Производствената индустрия се различава от секторите на услугите в един пункт, който пряко влияе на данните за устойчивост: най-голямата част от въздействието върху околната среда не се намира в собствената сграда, а във верига преди и след нея. Суровини, полуфабрикати, енергоемки етапи на обработка, транспорт между заводи, потоци отпадъци на работния етаж — собствената дейност често е само малка част от общата картина. Това означава, че организация в производствената индустрия за значителна част от своето задължение за отчитане зависи от данни, които се създават някъде другаде: при доставчик, транспортьор, енергийна компания. Тази зависимост по своя модел е сравнима с онова, което се случва в аграрния сектор, където верига преди и след собственото предприятие също определя голяма част от въздействието.
В рамките на собствените стени данните за устойчивост са разпределени между системи, които не са проектирани за тази цел. Енергийното потребление на производствена линия се намира в системата за управление на сградата или при енергийната компания, без връзка с обемите на производство. Времената на работа на машините и престоите се намират в MES или в Excel-обзор на бригадира. Потоците отпадъци — скрап, остатъчен материал, химически отпадъци — често се регистрират по тегловна разписка от преработвателя на отпадъци, отделно от вътрешната система. Потреблението на вода понякога се измерва централно за цялата площадка, без разбивка по процес. За човек, който има нужда от показател за емисии по производствена линия, това означава търсене през измервателни системи, всяка със своя собствена логика и честота.
ERP системата съдържа обеми на покупки, материални потоци и понякога данни за доставчици, но рядко фактори на емисии. MES познава времената на работа на машините и продукцията, но не свързва това автоматично с потреблението на енергия или материали на единица продукт. Между тези две системи често има ръчна стъпка: човек, който извлича обеми от ERP, комбинира машинни данни от MES и с отделна изчислителна таблица достига до показател за емисии. Тази изчислителна таблица — и предположенията в нея — е точно мястото, където проследимостта изчезва, ако никой не документира кой източник, кой фактор и кое предположение е използвано.
За обхват 3 производствената индустрия силно зависи от онова, което доставчиците предоставят. Един доставчик изпраща подробен доклад за устойчивост, друг — оценка върху фактура, трети — нищо. Някои компании работят с общи браншови средни стойности, защото данните от доставчиците липсват; други имат първични данни за няколко големи доставчика, но не за останалата част от верига. Тази смес от източници на данни — първични, вторични, оценени — трябва да се документира някъде с бележка за произхода, иначе впоследствие не може да се реконструира кой показател на кое предположение се основава.
Много производствени компании вече имат сертификации като ISO 14001 или енергийни одити в ход. Тези процеси генерират ценни данни — потребление на енергия, планове за подобрение, проверени показатели — но резултатите често се озовават в отделен архив на отдела по качеството, отделно от отчитането на устойчивостта. Показателят, който одиторът вече е проверил, тогава се събира отново и отделно за доклада за устойчивост, с риск двата показателя да не съвпадат повече.
Кой е отговорен за енергийния показател на производствена площадка: мениджърът на завода, фасилити мениджърът, или координаторът по устойчивост в централния офис? Кой управлява факторите на емисии, прилагани върху транспортните данни: покупки, логистика, или финансите? В много производствени компании тази отговорност никога не е била изрично разпределена. Собствеността върху данните възниква имплицитно, при онзи, който случайно има достъп до системата, а не при онзи, който познава съдържанието най-добре или може да го провери.
Изкушението е голямо да се закупи софтуерен пакет, който автоматично се свързва с ERP и MES и произвежда изчистени табла. Но инструмент, поставен върху неорганизирана основа, произвежда преди всичко по-бързи и по-убедително изглеждащи версии на същите несигурни показатели. Преди система да може да извлича данни, трябва да бъде установено кой данни точка идва от кой източник, кой е неговият собственик и какво правило за качество се прилага. Това важи за производствената индустрия точно толкова, колкото и за сектори с напълно различна структура на верига, като транспортния сектор или търговията на дребно, където източниците на данни са различни, но проблемът с подреждането е същият.
Data Readiness Scan изготвя за производствената индустрия регистър на данни точки: за всеки източник на емисии, за всяка производствена линия, за всяко звено от веригата се установява каква данни точка е необходима, къде тя възниква — машина, ERP, енергийна компания, преработвател на отпадъци, доставчик — и по какъв път достига до крайната точка на отчитане. Към това се добавя собственик за всяка данни точка и правило за качество, което определя кога показател е използваем и кога не. Това не е доклад и не е попълнен въпросник, а основната структура, която прави възможно проследяването на показател обратно до неговия източник във всеки момент. Тази структура е сравнима с онова, което е необходимо в бизнес услугите, където данните също са разпределени между отделни системи и таблици, макар веригата там да изглежда различно.
Инструментът, който извършва тази проверка, е в процес на разработка. Който иска да подготви своята организация за това, може да се запише в списъка на чакащите.
Веднъж щом стане ясно кои данни точки съществуват, къде те възникват и кой ги управлява, също се вижда колко ръчна работа отива в събирането, проверката и препечатването на тези данни. Тази работа — извличане на данни от множество системи, проследяване на показатели до източник, извършване на проверки за качество — се състои от отделни задачи, които не изискват всички еднакво количество човешки труд. Работният анализ на FTE TO AI изчислява за всяка задача каква част от нея може да се поеме от AI, така че да стане ясно къде автоматизацията носи най-голяма икономия на време и къде остава необходим човешки контрол.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.