Hoe Industry 4.0 back-office operaties transformeert: Efficiëntie & innovatie ontgrendelen

De vierde industriële revolutie zal productie digitaal transformeren, maar deze keer kunnen white-collar medewerkers veel van de impact voelen – en potentiële nieuwe voordelen oogsten.

De meeste buzz gegenereerd door digitale productiedoorbraken zoals 3D-printen, big data analytics en mens-robot samenwerking (HRC) focust op de impact die verwacht wordt op de shopfloor. Terwijl plantoperaties en werknemers zeker disruptions zullen ervaren door Industry 4.0, kan deze industriële revolutie wellicht zijn meest diepgaande effecten hebben in de kantoren en bullpens van white-collar staff.

Industry 4.0 integreert digitale connectiviteit met productietechnologie om producten sneller, beter en goedkoper te bouwen. Tot 2030 zal de wereldwijde toegevoegde-waarde potentieel van deze innovatiegolf 1,4 biljoen Amerikaanse dollar bereiken, gebaseerd op onderzoek van Oliver Wyman dat diverse productie-industrieën dekt. Door realtime informatie te bieden over klantvraag, productiecapaciteit, operationele prestaties en productkwaliteit, stelt Industry 4.0 besluitvorming in staat die proces-efficiëntie dramatisch verbetert in alles van pricing tot productieplanning. Gevolglijk, terwijl de shopfloor ongetwijfeld enorm zal profiteren van Industry 4.0, kunnen de grootste winsten eigenlijk in niet-productiegebieden optreden. En naarmate Industry 4.0 digitale innovaties zoals algoritme-gebaseerde besluitvorming vasthouden in gebieden zoals R&D, productlanceringen, pricing, planning, dispatching en inkoop, zullen bedrijven waarschijnlijk veel banen die momenteel door mensen gedaan worden, automatiseren. Tegelijkertijd zullen er echter nieuwe digitaal ondersteunde kansen ontduiken voor white-collar werknemers die de vereiste vaardigheden en capaciteiten bezitten.

Een cross-functionele efficiëntierevolutie

De veranderingen zullen zowel breed als diep zijn, met meer van de saaie en zware taken overgenomen door kantoorautomatisering en kunstmatige intelligentie-capaciteiten. De volgende voorbeelden illustreren enkele van de veranderingen die aanstaan voor niet-productiefuncties.

• Vraagvoorspelling en intelligente pricing: Leiders vertrouwen op vraagvoorspellingen om belangrijke zakelijke beslissingen te nemen in alles van verkoop- en productieplanning tot pricing. Vandaag, voortvloeien deze voorspellingen uit schattingen gemaakt door verkoop- en marketing-executives, marktverwachtingen, en algehele marktconcurrentie. Onvolmaakt en onresponsief op ontwikkelingen buiten de kennisbasis van de verkoop- en marketing-afdelingen, missen dergelijke voorspellingen doorgaans rigueur. In plaats daarvan, hebben sommige bedrijven begonnen deze aanpak te verbeteren door big data-technieken toe te voegen. Automatisch trekkend op data uit een breed scala aan bronnen, voorspellen gecentraliseerde analytische algoritmes toekomstige vraag van verschillende klantsegmenten en geografische gebieden. Uiteindelijk zal realtime, algoritme-gebaseerde vraagvoorspelling in veel gerelateerde processen voeden, zoals marktonderzoek, verkoopplanning, productieplanning en scheduling met zeer weinig menselijke bijstand.
• Slimme inkoop en outsourcing: Voordelen zullen voortvloeien uit verhoogde integratietransparantie met leveranciers, toegang tot een breder bereik aan leveranciers en grotere flexibiliteit in make-or-buy beslissingen. Fabrikanten zullen de uitwisseling van volledig gedigitaliseerde product- en productie-gerelateerde data met leveranciers standaardiseren. Dit zal hen in staat stellen een verscheidenheid aan huidige tekortkomingen te overwinnen, zoals inconsistente digitalisering, wat het request-for-proposal proces kan belemmeren.
• R&D efficiëntie en productlancering: Winsten zullen ontduiken uit uitgebreide simulatie, dataintegratie, big data patroonherkenning en realtime feedback loops. Digitale innovaties zullen R&D efficiënter maken, bijvoorbeeld, door gestructureerde analyse van operationele data en gelijktijdige mechatronische engineering tussen fabrikanten en leveranciers gebruikmakend van digitale modellen. Naarmate simulaties verbeteren, zullen R&D-afdelingen minder kostbare, arbeidsintensieve fysieke prototypes vereisen, deze vervangend met digitale modellering en virtuele testomgevingen.

