Optimalizace procesů neboli průzkum procesů v intralogistice – moment Kodak v logistice

Smrtící dokonalost: Když se pouhá optimalizace procesů stane strategickou slepou uličkou

Moderní intralogistika se vyznačuje neustálým střetem cílů: na jedné straně je tu neúnavný tlak na snižování nákladů a zvyšování efektivity a na druhé straně potřeba zůstat konkurenceschopnými prostřednictvím radikálních inovací. Mnoho společností se dostává do nebezpečné pasti: optimalizují stávající procesy k dokonalosti – a přehlížejí skutečnost, že technologická krajina již prošla zásadními změnami.

Ale jak toto dilema vyřešit? Odpověď nespočívá ve výběru jedné nebo druhé možnosti, ale v organizační ambidextrii – schopnosti jednat oběma rukama. Zatímco zavedené metody jako Kaizen, Lean a Six Sigma stabilizují každodenní provoz (využití), disruptivní technologie, jako je umělá inteligence, autonomní roboti a process mining, vyžadují zcela nové způsoby myšlení a ochotu riskovat (průzkum).

Tento článek zkoumá napětí mezi postupným vylepšováním známého a odvážným zkoumáním nového. Zjistěte, proč se efektivita může stát překážkou, jakou roli hraje digitální dvojče a jak mohou lídři vyvážit provozní excelenci s progresivními inovacemi, aby v dlouhodobém horizontu prosperovali.

Když se efektivita stane pastí: Podceňovaná síla strategického přeusměrnění

Intralogistika čelí zásadnímu dilematu. Na jedné straně existuje neustálý tlak na zvyšování efektivity, snižování nákladů a minimalizaci chyb ve stávajících procesech. Na druhé straně společnosti riskují, že přehlédnou rušivý vývoj a v konečném důsledku ztratí svou konkurenceschopnost, pokud se příliš zaměří na optimalizaci stávajícího stavu. Toto napětí mezi zlepšováním známého a zkoumáním nového formuje strategická rozhodnutí ve skladech, distribučních centrech a výrobní logistice po celém světě.

Ústřední otázkou není, zda by firmy měly optimalizovat své procesy, nebo zkoumat nové cesty, ale spíše to, kdy který přístup představuje správnou strategickou volbu a jak lze oba rozměry řídit současně. Toto rozlišení mezi optimalizací procesů a průzkumem procesů tvoří páteř úspěšné intralogistiky ve stále více digitalizovaném a nestálém ekonomickém prostředí.

Podstata optimalizace procesů

Optimalizace procesů v intralogistice se týká systematického a neustálého zlepšování stávajících toků materiálu a zboží v rámci společnosti. V podstatě jde o zefektivnění, snížení nákladů a zbavení se chyb zavedených procesů, aniž by se radikálně změnila jejich základní struktura. Tato forma zlepšování staví na stávajících znalostech a osvědčených metodách.

Přístup neustálého zlepšování se řídí inkrementální logikou. Malé, zvládnutelné změny jsou systematicky zaváděny, testovány a v případě úspěchu standardizovány. Tento proces se opakuje v pravidelných cyklech, což může v průběhu času vést ke značnému zvýšení efektivity. Japonská filozofie Kaizen ztělesňuje tuto myšlenku v její nejčistší podobě, za předpokladu, že žádný proces není nikdy plně optimalizován a že vždy existuje prostor pro další zlepšení.

V praktické aplikaci se optimalizace procesů v intralogistice projevuje prostřednictvím různých zavedených metod. Filozofie Lean se zaměřuje na identifikaci a eliminaci plýtvání ve všech jeho formách. To zahrnuje analýzu materiálových toků, zkrácení přepravních tras, snížení čekacích dob a eliminaci nadbytečných zásob. Nástroje, jako je mapování hodnotového toku, pomáhají zprůhlednit procesy a identifikovat potenciál pro zlepšení. Systematické uplatňování metodologie 5S zajišťuje pořádek, čistotu a standardizaci na pracovišti, což následně vytváří základ pro efektivní procesy.

Six Sigma doplňuje tento přístup silným zaměřením na řízení kvality a snižování chyb. Statistické metody se používají k analýze a systematickému snižování variability procesů. Cílem je snížit míru chyb téměř na nulu, a tím dosáhnout nejvyšší kvality procesů. Cyklus DMAIC s fázemi Definovat, Měřit, Analyzovat, Zlepšovat a Řídit poskytuje strukturovaný rámec pro projekty zlepšování.

Výhody optimalizace procesů jsou zřejmé. Zaměřením se na známé procesy a osvědčené metody zůstává riziko zvládnutelné. Investice do optimalizačních opatření jsou obecně nákladově efektivnější než radikální přepracování, protože lze využít stávající infrastrukturu a odborné znalosti. Výsledky jsou často měřitelné v krátkodobém horizontu a přímo přispívají ke zlepšení provozní výkonnosti. Zaměstnance lze postupně seznamovat s novými způsoby práce, což zvyšuje jejich přijetí a snižuje odpor.

Tento přístup má nicméně i zásadní omezení. Optimalizace procesů vždy funguje v rámci stávajících systémů a způsobů myšlení. Nemůže zpochybňovat ani překonávat základní struktury procesu. To vede k fenoménu lokálního maxima, kdy je proces optimální v rámci své dané struktury, ale stále může být daleko od globálního optima. Společnosti, které se zaměřují výhradně na optimalizaci, riskují, že budou předběhnuty rušivými inovacemi konkurence nebo zásadními změnami na trzích a v technologiích.

