Humbuk kolem logistiky? Proč drahá automatizace často selhává kvůli jednoduchým základům – 8 praktických selhání z reálné logistiky

Proč se lesklá fasáda rozpadá, zatímco realita vypadá jinak

Logistický průmysl pravidelně zaplavují vlny nových trendů, z nichž každý slibuje skvělé věci. Automatizace, prediktivní analytika a vysoce komplexní softwarová řešení mají v tomto odvětví způsobit revoluci. Zatímco firmy a dodavatelé zabývající se průzkumem trhu prezentují tento vývoj jako nevyhnutelnou budoucnost, realita se s těmito očekáváními často bolestně střetává. Ve většině případů skutečný úspěch implementace zdaleka nedosahuje marketingového humbuku. Tento rozpor není náhodný, ani jej nelze jednoduše připsat nákladům na přechod. Spíše poukazuje na zásadní nepochopení, které je v celém odvětví rozšířené, ohledně toho, jak logistika skutečně funguje.

Vhodné pro:

• Proč se půda stala příliš vzácnou pro skladování

Mýtus o automatizaci a cenová past

Kompletní automatizace skladů a přepravních procesů je již léta propagována jako nevyhnutelná budoucnost. Výrobci technologií a s nimi spojené konzultační firmy vykreslují obraz bezpilotních dopravních systémů autonomně se pohybujících ve skladech, autonomních chapadel přesně vychystávajících zboží a inteligentních řídicích systémů řídících všechny procesy. Realita však ukazuje jiný obraz.

Počáteční investice do automatizovaných řešení daleko převyšuje investice do manuálních nebo poloautomatických operací. To však není hlavní problém. Mnohem závažnější je složitost, která je s takovými systémy spojena. Automatizované skladové systémy vyžadují vysoce kvalifikovaný personál pro údržbu a provoz, což je problematické na trhu, který trpí nedostatkem kvalifikovaných pracovníků. Zde je propast mezi teorií a praxí obzvláště patrná. Mnoho společností, které investovaly do rozsáhlých automatizačních projektů, hlásí nepředvídané problémy: matoucí uličky ve skladech vedou k přetížení a neefektivitě, systémy bez řidiče od různých výrobců spolu nefungují hladce a nedostatečná integrace mezi různými technologiemi vede k opaku toho, co bylo původně zamýšleno.

Velkou mylnou představou je očekávat, že automatizace bude fungovat bez zásadní optimalizace procesů. Pokud jsou manuální procesy již chaotické a nestandardizované, automatizace tyto problémy nevyřeší, ale pouze je posune na vyšší úroveň složitosti. Realita je střízlivá: Mobilní roboti často selhávají nikoli kvůli samotné technologii, ale proto, že společnosti mají nerealistická očekávání a chybí jim potřebné předpoklady. Odborníci z oboru uvádějí, že se stále nacházíme v raných fázích vývoje mobilních dopravních systémů. Navzdory všem optimistickým prognózám zůstávají bezpilotní dopravní systémy úzce zaměřeným řešením s velkým využitím. Pohled na náhodně vybrané sklady odhalí, že normou jsou stále vysokozdvižné vozíky a dopravníkové pásy, nikoli roboti.

Heterogenita systémů je podceňována. Pokud společnost používá roboty od různých výrobců, rychle vznikají problémy s integrací, které následně vedou k vysokým dodatečným nákladům. Tyto náklady se často neplánují a vedou k překročení rozpočtu, což zásadně ohrožuje návratnost investic do projektu.

Prediktivní analytika: Datová iluze

Dalším významným trendem je posun v rozhodování směrem k predikcím založeným na datech. Pod názvem Prediktivní analytika softwarová řešení a konzultační firmy slibují, že umělá inteligence a strojové učení dokáží předvídat a předcházet narušením dodavatelského řetězce. Myšlenka je lákavá: pokud jednoduše shromáždíme a analyzujeme dostatek dat, můžeme předpovídat budoucnost a jednat proaktivně namísto reaktivně.

Realita je zcela jiná. Studie ukazují, že přibližně 81 procent profesionálů v oblasti umělé inteligence označuje kvalitu dat za svůj největší problém. Přesněji řečeno, 90 procent ředitelů a manažerů v oblasti dat se domnívá, že vrcholový management nevěnuje dostatečnou pozornost ochraně dat a jejich kvalitě. Důvodem tohoto paradoxu je tzv. efekt „garbage-in, garbage out“. Pokud jsou vstupní data nekvalitní, i ty nejlepší algoritmy budou dělat špatné předpovědi. Ďábel se skrývá v detailech.

