Onderzoek: ‘Mensen leveren meer toegevoegde waarde dan machines’

Wereldwijd worden steeds meer industriële robots ingezet als onderdeel van productieprocessen. Desondanks wordt 72% van alle werkzaamheden nog steeds uitgevoerd door mensen. Ondanks de vrees dat robots veel banen gaan kosten, blijven mensen centraal staan in het productieproces. Niet verrassend, aangezien mensen in de praktijk op de werkvloer meer toegevoegde waarde blijken te leveren dan machines.

Dit zijn enkele resultaten van een onderzoek uitgevoerd door A.T. Kearney en Drishti onder 100 leiders in maakindustrie. Respondenten geven aan weinig inzicht te hebben in de activiteiten van hun menselijke werknemers op de productievloer. Dit gebrek aan inzicht staat bedrijven in de weg geïnformeerde beslissingen te nemen over onder andere capaciteitsplanning, workforce management, process engineering en in andere strategische domeinen. “Denk eens terug aan de laatste keer dat u een oproep kreeg voor een terugroepactie voor uw auto”, zegt Anik Bose, general partner bij Benhamou Global Ventures. “De autofabrikant roept duizenden of miljoenen auto’s terug voor iets wat waarschijnlijk slechts een klein probleem is. Aangezien zij echter niet in staat zijn dit probleem terug te leiden tot specifieke fabrieken, stations, diensten of VIN’s moeten zij een breed net uitgooien, terwijl de kosten astronomisch zijn.”

‘Automatisering krijgt te veel prioriteit’

A.T. Kearney en Drishti stellen dat veel bedrijven te veel prioriteit geven aan het automatiseren van productieprocessen. “Ondanks de brede aanwezigheid van mensen op de werkvloer, zijn digitale transformatiestrategieën voor zelfs de meest bekende en progressieve fabrikanten wereldwijd grotendeels gericht op machines”, zegt Michael Hu, partner bij A.T. Kearney. “Deze grote onbalans in de analytische footprint zorgt voor een blinde vlek ‘met een menselijke vorm’ voor fabrikanten wereldwijd en staat het realiseren van de volledige potentie van industrie 4.0 in de weg.”

Veel methoden die worden gebruikt om taken uitgevoerd door mensen in kaart te brengen en te analyseren zijn verouderd, kunnen in veel gevallen worden teruggeleid tot de tijd van Henry Ford en zijn sindsdien niet vernieuwd. Als voorbeeld noemt Prasad Akella, CEO en oprichter van Drishti, lean en Six Sigma. “De principes onder deze 100 jaar oude meettechnieken zijn nog steeds relevant, maar zijn te handmatig om op te schalen, leveren incomplete datasets op en zijn gevoelig voor observationele vooroordelen”, aldus Akella. “In het tijdperk van industrie 4.0 hebben fabrikanten grote en volledige datasets over menselijke activiteit nodig om operators te helpen naar hun volledige potentie waarde toe te voegen. Iedereen in het assemblage-ecosysteem zal profijt hebben van deze data: plant managers, supervisors, technici en nog belangrijker: de operators zelf.”

Hoe wordt data verzameld?

Respondenten geven daarnaast aan dat het op traditionele wijze verzamelen van data zeer tijdrovend is. Zo zijn technici gemiddeld 37% van hun tijd kwijt aan het handmatig verzamelen van analytische gegevens via tijdstudies. 71% noemt dergelijke informatie van (groot) belang om inzicht te krijgen in hun werknemersbestand. Ook data verzameld via Human Relations (HR)-methoden worden veelgebruikt. Ondanks dat deze data volgens de onderzoekers niet erg accuraat is, geeft 74% van de respondenten aan meer vertrouwen te hebben in deze methode (74%) dan in het verzamelen van gegevens via tijdstudies (57%).

“Mensen zijn de meest waardevolle asset in een fabriek. Fabrikanten zouden technologie dan ook moeten inzet om de mogelijkheden van zowel directe als indirecte arbeid te vergroten”, legt Akella uit. “Indien je erin slaagt senior engineers meer dan een derde van de tijd terug te geven, vertaalt dit zich in directe winst. In plaats van uren te besteden aan het verzamelen van data, kunnen zij hun aandacht en expertise blijven richten op de meest kritieke beslissingen en taken.” Bose voegt toe dat differentiatie niet langer draait om kosten en capaciteit, maar juist om time-to-market en productiviteit. Werknemers kunnen volgens Bose hierdoor de grootste differentiators zijn voor een organisatie.  

‘Mensen zorgen voor variabelen’

Ondanks dat mensen op de werkvloer veel toegevoegde waarde leveren, heeft hun aanwezigheid ook negatieve gevolgen. Zo geven respondenten aan dat 73% van alle variabelen op de werkvloer wordt veroorzaakt door mensen, terwijl 68% van de defecten terug te leiden is naar menselijke activiteit. Dit komt vooral doordat mensen hun concentratie verliezen, bijvoorbeeld als zij een slechte nachtrust hebben gehad. Dergelijke problemen zijn kostbaar; engineers besteden gemiddeld 39% van hun tijd aan het onderzoeken van de root cause van defecten, wat neerkomt op 62 uur per maand. Met behulp van betere data kan deze taak sneller worden uitgevoerd, waardoor engineers meer toegevoegde waarde kunnen leveren.

“Onder de streep helpen betere data zowel fabrikanten als menselijke operators”, aldus Hu. “Data geeft mogelijkheden voor productiviteits- en kwaliteitsverbeteringen; vereenvoudigt traceability, mitigeert variabelen en creëert nieuwe kansen voor operators om extra waarde toe te voegen. Mensen gaan in de nabije toekomst de ruggengraat van productie vormen. Bedrijven die betere analyses weten uit te voeren op mensen zullen het best kunnen concurreren in de industrie 4.0.”

Alle resultaten van onderzoek zijn verzameld in het rapport ‘The State of Human Factory Analytics’, dat hier kan worden aangevraagd.

Auteur: Wouter Hoeffnagel
Bron: A.T. Kearney & Drishti
Bron: Rapport The State of Human Factory Analytics
Bron foto: Pixabay / Martinelle