Povaha zkoumání procesů

Průzkum procesů je v příkrém kontrastu s optimalizací stávajících procesů. Zahrnuje systematické hledání zcela nových řešení, technologií a obchodních modelů. Průzkum znamená opustit zavedené cesty, akceptovat nejistotu a pustit se do oblastí, kde má společnost jen málo nebo žádné předchozí znalosti. Důraz není kladen na postupné zlepšování, ale na identifikaci a vývoj zásadně odlišných přístupů.

V intralogistice se průzkum projevuje zaváděním průlomových technologií a inovativních konceptů. Například implementace autonomních mobilních robotů představuje zásadní rozchod s tradičními manuálními nebo poloautomatickými procesy vychystávání objednávek. Místo vylepšování stávajících procesů se zavádí zcela nový operační model, v němž inteligentní stroje autonomně navigují, detekují překážky a flexibilně reagují na měnící se požadavky. To vyžaduje nejen značné investice do hardwaru, ale také rozvoj nových dovedností, přizpůsobení rozvržení a integraci komplexních řídicích systémů.

Digitální transformace logistiky, často shrnovaná pod pojmem Logistika 4.0, představuje další dimenzi průzkumu. Internet věcí (IoT) umožňuje komplexní propojení všech objektů a systémů v dodavatelském řetězci. Senzory nepřetržitě shromažďují data o poloze, stavu a pohybu zboží a zdrojů. Tato data jsou analyzována v reálném čase za účelem vytvoření transparentnosti, detekce anomálií a prediktivních rozhodnutí. Umělá inteligence optimalizuje trasy, předpovídá poptávku a automatizuje složité rozhodovací procesy. Technologie blockchain umožňuje nové formy spolupráce a transparentnosti napříč hranicemi společnosti.

Vývoj a využití digitálních dvojčat ilustruje průzkumný potenciál moderních technologií. Digitální dvojče vytváří virtuální repliku celého skladového provozu, včetně všech fyzických objektů, procesů a materiálových toků. Toto virtuální prostředí je průběžně synchronizováno s daty v reálném čase ze skutečného provozu. To umožňuje simulaci různých scénářů, testování alternativních konfigurací a identifikaci potenciálních problémů bez narušení probíhajících operací. Společnosti tak mohou experimentovat, učit se a neustále vylepšovat své systémy.

Průzkumný přístup se zásadně liší ve svém zaměření na čas a riziko. Zatímco optimalizace se zaměřuje na krátkodobá, postupná zlepšení, průzkum se zaměřuje na dlouhodobou transformaci a odemykání nových příležitostí. Nejistota je výrazně vyšší, protože výsledky průzkumných aktivit je často obtížné předvídat. Ne každý experiment je úspěšný a neúspěchy jsou nedílnou součástí procesu učení. To vyžaduje jinou kulturu, styly vedení a hodnotící kritéria než ta, která se používají při optimalizaci procesů.

Výhody úspěšného průzkumu jsou značné. Společnosti, které včas přijmou nové technologie a obchodní modely, si mohou zajistit klíčové konkurenční výhody a definovat trhy dříve, než na ně ostatní hráči stihnou reagovat. Radikální inovace umožňují skokové zvýšení výkonu, kterého by bylo nedosažitelné postupnou optimalizací. Vytvářejí nové hodnotové nabídky pro zákazníky a otevírají zcela nové obchodní oblasti. Zároveň průzkum zvyšuje odolnost společností vůči rušivým změnám, protože samy jsou součástí inovačního procesu, a nenechávají se zaskočit vnějším vývojem.

Organizační ambidextria jako strategická nutnost

Ústředním zjištěním moderního výzkumu managementu je, že firmy musí zvládat oba rozměry současně. Koncept organizační ambidexterity popisuje schopnost organizace využívat stávající kompetence a zároveň zkoumat nové příležitosti. Tyto zdánlivě protichůdné požadavky musí být uvedeny do produktivní rovnováhy.

Tento koncept vychází ze základního rozdílu mezi těžbou a průzkumem. Těžba se vztahuje k využití stávajících znalostí pro zdokonalování, produkci a zvyšování efektivity. Vyznačuje se spolehlivostí, rychlostí a přesným provedením. Průzkum na druhou stranu zahrnuje hledání, podstupování rizik, experimentování, flexibilitu a vývoj zcela nových řešení. Tyto dvě strategie soupeří o stejné vzácné zdroje, vyžadují odlišné organizační struktury a kultury a jsou podporovány odlišnými styly vedení.

Dilema spočívá v tom, že si firmy nemohou vybrat mezi těmito dvěma možnostmi, aniž by utrpěly značné nevýhody. Výhradní zaměření na využívání zdrojů vede ke krátkodobé efektivitě, ale dlouhodobé stagnaci a zranitelnosti vůči rušivým změnám. Organizace se optimalizuje a dostává se do slepé uličky, ze které je stále obtížnější uniknout. Naopak nadměrné zkoumání vede k vysokým nákladům, nedostatku provozní excelence a nedostatečnému využití stávajících kapacit. Zdroje jsou investovány do nejistých projektů, zatímco hlavní činnost je zanedbávána.