Mezi typické chyby v datech v dodavatelských řetězcích patří: chybějící datové body, vadné nebo špatně kalibrované senzory, neúplné mapování dat a nekompatibilní systémy, které spolu nekomunikují. Tyto problémy nevznikají z nedostatku technologií, ale spíše z nedostatečných organizačních procesů. Starší systémy běžící společně s novými technologiemi fragmentují dostupné informace. Datová sila mezi odděleními problém zhoršují.

Několik studií ukazuje, že firmy obvykle zachycují pouze 56 procent svých potenciálně cenných dat. Z těchto zachycených dat je 77 procent redundantních, zastaralých, irelevantních nebo zcela nekategorizovaných. To znamená, že pro strojové učení a procesy založené na umělé inteligenci je nakonec k dispozici pouze 23 procent dat. Za těchto podmínek je implementace prediktivní analytiky odsouzena k vytváření chyb.

Další problém spočívá v časové relevanci: Pokud jsou historická data poškozena atypickými událostmi, prediktivní modely nelze správně trénovat. Podle 47 procent profesionálů v oblasti umělé inteligence investovaly firmy příliš mnoho peněz do modelů umělé inteligence, které nefungují. Situaci dále zhoršuje fakt, že špatně fungující řešení prediktivní analytiky vedou k nadprodukci, nadměrným zásobám, vyšším nákladům na skladování a v konečném důsledku ke ztrátě příjmů.

Hlavní mylná představa spočívá v myšlence, že používání technologií řeší problémy samo o sobě. Ve skutečnosti je nejprve nutné zlepšit kvalitu dat a řízení, než technologie přinesou jakékoli výhody. Společnosti, které tuto posloupnost ignorují, investují miliony, aniž by viděly výsledky.

Past složitosti: Když nástroje vytvářejí více problémů, než jich řeší

Třetí hlavní kategorií neúspěšných trendů je zavádění vysoce komplexních softwarových systémů, zejména systémů plánování podnikových zdrojů a systémů pro správu skladů, které slibují integraci celého provozního prostředí.

Statistiky jsou pozoruhodné. 73 procent implementací ERP v diskrétní výrobě nesplní své cíle. V průměru dosahuje překročení rozpočtu 215 procent. Prodloužení časového harmonogramu dosahuje průměrně 30 procent. Pouze 27 procent dosáhne svých původních cílů. Tato čísla jsou nepřijatelná a naznačují strukturální problém.

Hlavní důvody těchto selhání jsou známé a lze se jim vyhnout: Nedostatečné řízení změn je příčinou 42 procent všech selhání. Špatná migrace dat způsobuje 38 procent a nezkušené implementační týmy jsou zodpovědné za 35 procent. Tyto tři faktory samy o sobě vysvětlují více než 75 procent všech selhání. To znamená, že chyby nejsou technické povahy, ale spíše spočívají v organizačním a lidském rozměru.

Jednou z nejznámějších katastrof je ta Hershey. Společnost investovala 112 milionů dolarů do implementace ERP, ale zkrátila testovací fázi, aby dodržela agresivní termín. Když byl systém spuštěn, transakce mezi CRM, ERP a řízením dodavatelského řetězce neprobíhaly správně. Důsledek byl zničující: Hershey nebyla schopna během Halloweenu, svého nejrušnějšího období, zpracovat objednávky v hodnotě 100 milionů dolarů. Ziskovost v daném čtvrtletí klesla o 19 procent a cena akcií klesla o 8 procent.

Ještě větším problémem než velké katastrofy jsou plíživé selhání. Mnoho společností zavádí ERP systémy, které nakonec ve skutečnosti nefungují. Zaměstnanci se vracejí ke starým manuálním metodám, což je jev známý jako stínové IT. Systém je oficiálně používán, ale ve skutečnosti ho zaměstnanci obcházejí, protože je příliš složitý, neintuitivní nebo není přizpůsoben jejich skutečným pracovním postupům.

