Når man taler om effektivitet og spild, er der én vigtig forskel i forhold til mange andre IoT-initiativer. Effektivitetsmåling er noget af det få, som kunder ofte er villige til at betale for direkte.
Årsagen er enkel. Effektivitet kan omsættes til tid, kapacitet og penge. Når forbedringer kan dokumenteres og kobles direkte til drift og bundlinje, opleves værdien som konkret og umiddelbar. Det gør effektivitet til et af de områder, hvor data ikke skal forsvares, men efterspørges.
I praksis betyder det, at effektivitetsmåling ofte sælges som en løbende ydelse. Kunden betaler ikke for sensorer, forbindelser eller teknik, men for adgang til indsigt, sammenligninger og dokumentation, der kan bruges aktivt i hverdagen.
Teknisk set er dette en Software as a Service-model. Set fra kundens side opleves det dog ikke som software, men som et værktøj, der løbende hjælper med at identificere forbedringspotentiale, synliggøre spild og understøtte beslutninger.
Det er også derfor, effektivitet ofte bliver indgangen til en bredere datadrevet forretningsmodel. Når kunden først accepterer at betale for indsigt i effektivitet, bliver det naturligt at bygge videre med benchmarking, rapportering og dokumentation.
Når effektivitet diskuteres, ender samtalen ofte med at handle om hastighed. Hurtigere processer, højere output og kortere cyklustider.
I praksis handler effektivitet langt oftere om stabilitet, forudsigelighed og udnyttelse af eksisterende kapacitet.
Maskiner og systemer, der kører uregelmæssigt, stopper uventet eller anvendes forskelligt fra kunde til kunde, skaber spild, selvom de på papiret er effektive. Spildet opstår i ventetid, i omstillinger, i forkert belastning og i manglende sammenhæng mellem brug og design.
Uden data forbliver dette spild diffust. Man ved, at det findes, men ikke hvor det er størst, eller hvad der realistisk kan forbedres.
IoT gør det muligt at synliggøre, hvordan produkter og maskiner faktisk bruges i hverdagen.
Ikke for at overvåge mennesker eller kontrollere adfærd, men for at skabe et fælles udgangspunkt for forbedringer.
Når driftstid, belastningsmønstre, stop, pauser og variationer kan ses over tid, ændrer dialogen karakter. Diskussioner flyttes væk fra enkeltstående episoder og over mod gentagende mønstre.
For produktchefer betyder det, at forbedringer kan prioriteres ud fra reel anvendelse frem for antagelser. For ledelser betyder det, at investeringer kan målrettes der, hvor effekten er størst, i stedet for der, hvor problemet råber højest.
Begreber som OEE bruges ofte som interne målepunkter i produktionen. Værdien opstår først, når de bruges som et fælles sprog på tværs af funktioner.
Når tilgængelighed, performance og kvalitet synliggøres over tid, bliver det tydeligt, hvor spildet reelt opstår. Ikke kun i produktionen, men også i måden produkter anvendes, serviceres og vedligeholdes på.
Her bliver data ikke et kontrolværktøj, men et beslutningsgrundlag, som gør det muligt at arbejde systematisk med forbedringer uden at placere skyld.
Når data først er tilgængelig, opstår en mulighed, som mange organisationer tidligere har manglet. Muligheden for at sammenligne effektivitet på tværs.
Benchmarking handler ikke om at rangordne eller udstille forskelle. Det handler om at identificere mønstre og potentiale.
Når samme type maskine eller løsning anvendes flere steder, bliver det muligt at se, hvorfor nogle installationer performer bedre end andre. Ofte handler forskellen ikke om produktet, men om måden det anvendes, belastes eller serviceres på.
For produktchefer giver dette et faktabaseret grundlag for at identificere indsatsområder. Hvor kan effektiviteten øges. Hvilke anvendelser giver de bedste resultater. Og hvor der er potentiale for forbedring gennem justering frem for redesign.
Over tid gør benchmarking det muligt at hæve bundniveauet for alle installationer. Best practice bliver dokumenteret og gentagelig.
For leverandører, der arbejder med forbrugs-, service- eller HaaS-modeller, får effektivitet en ekstra dimension.
Når leverandøren har ansvar for oppetid, performance eller kapacitet, bliver spild direkte forretningskritisk. Ineffektiv drift påvirker ikke kun kunden, men også leverandørens egne omkostninger.
Med data kan mønstre opdages tidligt, og indsatsen kan målrettes der, hvor den skaber størst effekt.
Data om spild kan også bruges direkte i produktudviklingen.
Når man ser, hvor produkter konsekvent stopper, belastes forkert eller anvendes uden for deres optimale område, opstår værdifuld indsigt i design, robusthed og anvendelighed.
For produktchefer bliver dette et stærkt fundament for at prioritere forbedringer og differentiere næste generation af produktet.
Data i sig selv skaber ikke effektivitet. Effektivitet opstår først, når organisationen er klar til at handle på indsigt.
Det kræver klare prioriteringer, tydelige roller og en fælles forståelse af, hvad der skal forbedres, og hvad der blot skal accepteres.
Effektivitet, spild og benchmarking er et naturligt næste skridt i IoT-rejsen. Når kontrol og overvågning er på plads, kan fokus flyttes fra beskyttelse til forbedring.
I det næste indlæg i blog-serien ser vi på, hvordan dette datagrundlag kan bruges til rapportering og ESG, og hvordan dokumentation og transparens bliver en stadig vigtigere del af produktets samlede værditilbud.
Har du lyst til uforpligtende inspiration til, hvordan data kan bruges til at arbejde systematisk med effektivitet, benchmarking og spild i dit produkt eller din forretning, er du altid velkommen til at kontakte os.
Telefon: +45 8129 1430
Mail: friiot@friiot.dk