Empirické studie prokazují pozitivní korelaci mezi ambidextrií a obchodní výkonností. Organizace, které se zaměřují jak na průzkumné, tak na explorativní inovace, vykazují vyšší tempo růstu než ty, které se zaměřují pouze na jednu dimenzi. Důležité je, že nezáleží pouze na přítomnosti obou aktivit, ale na jejich vyváženém vztahu. Nerovnováha, kdy jedna strana dominuje druhé, negativně ovlivňuje výkonnost.

V kontextu dodavatelských řetězců a intralogistiky se ambidexterita projevuje v různých formách. Společnosti vytvářejí paralelní dodavatelské struktury, v nichž jsou některé produktové řady zpracovávány prostřednictvím nákladově optimalizovaných a efektivních kanálů, zatímco jiné fungují prostřednictvím flexibilních a rychle reagujících struktur. Toto strukturální oddělení umožňuje současně využít výhody obou přístupů a podle potřeby přesouvat objemy výroby mezi kanály.

Kombinace principů Lean a Agile v dodavatelském řetězci tento koncept také ilustruje. Lean přístupy optimalizují toky, eliminují plýtvání a snižují náklady ve stabilním a předvídatelném prostředí. Agilní přístupy naopak umožňují rychlé přizpůsobení se výkyvům poptávky a změnám na trhu. Společnosti, které integrují obě filozofie, dosahují jak provozní efektivity, tak strategické flexibility.

Úspěšná implementace organizační ambidexterity vyžaduje specifické předpoklady. Jasný strategický směr musí komunikovat a legitimizovat důležitost jak exploatace, tak průzkumu. Vrcholoví lídři musí aktivně podporovat integraci obou dimenzí a zprostředkovávat konflikty týkající se zdrojů. Společná vize a společné hodnoty vytvářejí zastřešující identitu, která spojuje explorativně i explorativně zaměřené jednotky.

Strukturálně je často vhodné oddělit tyto dvě oblasti do samostatných organizačních jednotek s vlastními týmy, zdroji a řídícími strukturami. Průzkumné jednotky by měly být schopny fungovat decentralizovaně, v malém a nezávislém režimu, bez zavedených procesů. Potřebují svobodu experimentovat a kulturu, která přijímá neúspěch jako příležitost k učení. Exploatační jednotky naopak těží z centralizace, standardizace a kultury neustálého zlepšování.

Zároveň musí obě oblasti propojovat cílené integrační mechanismy na vyšší úrovni. Vedoucí týmy fungují jako mosty, společné výbory zajišťují přenos znalostí a sdílené zdroje nebo služby vytvářejí synergie. Tato paradoxní kombinace oddělení a integrace představuje jednu z ústředních výzev ambidextrálních organizací.

Metody a nástroje pro optimalizaci procesů

Praktická implementace optimalizace procesů v intralogistice se opírá o osvědčené metody, které byly vyvíjeny a zdokonalovány po celá desetiletí. Tyto nástroje tvoří základ pro systematické zlepšovací aktivity a osvědčily se v široké škále odvětví a velikostí firem.

Kaizen ztělesňuje filozofii neustálého zlepšování v její nejkonzistentnější podobě. Termín pochází z japonštiny a doslova znamená „změna k lepšímu“. Jeho jádrem je přesvědčení, že i ta nejmenší vylepšení jsou cenná a že každý zaměstnanec, bez ohledu na svou pozici, může přispět k optimalizaci. Například v intralogistice se Kaizen uplatňuje k systematickému zkracování přepravních tras ve skladu, urychlení procesů vychystávání a eliminaci zdrojů chyb. Jeho silnou stránkou je široké zapojení zaměstnanců, kteří přispívají svými praktickými zkušenostmi a ztotožňují se se zlepšeními.

Metodologie Lean se zaměřuje na identifikaci a eliminaci různých forem plýtvání. V intralogistice se projevují jako nadprodukce, zbytečné čekací doby, nadměrné přepravní vzdálenosti, neefektivní procesní kroky, nadbytečné zásoby, chyby a přepracování, stejně jako nedostatečně využívané dovednosti zaměstnanců. Mapování hodnotového toku vizualizuje kompletní tok materiálu od příjmu zboží až po expedici a identifikuje činnosti, které z pohledu zákazníka nepřidávají hodnotu. Na základě toho jsou procesy přepracovány tak, aby se optimalizoval tok a eliminovalo plýtvání.

Principy just-in-time doplňují štíhlý přístup filozofií, která poskytuje materiály a produkty přesně v okamžiku potřeby. To snižuje zásoby, šetří kapitál a skladovací prostor a zajišťuje plynulý průběh procesů. Tento přístup však vyžaduje přesné plánování, spolehlivé dodavatelské řetězce a stabilní procesy, takže je náchylný k narušení.

Metoda 5S vytváří základ pro efektivní procesy prostřednictvím systematické organizace pracoviště. Pět kroků – třídění, uklizení, leštění, standardizace a udržení – nastoluje pořádek, zkracuje dobu vyhledávání a vytváří profesionální pracovní prostředí. Ve skladech vede důsledné uplatňování 5S k jasně označeným skladovacím prostorům, standardizovaným systémům archivace a čistým a bezpečným pracovním podmínkám.