Hlavní příčina často spočívá ve výběru řešení. Mnoho společností volí generické ERP systémy, které sice zvládají mnoho věcí, ale chybí jim specializace. Když pak společnost potřebuje provést významné úpravy, náklady a složitost se znásobí. Úpravy se stávají tak rozsáhlými, že se systém nakonec stává méně flexibilním, než co měl nahradit.

Druhou kritickou chybou je podcenění kvality dat. Při migraci na nový systém se přenášejí stará data. Tato data jsou však často zastaralá, poškozená, ve špatném formátu nebo neodrážejí nový způsob práce, který nový systém zavádí. V důsledku toho nový systém od začátku funguje na chybných základech. Staré přísloví „odpadky dovnitř, odpadky ven“ zde platí dokonale.

Absence jasně definovaného projektového manažera vede k dalším problémům. Projektový manažer musí být někdo respektovaný v celé společnosti a s hlubokým porozuměním jejím procesům. Tato klíčová role je často přidělena někomu, kdo postrádá potřebnou autoritu nebo porozumění, což má za následek špatné výsledky. Výsledkem je nedostatek odpovědnosti a projekt, který ztrácí kontrolu.

LTW Intralogistics – Inženýři toku - Obrázek: LTW Intralogistics GmbH

Společnost LTW svým zákazníkům nenabízí jednotlivé komponenty, ale integrovaná kompletní řešení. Poradenství, plánování, mechanické a elektrotechnické komponenty, řídicí a automatizační technika, stejně jako software a servis – vše je propojeno a přesně koordinováno.

Obzvláště výhodná je vlastní výroba klíčových komponentů. To umožňuje optimální kontrolu kvality, dodavatelských řetězců a rozhraní.

LTW je synonymem pro spolehlivost, transparentnost a partnerskou spolupráci. Loajalita a poctivost jsou pevně zakotveny ve filozofii společnosti – podání ruky zde stále něco znamená.

Vhodné pro:

• Řešení LTW

Osm praktických selhání z reálné logistiky

Kromě hlavních trendů existují i ​​další praktické příklady toho, jak firmy plýtvají miliardami tím, že slepě sledují trendy, aniž by zohledňovaly fundamentální principy.

První chybou je zavedení plně digitálních systémů pro správu skladů bez optimalizace procesů.

Mnoho firem si pořídí nejmodernější systém řízení skladu (WMS) a očekává, že vyřeší všechny jejich problémy. Ve skutečnosti však systém pouze digitalizuje stávající procesní problémy. Neorganizovaný sklad zůstává neorganizovaný; jediný rozdíl je v tom, že tato neorganizovanost je nyní digitálně zdokumentována. Implementace technologie bez základního zlepšení procesů je jako přidávání bez předchozího odečítání.

Druhou praktickou chybou je víra v automatizované předpovídání poptávky.

Mnoho společností implementuje prognostické systémy založené na umělé inteligenci k optimalizaci svých zásob. Tyto systémy slibují předvídat kolísání poptávky a určovat optimální stav zásob. Realita však ukazuje, že takové systémy jsou v nestabilním a složitém dodavatelském řetězci málo užitečné. Pokud jsou vstupní data chybná nebo dojde k vnějším otřesům, jako jsou geopolitické krize nebo pandemie, prognózy se stávají bezcennými. Společnosti, které se na takové systémy slepě spoléhají, nakonec produkují více nadprodukce, nikoli méně.

Třetí praktická chyba spočívá v přijetí strategie just-in-time jako univerzální strategie.

JIT byl za stabilních podmínek skvělý, ale v posledních letech se stal rizikovým faktorem. Společnosti, které důsledně prosazují JIT a praktikují nákup z jednoho zdroje, jsou zranitelnější vůči narušení dodavatelského řetězce. Pokud dodavatel selže nebo je hranice zablokována, neexistují žádné rezervy. Skutečná strategie vyžaduje flexibilitu a rezervy, nejen minimalizaci nákladů.

Vhodné pro:

• Méně rizika, větší účinnost: Jak může sklad vyrovnávací paměti zlepšit dodávky včas v čase

Čtvrtou praktickou chybou je nedostatek jasné odpovědnosti.

Mnoho logistických organizací funguje izolovaně. Nákup, skladování, prodej a doprava nefungují společně. Když nastane problém, každý může prokázat, že svou část práce udělal správně, ale celkový systém selhává. Klíčem není technologie, ale jasné vlastnictví procesů a jejich integrace.

