Niedolania na korpusie. Wypływki na linii podziału. 20% zlecenia do sortowania.
I zaczyna się klasyka. Technolog kręci parametrami, jakość pisze raport, utrzymanie ruchu mówi, że maszyna jest sprawna.
Każdy ma swoją hipotezę. Nikt nie ma danych.
Dla jednego z naszych klientów zbudowaliśmy asystenta AI do diagnozy wad wtrysku. Nie po to, żeby AI zgadywało przyczynę. Tylko po to, żeby przeprowadziło zespół przez myślenie, które w problem solvingu najczęściej pomijamy.
Zobacz, jak to wygląda w praktyce.
Od czego zaczyna asystent?
Od opisu, a nie od odpowiedzi. Wybierasz proces: wtrysk, obtrysk (tworzywo na tworzywo) albo zalewanie wkładki. Wskazujesz tworzywo i opisujesz wadę własnymi słowami, na przykład „niedolania na korpusie”.
Parametry i zdjęcia są opcjonalne. Natomiast zasada jest prosta: im więcej konkretu na wejściu, tym trafniejszy plan na wyjściu.
Co dostajesz w odpowiedzi?
Gdzie szukać
Najpierw tam, gdzie wskazują fakty
Wada w jednym lub kilku gniazdach wskazuje na formę: odpowietrzenia, przewężka, gorący kanał, chłodzenie. Wada narastająca w czasie podpowiada co innego: zatykające się odpowietrzenia, rosnącą temperaturę formy, suszarkę, która nie nadąża.
Diagram żółwia
28 warunków procesu
Zasoby, metoda, ludzie i kompetencje, wejścia, wyjścia i mierniki. Przy każdym warunku zaznaczasz „jest” albo „brak”. Luki od razu podnoszą wagę powiązanych przyczyn.
6M
Hipotezy od najbardziej prawdopodobnej
Przy każdej informacja, jak ją sprawdzić, i status: do sprawdzenia, potwierdzona, wykluczona.
Plan działań
Dziś, jutro, na stałe
Zabezpieczenie jeszcze dziś, diagnoza w ciągu 1 do 2 dni na gemba, działania trwałe po potwierdzeniu przyczyny. Do tego karta materiałowa i 5 razy dlaczego.
Czy AI zastąpi technologa?
Nie. I nie o to chodzi.
AI nie stoi przy wtryskarce. Nie widzi, że operator na drugiej zmianie inaczej ustawia czas docisku. Nie wie, że suszarka od miesiąca chodzi na granicy wydajności. Wie to człowiek z hali.
Asystent robi co innego: porządkuje myślenie. Zamiast pięciu osób z pięcioma teoriami masz jedną listę hipotez, kolejność sprawdzania i plan. Ostateczna decyzja zawsze należy do człowieka, najlepiej po wizycie na gemba, czyli tam, gdzie dzieje się praca.
I tu jest sedno: narzędzie nie rozwiązuje problemu. Skraca drogę od „coś jest nie tak” do „wiemy, co sprawdzić jutro rano”.
Od czego zacząć w Twojej firmie?
Od jednej wady, która wraca jak bumerang. Zanim ktokolwiek ruszy parametry, zadaj trzy pytania.
Które gniazda? Wszystkie czy wybrane?
Kiedy? Stale, losowo, po starcie czy narasta w czasie zmiany?
Ile? Jaki procent zlecenia, ile sztuk, ile złotych?
Już same odpowiedzi mocno zawężą listę przyczyn. Asystent AI tylko przyspiesza resztę. Moim zdaniem ludzie z hali znają połowę odpowiedzi od dawna. Wystarczy ich zapytać.
Czytaj dalej: AI przyspiesza analizę, ale najpierw trzeba odróżnić objaw od przyczyny. Przeczytaj, dlaczego mylimy objaw z przyczyną i ile to kosztuje.
Nie kolejny raport do szuflady. Tylko plan, z którym zespół jutro rano idzie na halę.