Six Sigma se řídí datově orientovaným přístupem ke zlepšování kvality a prevenci chyb. Cílem metodologie je porozumět a snížit variabilitu procesů, aby se dosáhlo téměř bezchybného provedení. Cyklus DMAIC strukturuje projekty zlepšování do fází Definování, Měření, Analýza, Zlepšování a Řízení. Statistické nástroje, jako jsou analýzy schopností, testování hypotéz a návrh experimentů, umožňují objektivní vyhodnocení opatření ke zlepšení. Například ve skladových procesech se Six Sigma používá ke snížení chyb při vychystávání, zvýšení přesnosti dodávek nebo systematickému řešení problémů s kvalitou.

Kombinace Lean a Six Sigma, často označovaná jako Lean Six Sigma, spojuje silné stránky obou přístupů. Lean se zaměřuje na rychlost a plynulost, zatímco Six Sigma se zaměřuje na kvalitu a variabilitu. Společně umožňují komplexní optimalizaci procesů, která řeší jak efektivitu, tak kvalitu. Ve skladové logistice to vede k měřitelnému zlepšení klíčových ukazatelů výkonnosti (KPI), jako je doba zpracování, chybovost, produktivita a spokojenost zákazníků.

Úspěšná implementace těchto metod však vyžaduje více než jen technické znalosti. Musí být zavedena kultura neustálého zlepšování, v níž jsou zaměstnanci povzbuzováni k identifikaci problémů a navrhování řešení. Vedoucí pracovníci musí vyčlenit čas a zdroje na aktivity zaměřené na zlepšování a zajistit, aby byly úspěchy uznávány. Pravidelná školení udržují znalosti živé a dále rozvíjejí schopnosti organizace. Standardizace zajišťuje, že dosažená zlepšení jsou trvale implementována a že se nevrací ke starým vzorcům.

Technologie a přístupy k průzkumu procesů

Průzkum procesů v moderní intralogistice je do značné míry umožněn a poháněn technologickými inovacemi. Tyto technologie otevírají možnosti, kterých by konvenční přístupy nebyly dosažitelné, a nově definují hranice toho, co je proveditelné.

Dolování procesů představuje datově řízený přístup k analýze procesů, který dalece jde nad rámec tradičních metod. Technologie využívá digitální stopy zanechané každou transakcí v operačních systémech k vytvoření přesného obrazu skutečných toků procesů. Na rozdíl od manuálních analýz procesů nebo průzkumů objektivně zachycuje realitu, bez ohledu na to, jak jsou procesy oficiálně dokumentovány nebo jak si zaměstnanci myslí, že jsou prováděny. To často odhaluje významné rozdíly mezi zamýšleným a skutečným stavem a odhaluje optimalizační potenciál, který byl dříve skrytý.

V intralogistice umožňuje procesní dolování analýzu komplexních materiálových toků napříč různými systémy. Integrací dat ze systémů plánování podnikových zdrojů (ERP), systémů správy skladu (WMS) a systémů pro řízení výroby (MES) vzniká holistický pohled na procesy. Lze přesně lokalizovat úzká místa, identifikovat varianty procesů a určit doby průchodnosti pro různé scénáře. Obzvláště cenná je schopnost průběžně a automaticky sledovat, jak se procesy v čase vyvíjejí a zda implementovaná vylepšení dosahují požadovaných účinků.

Pokročilé dolování procesů jde nad rámec pouhé analýzy a umožňuje automatizované zásahy. Na základě získaných poznatků mohou systémy činit rozhodnutí založená na pravidlech nebo s podporou umělé inteligence a řídit procesy v reálném čase. Například během probíhající výrobní zakázky lze předpovědět očekávaný termín dokončení a automaticky upravit priority navazujících aktivit. Tato uzavřená integrace analýzy a řízení představuje významný krok vpřed v optimalizaci procesů.

Digitální dvojčata vytvářejí virtuální repliku celého skladového provozu, včetně všech jeho fyzických komponent, procesů a zdrojů. Na rozdíl od statických simulačních modelů jsou digitální dvojčata průběžně synchronizována s daty v reálném čase ze skutečných operací, a tak přesně odrážejí aktuální stav. To umožňuje různé aplikační scénáře, které jsou vysoce relevantní pro průzkumné činnosti.

Před implementací nových automatizačních řešení lze jejich dopad otestovat ve virtuálním prostředí. Různá rozvržení, robotické flotily a řídicí strategie lze bez rizika vyhodnotit a porovnat. Simulace zohledňuje nejen teoretické kapacity, ale i reálná omezení, jako jsou stav podlahy, pokrytí Wi-Fi a sezónní výkyvy zatížení. To výrazně snižuje implementační rizika a umožňuje informovaná investiční rozhodnutí.

Během provozu digitální dvojčata podporují identifikaci úzkých míst a optimalizaci procesů. Lze simulovat scénáře „co kdyby“, aby se pochopil dopad špiček poptávky, selhání systému nebo změn procesů. Algoritmy umělé inteligence lze v digitálním dvojčati trénovat a testovat před nasazením v reálném prostředí. To urychluje vývoj a snižuje riziko nezamýšlených vedlejších účinků.

Automatizace prostřednictvím autonomních mobilních robotů představuje jednu z nejviditelnějších forem technologického průzkumu v intralogistice. Zatímco automaticky naváděná vozidla první generace se pohybovala po pevných, definovaných trasách a vyžadovala značnou infrastrukturu, moderní autonomní mobilní roboti se dynamicky pohybují ve svém prostředí. Využívají senzory, kamery a umělou inteligenci k detekci překážek, výpočtu alternativních tras a bezpečné interakci s lidmi a dalšími stroji.