Pátou praktickou chybou je spoléhání se na hardware místo na lidi.

Automatizovaný výškový sklad je působivý, ale pokud operátoři nejsou řádně proškoleni nebo nechápou, jak funguje, nastává chaos. Firmy často ignorují lidský faktor. Technologie je jen nástroj a bez správných lidí a správné kultury nebude fungovat ani ten nejlepší nástroj.

Šestou praktickou chybou je nedostatek standardizace.

Bez standardizovaných procesů může každý dělat věci jinak. To vede k nekonzistenci, chybám a neefektivitě. Než společnost zavede automatizaci, musí nejprve provést standardizaci. Standardizace by neměla čekat na technologii.

Sedmou praktickou chybou je zanedbávání kvality dat.

Firmy chtějí analytické a business intelligence nástroje, ale nemají čistá data. Pak tráví 40 až 60 procent svého času čištěním dat, místo aby je používaly. To je naprosté plýtvání. Investice by měly v první řadě směřovat do kvality dat, ne do nóbl BI nástrojů.

Osmou praktickou chybou je nedostatek neustálého zlepšování.

Mnoho firem se pustí do velkého projektu, očekává, že jim navždy vyřeší problémy, a pak se přesunou k dalšímu. Logistika je však živý organismus, který se musí neustále vyvíjet. Společnosti, které se neustále nezlepšují, jsou rychle předběhnuty realitou.

Cesta k opravdovému úspěchu: Základní principy místo humbuku

Co skutečně funguje? Klíč nespočívá v nových technologiích, ale v základních principech, které jsou známé po celá desetiletí. Tyto principy jsou spíše zkoumavé, než lákavé, a nevytvářejí titulky. Ale fungují.

První a nejdůležitější zásadou je řád.

Japonská metoda 5S, vyvinutá v Japonsku v roce 1955, se skládá z pěti kroků: Select (Vybrat), Set in order (Uvést do pořádku), Shine (Zlepšit), Standardize (Standardizovat) a Sustain (Udržet). Společnosti, které tuto metodu přijmou, zaznamenávají dramatická zlepšení. Order (Uspořádat) zkracuje dobu vyhledávání, minimalizuje chyby a vytváří základ pro další vylepšení. Společnost, která skutečně implementuje metodu 5S, může zlepšit své operace o 20 až 30 procent bez použití dalších technologií.

Druhým principem je transparentnost a jasná odpovědnost za proces.

Každý by měl znát svou roli, klíčové ukazatele výkonnosti (KPI) a to, zda jich dosahuje. Většina firem selhává, protože jim chybí jasné hranice odpovědnosti. Když nákup, skladování a prodej nespolupracují, vznikají oddělení. Řešením není technologie, ale reorganizace a jasná komunikace.

Třetím principem je neustálé zlepšování, v japonštině nazývané Kaizen.

To znamená, že zaměstnanci každý den dělají malá vylepšení. Skvělé na Kaizenu je, že nejlepší nápady často pocházejí od člověka, který práci denně vykonává. Společnost, která Kaizen správně implementuje, vidí neustálé zlepšování bez velkých investic.

Čtvrtým principem je škálovatelnost v krocích, nikoli ve skokech.

Většina rozsáhlých implementací selhává, protože se snaží udělat příliš mnoho věcí příliš rychle. Lepší strategií je zahájit malé pilotní projekty, měřit úspěch, učit se a poté škálovat. Společnost, která začíná v malém a experimentuje s mobilními roboty v omezeném prostoru, může tyto poznatky přenést do jiných oblastí. To je méně rizikové a levnější.

Pátým principem je důvěra v profesionální kompetenci.

Ne všichni logističtí experti pracují v IT oddělení. Mnoho inovací by mělo pocházet od lidí, kteří tuto práci vykonávají každý den. Dobrá společnost naslouchá svým zaměstnancům a integruje jejich znalosti do svých rozhodnutí. To nic nestojí a často je to cennější než drahé poradenství.

Šestým principem je skutečná kvalita dat namísto iluze velkých dat.

Je lepší mít 100 čistých datových bodů než 1 milion chybných. Společnost by si měla nejprve vybudovat kvalitu svých dat, než investuje do analytických nástrojů. Pokud je kvalita dat špatná, veškeré analýzy jsou bezcenné.

Sedmým principem je zaměření na to, co je měřitelné.

