предприятия от автомобилния сектор в България за периода 2016–2024, изградено върху публичните им финансови отчети, проследихме кои фактори действително се свързват с по-висока ефективност. Резултатът е показателен. Инвестициите в дълготрайни активи, използвани като приблизителен показател за технологично обновление, не показват статистически значима връзка с ефективността. Единственият статистически значим фактор в тази извадка е средната заплата, с корелация от 0.506. Разликите в заплащането между отделните подсектори също се оказват съществени и вървят успоредно с разликите в ефективността.

Тук е нужна уговорка. Корелацията не доказва причинност. Възможно е по-високите заплати отчасти да са следствие от по-високата добавена стойност на продукта, а не нейна причина, а използваният показател за технологии е приблизителен. Въпреки това резултатът поставя под съмнение широко разпространеното очакване, че инвестицията в оборудване сама по себе си води до по-висока ефективност. Машините и софтуерът дават резултат там, където има хора с компетенциите да ги използват.

Данните от извадката подкрепят тезата, че човешкият капитал е водещият фактор, а технологията е инструмент, чийто ефект зависи от него.

Когато данните заменят контрола

Една от най-съществените промени засяга ролята на мениджъра. Когато производителността, престоите и качеството се събират автоматично, отпада голяма част от традиционния контрол отгоре надолу. Никой не трябва да обикаля с бележник.

Това освобождава време, но създава и изкушение. Мениджърът може да използва прозрачността за микромениджмънт в реално време и да реагира на всяко отклонение на екрана. Може и да я използва, за да прекарва повече време с хората, като задава въпроси и развива способността им сами да решават проблеми. Ротър описва този модел като ежедневна коучинг практика, при която ръководителят не дава готови решения, а изгражда мисленето на екипа (Rother, 2009). Първият път води до изтощени екипи. Вторият е това, което Lean винаги е очаквал от лидерите.

Автоматизираните данни намаляват нуждата от контрол, но ползата се реализира само ако освободеното време отиде за коучинг, а не за по-плътен надзор.

От хартия към e-Lean

Електронният канбан, дигиталната карта на потока на стойността и приложенията за 5S одити вече не са експеримент. Те решават реални проблеми: изгубени карти, ръчно пренасяне на данни, табла, които никой не актуализира след третата седмица.

Дигиталният инструмент обаче не е по-добър сам по себе си. Хартиеното табло има едно важно предимство — то е физически там, където е работата, и всеки го вижда, докато минава покрай него. Лайкър подчертава, че визуалният контрол има смисъл само когато позволява на хората на мястото да разберат състоянието на процеса с един поглед (Liker, 2004). Екран в офиса или приложение в телефона на ръководителя не изпълнява тази функция. Добрите дигитални решения запазват визуалността на работното място и премахват само ръчния труд около нея.

Дигитализацията на Lean инструментите е оправдана, когато намалява ръчната работа, без да отдалечава информацията от хората, които трябва да действат по нея.

Дигиталната Гемба и нейните граници

С хибридната работа в инженерните и поддържащите функции се появява идеята за дигитална Гемба. Тя включва виртуални Obeya стаи, табла с данни в реално време и анализ на процесите чрез тяхната дигитална следа. За координация между площадки и за процеси, които по природа са дигитални, този подход работи добре.

В производството обаче има граница, която не бива да се размива. Данните показват какво се е случило, но рядко обясняват защо. Системата може да покаже, че престоят на дадена машина се е увеличил с 20%. Не може да покаже, че операторът губи време да търси инструмент, защото мястото му е сменено миналата седмица. Тази причина се открива само на място.

Дигиталната Гемба е полезна отправна точка за това къде да се насочи вниманието, но не замества прякото наблюдение на процеса.

Lean срещу зомби AI проектите

Почти всяка производствена компания в момента развива няколко пилотни проекта с изкуствен интелект. Част от тях носят реална стойност. Други продължават месеци, консумират ресурси и внимание, а никой не може ясно да каже какъв проблем решават. Давънпорт и Ронанки стигат до сходен извод: най-успешни са проектите с тесен и ясно дефиниран бизнес проблем, а не амбициозните трансформационни инициативи (Davenport & Ronanki, 2018).

Lean мисленето предлага естествен филтър. Всеки AI проект трябва да отговори на същите въпроси като всяко подобрение: какъв е проблемът, как се измерва днес, каква е целта и как ще разберем, че е постигната. Ако отговорите липсват, проектът е загуба, колкото и модерна да е технологията. Цикълът PDCA не престава да важи, когато в него влезе изкуствен интелект.

Дисциплината на Lean позволява навременно разграничаване на AI проектите, които създават стойност, от тези, които само консумират ресурси.

Страхът от замяна

Най-трудната част от дигиталния Lean не е технологията, а хората. Всяка нова автоматизация носи неизказан въпрос: „Ще бъда ли нужен след това?" Докато този въпрос остава без отговор, никакво обучение не води до истинско участие. Котър отбелязва, че съпротивата срещу промяната рядко произтича от самата промяна, а от несигурността, която тя създава (Kotter, 1996).

Принципът, че подобрението не бива да води до съкращаване на хората, които са го постигнали, е една от основите на доверието в производствената система на Toyota (Liker, 2004). Организациите, които го спазват, получават идеи от хората на линията. Тези, които използват автоматизацията като прикритие за съкращения, получават мълчание. В светлината на данните от извадката това има и икономическо измерение: ако човешкият капитал е водещият фактор за ефективност, загубата на доверие е пряка загуба на производителност.

Успехът на дигиталния Lean зависи от способността на ръководството да превърне страха от замяна в участие, а това изисква последователност между думи и действия.

Заключение

Дигиталният Lean не е нова методология. Това е същата методология с по-добри данни. Прозрачността трябва да освобождава мениджърите за коучинг, а не да им дава повод за повече контрол. Дигиталните инструменти трябва да остават там, където е работата, а дигиталната Гемба да показва накъде да се погледне, без да замества отиването. Всеки AI проект минава през същия филтър като всяко подобрение. Данните от българските предприятия добавят още един аргумент: без инвестиция в хората технологията сама по себе си не променя ефективността.

Литература

  • Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116.
  • Kotter, J. P. (1996). Leading change. Harvard Business School Press.
  • Liker, J. K. (2004). The Toyota way: 14 management principles from the world's greatest manufacturer. McGraw-Hill.
  • Ohno, T. (1988). Toyota production system: Beyond large-scale production. Productivity Press.
  • Rother, M. (2009). Toyota kata: Managing people for improvement, adaptiveness, and superior results. McGraw-Hill.