Díky této flexibilitě jsou systémy AMR obzvláště atraktivní pro dynamická prostředí s častými změnami v rozvržení, produktových řadách nebo strukturách objednávek. Implementace nevyžaduje žádné strukturální úpravy a lze ji provádět postupně, počínaje zaváděním jednotlivých robotů a v případě úspěchu rozšiřováním flotily. Systémy se neustále učí ze svých zkušeností a v průběhu času zlepšují svůj výkon.

Integrace AMR do stávajících procesů vyžaduje více než jen pořízení hardwaru. Musí být navrženy nové pracovní postupy, proškoleni zaměstnanci a vytvořena rozhraní s nadřazenými řídicími systémy. Spolupráce mezi lidmi a stroji musí být zorganizována a optimálně využívána silná stránka obou. To představuje zásadní transformaci, která dalece přesahuje postupnou optimalizaci stávajících manuálních procesů.

Komplexní digitalizace v rámci Logistiky 4.0 spojuje různé technologie do integrovaného ekosystému. Internet věcí (IoT) propojuje objekty, stroje a systémy a umožňuje nepřetržitou výměnu dat. Senzory neustále shromažďují informace o poloze, teplotě, vlhkosti, vibracích a dalších relevantních parametrech. Tato data jsou agregována, analyzována a používána pro řízení a optimalizaci.

Platformy cloudových výpočtů poskytují potřebný výpočetní výkon a úložnou kapacitu pro zpracování obrovského množství dat. Umělá inteligence identifikuje vzorce, vytváří prognózy a automatizuje rozhodování. Technologie blockchain vytváří transparentnost a důvěru v komplexních sítích dodavatelského řetězce tím, že umožňuje zabezpečené záznamy všech transakcí.

Tyto technologie by neměly být vnímány izolovaně, ale spíše by měly rozvinout svůj plný potenciál prostřednictvím inteligentní integrace. Plně digitalizovaný sklad nejen zaznamenává polohu každé palety, ale také rozumí jejímu obsahu, stavu, prioritě a cíli. Systém dokáže autonomně alokovat zdroje, optimalizovat trasy, předvídat potřeby údržby a reagovat na narušení provozu. Lidé jsou zbaveni rutinních úkolů a mohou se soustředit na řešení problémů, zpracování výjimek a strategické rozhodování.

Kdy optimalizovat a kdy prozkoumávat?

Ústřední strategickou otázkou pro firmy není, zda optimalizovat nebo zkoumat, ale spíše to, kdy by měl být který přístup upřednostněn. Toto rozhodnutí závisí na různých faktorech, které je třeba pečlivě analyzovat.

Optimalizace procesů je správnou volbou, pokud stávající procesy obecně fungují dobře, ale vykazují identifikovatelné neefektivity. Pokud zaměstnanci vědí, kde se plýtvá časem, kde se pravidelně vyskytují chyby nebo kde úzká hrdla brzdí produktivitu, optimalizace nabízí rychlá a nákladově efektivní zlepšení. Investice jsou zvládnutelné, rizika nízká a výsledky měřitelné v krátkém čase. Díky tomu je optimalizace atraktivní, když je společnost pod tlakem nákladů nebo potřebuje prokázat krátkodobé zlepšení výkonnosti.

I v situacích, kdy jsou základní technologie a infrastruktura stále aktuální, ale nejsou optimálně využívány, je optimalizace správným přístupem. V existujících systémech často dřímá značný potenciál, který lze uvolnit vylepšenými procesy, intenzivnějším školením nebo inteligentnějším řízením. Před investicí do nových technologií by měly být stávající zdroje plně využity.

Průzkum procesů se naopak stává nezbytným, když jsou dosaženy základní limity stávajících systémů. Pokud konkurenceschopnost klesá i přes neustálou optimalizaci, pokud zákazníci požadují služby, které nelze poskytnout se současnými zdroji, nebo pokud hrozí rušivé změny na trhu nebo v technologiích, pak je nezbytné myslet za hranice současného stavu. Průzkum je odpovědí na strategické hrozby a základem pro dlouhodobé konkurenční výhody.

I když nové technologie dosáhnou tržní zralosti a slibují potenciál, který sahá daleko za rámec postupného zlepšování, je průzkum nezbytný. Zavádění autonomních robotů, využití umělé inteligence nebo implementace plně digitalizovaných procesních řetězců, to vše vyžaduje průzkumné přístupy. Cílem zde není zlepšovat stávající procesy, ale vyvíjet nové provozní modely.

Rozhodnutí je také ovlivněno vnějšími faktory. Na vysoce dynamických trzích s rychlými technologickými změnami a nejistými požadavky zákazníků musí hrát průzkum významnější roli. Společnosti musí neustále testovat nové příležitosti, aby se vyhnuly zahlcení změnami. Na stabilních a vyspělých trzích se zavedenými technologiemi může postačovat efektivita a provozní dokonalost prostřednictvím optimalizace.