Ne všechno, na čem záleží, je měřitelné. Je však lepší zaměřit se na několik jasných klíčových ukazatelů výkonnosti (KPI) než na sto složitých metrik. Jasný systém KPI pomáhá všem veslovat stejným směrem. Většina firem měří příliš mnoho a rozumí příliš málo.

Osmým principem je flexibilita místo rigidity.

Systém, který je příliš optimalizovaný, nemůže rychle reagovat na změny. Logistika je dynamický systém. Robustnost je důležitější než dokonalost. Systém, který nabízí 85% účinnost s flexibilitou, je lepší než systém, který nabízí 95% účinnost, ale žádnou flexibilitu.

Katastrofa v řízení změn

Často podceňovaným aspektem logistických transformací je řízení změn. Mnoho společností zavádí technické systémy bez zapojení svých lidí. Výsledkem je masivní odpor. Zaměstnanci se obávají o svá pracovní místa, nerozumí novým systémům a pracují v jejich neprospěch.

Úspěšné implementace začínají komunikací. Zaměstnanci musí pochopit, proč je změna nezbytná, jak ovlivní jejich pracovní život a že jejich hlasy jsou slyšet. Včasné zapojení správných lidí, poučení se z jejich zkušeností a vývoj systémů, které splňují jejich potřeby, dramaticky zvyšuje míru přijetí.

Další zásadní chybou je domněnka, že samotné školení stačí. Třídenní workshop před spuštěním nestačí. Lidé potřebují neustálé učení, podporu, zpětnou vazbu a čas na adaptaci na změny. Společnosti, které investují do skutečných podpůrných programů, dosahují výrazně lepších výsledků.

Ekonomická realita

Když sečtete čísla, je jasné, že investice do propagovaných trendů jsou často špatně umístěné. Průměrná implementace ERP stojí několik milionů a má 73% míru selhání. Program neustálého zlepšování stojí zlomek této částky a má mnohem vyšší míru úspěšnosti.

Ekonomika logistiky je jednoduchá: méně chyb, rychlejší dodací lhůty, nižší náklady a vyšší spokojenost zákazníků. Těchto cílů se nedosahuje pouze drahými technologiemi, ale disciplínou, organizací a neustálým zlepšováním. Společnosti, které tyto základy zvládnou, mají nepřekonatelnou konkurenční výhodu.

Ironií je, že mnoho z těchto principů je zdarma. Iniciativa 5S nestojí téměř nic kromě času a disciplíny. Kaizen nevyžaduje žádný nový software. Jasná odpovědnost vyžaduje pouze srozumitelnost, nikoli technologii. A přesto jsou tyto základy neustále přehlíženy, zatímco firmy plýtvají miliony na propagované trendy.

Vhodné pro:

• Nearshoring: Když se globální krize setkají s křehkými dodavatelskými řetězci, nutnost se mění v inovaci

Nejlepším trendem je nevytvářet trend.

Pravda je nepříjemná: Logistika nevítězí díky humbuku kolem ní, ale díky čistým procesům, jasné odpovědnosti a skutečným odborným znalostem. Společnosti, které zvládly základy, jsou mnohem lepší než ty, které se řídí nejnovějšími trendy.

Úspěšná logistická společnost z Německa to vyjádřila takto: „Chceme se vyhnout technické složitosti, protože vede k vyššímu riziku chyb. Jako rodinný podnik, který není financován rizikovým kapitálem, jsme nuceni nabízet řešení, která fungují spolehlivě. Není to okázalé, ale je to pravda.“

Nejlepším trendem v logistice je nenásledovat trendy. Místo toho by si firmy měly dát do pořádku základy, vyškolit své zaměstnance v disciplíně a neustále provádět malá vylepšení. Toto funguje po celá desetiletí a bude fungovat i dlouho poté, co skončí další cyklus humbuku kolem trendů.

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem národním jazyce!

Konrad Wolfenstein

Rád vám a mému týmu posloužím jako osobní poradce.

Kontaktovat mě můžete vyplněním kontaktního formuláře nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) . Moje e-mailová adresa je: wolfenstein ∂ xpert.digital

Těším se na náš společný projekt.

☑️ Podpora MSP ve strategii, poradenství, plánování a implementaci

☑️ Vytvoření nebo přeladění digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální obchodní platformy B2B

☑️ Pioneer Business Development / Marketing / PR / Veletrhy