Dostupnost zdrojů také hraje roli. Průzkum vyžaduje kapitál, čas a odborné znalosti, které ne každá společnost může poskytnout ve stejné míře. Zatímco velké korporace mohou financovat samostatné inovační jednotky, střední společnosti mohou muset postupovat selektivněji a zaměřit průzkumné aktivity na kritické oblasti nebo je doplnit prostřednictvím partnerství a spolupráce.

Praktickou heuristikou pro vyvažování průzkumu a těžby je tzv. pravidlo 37 procent. Toto pravidlo, vycházející z teorie rozhodování, říká, že v časově omezených rozhodovacích procesech by mělo být přibližně 37 procent dostupného času věnováno zkoumání různých možností, než se zaměříme na tu nejslibnější a využijeme ji. V praxi to znamená, že podstatná, ale ne dominantní část zdrojů by měla být vyhrazena pro průzkumné činnosti.

V praxi se osvědčily různé modely při operacionalizaci této rovnováhy. Některé společnosti věnují fixní procento svého rozpočtu nebo pracovní doby svých zaměstnanců průzkumným projektům. Google je známý svým pravidlem 20 procent a Amazon svými samostatnými týmy věnovanými novým obchodním oblastem. V intralogistice by to mohlo znamenat, že 85 procent zdrojů je investováno do neustálé optimalizace stávajících procesů, zatímco 15 procent je vyhrazeno pro testování nových technologií, pilotní projekty nebo inovace procesů.

Posouzení, zda je aktivita spíše průzkumná, nebo vykořisťovatelská, není vždy jednoduché. Pravidlo zní: pokud má společnost důkladné znalosti o tom, jak něco funguje, a primárním cílem je dělat to lépe, rychleji nebo nákladově efektivněji, jedná se o vykořisťování. Naopak, pokud existuje zásadní nejistota ohledně nejlepšího přístupu, pokud je učení a experimentování prvořadé a pokud existuje příležitost vytvořit něco kvalitativně nového, jedná se o průzkum.

Měření a kontrola obou rozměrů

Měření úspěšnosti optimalizace a průzkumu vyžaduje odlišné klíčové ukazatele výkonnosti (KPI) a logiku hodnocení. Co je považováno za úspěch v každodenním provozu, může být nevhodné pro inovativní projekty a naopak.

Pro optimalizaci procesů se etablovaly klasické klíčové ukazatele výkonnosti (KPI). Efektivita procesů se měří dobami průchodnosti, průchodností za jednotku času a mírou využití. Klíčové ukazatele výkonnosti kvality, jako je míra chyb, přesnost vychystávání a míra poškození, ukazují, jak přesně jsou procesy prováděny. Klíčové ukazatele výkonnosti nákladů zachycují přímé a nepřímé náklady na zpracovanou jednotku, produktivitu personálu a využití zdrojů. Spolehlivost dodávek, obrat zásob a produktivita prostoru doplňují obraz.

Tyto metriky jsou obvykle jasně definované, objektivně měřitelné a umožňují srovnání v čase, mezi jednotlivými lokalitami nebo s benchmarky. Jsou ideální pro sledování pokroku programů neustálého zlepšování a hodnocení účinnosti konkrétních opatření. Pravidelné monitorování a transparentní vizualizace těchto klíčových ukazatelů výkonnosti (KPI) posiluje odpovědnost a zaměřuje organizaci na provozní excelenci.

Tyto metriky jsou však pro průzkumné činnosti často nevhodné nebo dokonce kontraproduktivní. V raných fázích průzkumu ještě neexistují žádné efektivní procesy, které by bylo možné měřit. Chyby a neefektivnost jsou přirozenou součástí učení. Aplikace provozních metrik na pilotní projekty by je systematicky znevýhodňovala a brzdila inovace.

Místo toho jsou pro průzkum, měření pokroku v učení a potenciálu zapotřebí jiné metriky. Vstupní metriky zachycují, kolik zdrojů je přiděleno na průzkumné aktivity, jako je rozpočet na inovace, počet specializovaných zaměstnanců nebo investovaný pracovní čas. To zajišťuje, že průzkum není vytěsněn provozními prioritami.

Procesní metriky měří dynamiku a efektivitu samotného inovačního procesu. Kolik nápadů vzniká? Jak rychle koncepty postupují různými fázemi vývoje? Jaká je míra konverze mezi fázemi? Jak dlouho trvá od prvního prototypu po uvedení na trh? Tyto klíčové ukazatele výkonnosti (KPI) pomáhají identifikovat úzká hrdla v inovačním procesu a optimalizovat inovační aparát.

Výstupní metriky zachycují výsledky průzkumu. Počet nových produktů nebo služeb, podaných patentů, vyvinutých prototypů nebo dokončených pilotních projektů ukazuje aktivitu a produktivitu průzkumných jednotek. Tyto metriky však nic neříkají o kvalitě ani komerčním úspěchu.

Metriky výsledků v konečném důsledku hodnotí skutečnou obchodní hodnotu. Jaké příjmy generují nové produkty nebo služby? Jaké úspory nákladů plynou z inovací procesů? Jak se mění tržní pozice? Tyto metriky jsou nejdůležitější pro odůvodnění investic do průzkumu, ale také nejobtížněji měřitelné, protože účinky jsou často zpožděné a ovlivněné vnějšími faktory.

Kulturní metriky v konečném důsledku zachycují rozsah, v jakém jsou inovace ve společnosti zakořeněny. Míra účasti v soutěžích nápadů, výsledky průzkumů mezi zaměstnanci týkajících se inovační kultury a stupeň spolupráce mezi odděleními odhalují, zda organizace inovace skutečně přijímá, nebo je pouze proklamuje.

Výzva spočívá v paralelním řízení obou metrických systémů, aniž by jeden dominoval druhému. Průzkumné jednotky nesmí být měřeny podle stejných krátkodobých metrik efektivity jako provozní oblasti. Zároveň musí být inovační aktivity také odpovědné a nesmí se stát samoúčelnými. Přední společnosti používají diferencované vyvážené ukazatele výkonnosti, které definují různé kombinace klíčových ukazatelů výkonnosti (KPI) pro různé organizační jednotky, ale všechny jsou v souladu s celkovými strategickými cíli.

Organizační předpoklady pro úspěšnou ambidextrii

Současné zvládnutí optimalizace a průzkumu klade vysoké nároky na organizaci, její struktury, procesy a zejména na její kulturu. Bez správného rámce selhávají oboustranné přístupy nebo se zvrhnou v čisté vykořisťování, protože to nakonec představuje naléhavější výzvy.

Vedení hraje klíčovou roli. Vrcholové managementy musí chápat a aktivně komunikovat strategickou nezbytnost obou dimenzí. To vyžaduje intelektuální flexibilitu a schopnost řešit rozpory. Vedoucí pracovníci musí zmírňovat konflikty zdrojů mezi těžbou a průzkumem, vzhledem k přirozené tendenci stahovat financování z průzkumných projektů v náročných dobách. Silné vedení chrání průzkumné aktivity před tímto pokušením a obhajuje jejich strategický význam.

Organizační struktura by ideálně měla oddělovat průzkumné a exploatační činnosti. Samostatné týmy nebo jednotky umožňují rozvoj vhodné kultury, procesů a systémů pobídek. Průzkumné jednotky mohou fungovat v malém, agilním režimu a s ochotou podstupovat rizika, aniž by je omezovala omezení každodenního provozu. Exploatační jednotky se mohou zaměřit na efektivitu, kvalitu a neustálé zlepšování, aniž by je rozptylovaly nejisté experimenty.

Zároveň musí být obě oblasti integrovány na vyšší úrovni. Propojovací funkce, společné strategické orgány a strukturovaný přenos znalostí zabraňují tomu, aby se výzkumné jednotky staly izolovanými laboratořemi, jejichž výsledky se nikdy nepromítnou do provozní reality. Nalezení rovnováhy mezi oddělením a integrací je jedním z nejobtížnějších úkolů pro organizace s oboustranným působením.

Firemní kultura musí zohledňovat oba způsoby myšlení. Kultury orientované na exploataci si cení spolehlivosti, přesnosti, efektivity a dodržování standardů. Kultury přátelské k objevování naopak podporují experimentování, přijímají chyby jako příležitosti k učení a odměňují kreativní myšlení. Tyto zdánlivě protichůdné hodnoty musí být schopny koexistovat.

Toho lze nejlépe dosáhnout prostřednictvím zastřešující vize a hodnot, které oba rozměry zobrazují jako doplňkové. Společnosti, které definují svou identitu prostřednictvím provozní excelence a inovací, vytvářejí rámec, v němž jsou oba přístupy uznávány jako stejně platné. Tvrzení, že cílem je být zároveň nejspolehlivějším a nejinovativnějším poskytovatelem, legitimizuje oba směry.

Systém pobídek musí být také diferencovaný. Zatímco bonusy v provozních oblastech jsou spojeny s ukazateli efektivity a kvality, v průzkumných oblastech by měly být odměňovány výsledky učení, úspěšné experimenty a dlouhodobý potenciál. Trestání neúspěchů by od samého začátku brzdilo průzkum.

Rozvoj zaměstnanců hraje klíčovou roli. Zaměstnanci by měli mít možnost získat zkušenosti jak v průzkumné, tak v vykořisťovatelské oblasti. Rotace mezi průzkumnou a vykořisťovatelskou rolí zabraňuje izolovanému myšlení, podporuje vzájemné porozumění a rozvíjí oboustranné dovednosti. Zejména vedoucí pracovníci se musí naučit orientovat v paradoxech oboustranné orientace a situačně rozhodovat, kdy je který přístup vhodný.

Alokace zdrojů musí explicitně zohledňovat oba rozměry. Pokud jsou rozpočtová rozhodnutí založena pouze na krátkodobých výpočtech návratnosti investic, průzkumné projekty jsou systematicky v nevýhodě. Místo toho by část zdrojů měla být explicitně vyhrazena pro průzkum a chráněna před přístupem provozních oddělení. Tyto finanční prostředky musí zůstat k dispozici i v těžkých dobách; jinak se průzkum bude jevit jako luxus, který si lze dovolit pouze v dobách prosperity.

Dlouhodobá perspektiva a strategické důsledky

Rozdíl mezi optimalizací procesů a průzkumem procesů není pouze provozní otázkou, ale má zásadní strategické důsledky pro budoucí životaschopnost společností. Ve stále více digitalizovaném, propojeném a nestálém ekonomickém světě určuje schopnost fungovat oboustranně dlouhodobý úspěch nebo úpadek.

Společnosti, které se zaměřují výhradně na optimalizaci, dosahují působivé provozní efektivity. Stávají se vysoce jemně vyladěnými stroji, které dokonale plní své specifické úkoly. Tato specializace přináší cenové výhody a kvalitu. Zároveň však činí organizaci nepružnou a zranitelnou vůči změnám. Když se trhy mění, technologie se stanou převratnými nebo se zásadně změní preference zákazníků, chybí schopnost adaptace. Organizace zapomněla, jak prozkoumávat, a je uvězněna ve svých strukturách.

Historicky existuje řada příkladů velmi úspěšných společností, které se do této pasti dostaly. Kodak dokonale zvládl fotografii, ale nepodařilo se mu přejít na digitální fotografii, přestože si tuto technologii vyvinul interně. Blockbuster dominoval odvětví videopůjčoven díky provozní dokonalosti, ale přehlédl narušení způsobené streamováním. Nokia byla lídrem v oblasti mobilních telefonů, ale promeškala přechod na chytré telefony. Všechny měly společné nadměrné zaměření na využívání a zároveň zanedbávání průzkumu.

Naopak společnosti, které se pouze zabývají průzkumem, selhávají kvůli nedostatku provozních kapacit. Vytvářejí skvělé nápady a vyvíjejí inovativní prototypy, ale nemohou se škálovat, spolehlivě dodávat produkty ani kontrolovat náklady. Mnoho startupů selhává nikoli kvůli nedostatku inovací, ale proto, že nejsou schopny své inovace proměnit ve stabilní a ziskové obchodní modely. Přechod od průzkumu k těžbě je jednou z nejdůležitějších fází.

Úspěšné společnosti zvládají oba rozměry. Neustále optimalizují své klíčové procesy, aby zůstaly konkurenceschopné a generovaly hotovost. Zároveň systematicky investují do zkoumání nových příležitostí, aby položily základy pro budoucí růst. Nepřepínají mezi těmito dvěma režimy, ale fungují oba paralelně.

V intralogistice se to projevuje různými formami. Společnost může důsledně uplatňovat štíhlé metody ve svých zavedených distribučních centrech, standardizovat a neustále zlepšovat procesy. Zároveň může provozovat pilotní sklad pro testování nových konceptů automatizace, umělé inteligence nebo alternativních organizačních modelů. Poznatky získané z pilotního projektu se poté, jakmile se osvědčí, postupně integrují do hlavních lokalit.

Načasování rovnováhy mezi průzkumem a těžbou je také zásadní. V ekonomicky náročných dobách mají společnosti tendenci omezovat průzkum a zaměřovat se na krátkodobou efektivitu. To je pochopitelné, ale riskantní. Právě během krizí často dochází k nejvýznamnějším posunům na trzích a v technologiích. Ti, kteří v takových dobách neprovádějí průzkum, přicházejí o možnost nastavit směr do budoucna. Naopak období silného růstu by měla být využita k investicím do průzkumu, protože zdroje jsou snadno dostupné a riziko experimentování je zvládnutelné.

K rovnováze může přispět i geografická a segmentová diverzifikace. Zatímco na vyspělých trzích a v produktových řadách dominuje exploatace, na nových trzích nebo v inovativních segmentech se uplatňují průzkumné přístupy. To rozkládá riziko a umožňuje organizační učení v chráněném prostředí.

Pro německý průmysl, a zejména pro střední podniky, představuje organizační ambidexterita zvláštní výzvu. Jejich tradiční silné stránky spočívají v provozní excelenci, kvalitě a neustálém zlepšování. Kaizen, Lean a Six Sigma jsou hluboce zakořeněny v jejich kultuře. Tyto schopnosti jsou cenné a měly by být zachovány. Nicméně již nestačí, když rušivé změny nově definují pravidla hry pro celá odvětví.

Digitalizace logistiky, vzestup umělé inteligence a rostoucí význam platformních ekonomik a ekosystémů vyžadují průzkumné schopnosti. Střední podniky (MSP) je často nemohou rozvíjet ve stejné míře jako velké korporace, ale disponují agilností a rychlostí rozhodování. Spolupráce, partnerství s poskytovateli technologií nebo investice do startupů mohou být způsoby, jak doplnit průzkumné schopnosti, aniž by to ohrozilo provozní excelenci.

Schopnost neustále přecházet mezi lokálním a globálním myšlením, mezi krátkodobým a dlouhodobým horizontem, mezi bezpečností a rizikem, mezi efektivitou a inovací se stává rozhodující konkurenční výhodou. Organizace, které tuto oboustrannost zvládají, jsou odolné vůči změnám, včas využívají příležitostí a nikdy neztrácejí ze zřetele své provozní základy. Jsou připraveny na budoucnost v pravém slova smyslu.

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

 

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde wolfenstein@xpert.digital:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

 

 

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy

Oblasti zájmu v průmyslu: B2B, digitalizace (od AI po XR), strojírenství, logistika, obnovitelné zdroje energie a průmysl

Více informací zde:

• Centrum pro expertní podnikání

Tematické centrum nabízející poznatky a odborné znalosti:

• Znalostní platforma zahrnující globální a regionální ekonomiky, inovace a trendy specifické pro dané odvětví
• Soubor analýz, poznatků a podkladových informací z našich klíčových oblastí zaměření
• Místo pro odborné znalosti a informace o aktuálním vývoji v oblasti podnikání a technologií
• Centrum pro firmy hledající informace o trzích, digitalizaci a inovacích v oboru