Nieuwe uitdagingen, maar ook nieuwe kansen

In elk van de bovenstaande voorbeelden, zal Industry 4.0 nieuwe efficiëntieniveaus drijven over de white-collar functies van een fabrikant, bedrijven in staat stellend om veel meer te doen, vaak met minder back-office werknemers. Tegelijkertijd zullen deze digitale oplossingen echter nieuwe zakelijke kansen genereren door, bijvoorbeeld, fabrikanten in staat te stellen hun business-to-business (B2B) klanten kosten te laten reduceren, hun eigen klantaanbod te verbeteren en zowel waarde als banen te creëren. Verschillende voorbeelden van dit fenomeen zijn al ontstaan:

• Een toonaangevende tier-1 automotive leverancier die sterk gefocust is op Industry 4.0-technologieën, biedt zijn expertise in dit gebied aan andere fabrikanten aan. Het bedrijf biedt connectiviteitsoplossingen software en hardware voor industriële productie. De primaire focus van het bedrijf betreft het leveren van grotere productiviteit en verbeterde energie-efficiëntie.
• Een railvoertuig OEM biedt een cloud-gebaseerde software-suite die asset management en operationele efficiëntie voor railoperators verbetert. Klanten profiteren van verminderde onderhouds- en energiekosten alsook verminderd spoorgebruik. Door asset-gebruik te verhogen, kunnen railoperators hun kapitaaluitgaven op de lange termijn reduceren.
• Een fabrikant van papierproductiemachines biedt klanten software die inputverbruik optimaliseert en papierproductie-opbrengsten verhoogt. De oplossing verzamelt en analyseert data, maakt realtime schattingen van het optimalisatiepotentieel van een proces, en past procesparameters automatisch aan. De OEM rekent een maandelijkse vast fee voor installatie en kan success-based revenue streams ontvangen als de klant overeengekomen besparingen op productiekosten realiseert. Bovendien heeft het bedrijf de optie om een productieconsultancy-business op te bouwen met inzichten uit de data en algoritmes.
• Vliegtuigcomponentenleveranciers en OEMs kunnen nieuwe bronnen van terugkerende omzet creëren door innovatieve data-gedreven onderhoud, reparatie en overhaul (MRO) oplossingen aan te bieden aan luchtvaartmaatschappijen. Vandaag genereert een groot vliegtuig meer dan 500 gigabytes data van 600.000 parameters per vlucht. Vooruitgang in MRO zal komen van betere analyse van deze data voor voorspellende onderhoudsactiviteiten. Door vliegtuiggezondheidsparameters in realtime tijdens operatie te tracken, kunnen bedrijven efficiënte MRO-plannen formuleren voordat apparatuur kritieke operationele drempels bereikt.

Profileren van morgen's white-collar werknemer

Disruptief ja, maar deze veranderingen kunnen ook kansen creëren voor de bedrijven en white-collar werknemers die ze omarmen. Dit zal flexibiliteit en bereidheid vereisen om digitaal ondernemend te worden, werknemers dwingend om verschillende manieren van werken te leren en nieuwe verantwoordelijkheden op zich te nemen. Terwijl administratieve en clerical white-collar posities kwetsbaar zijn voor Industry 4.0-disrupties, met de juiste training en ervaring, kunnen mensen in die banen beginnen over te gaan naar rollen die steunen op menselijke probleemoplossende capaciteiten en creativiteit – menselijke talenten die algoritmes nog niet kunnen evenaren. Professionele staff zoals ingenieurs, accountants, juristen en wetenschappers kunnen ook concurrentie ervaren van disrupties zoals virtuele simulaties, geautomatiseerde kostencontroles en geavanceerde besluitvormingsalgoritmes. Maar hier weer, terwijl kantoorautomatisering de rote elementen van deze banen afhandelt, zullen bedrijven hun evolutieve digitale capaciteiten agressief exploiteren om nieuwe businessmodellen en revenue streams te creëren – kansen die geschoolde menselijke participatie zullen vereisen om te slagen. De verbonden aard van Industry 4.0 zal ook mensen met gevraagde vaardigheden in staat stellen om bedrijven op wereldwijde basis te dienen zonder huis te verlaten of deel te nemen aan crowdsourcing-initiatieven, wat hun marktbaarheid aanzienlijk uitbreidt.

Zoals het bovenstaande suggereert, zal morgen's white-collar werknemer een andere set vaardigheden vereisen om te slagen. Net als blue-collar werknemers van de toekomst betere training en onderwijs nodig hebben, met name gericht op rudimentaire science, technology, engineering en mathematics (STEM) disciplines, zullen white-collar werknemers ook hun eigen refresher cursussen nodig hebben. Naast STEM-training, omvatten andere disciplines een focus op big data analytics, cybernetica, en data mining en beheer. Bedrijven zelf zullen waarschijnlijk focussen op innovaties zoals crowdsourcing en geverifieerde wereldwijde netwerken van experts creëren om hun moeilijkste problemen op te lossen. Tegelijkertijd betekenen de massief uitgebreide aanvalsoppervlakken gecreëerd door Industry 4.0-netwerken dat bedrijven digitale beveiliging vanuit een veel meer geïntegreerde perspectief zullen moeten benaderen, met zakelijke staff die verantwoordelijkheid nemen voor het beschermen van data in plaats van uitsluitend te vertrouwen op het beveiligingsteam.

Industry 4.0 belooft productie te herinvigeren, maar zoals bij elke andere industriële revolutie, zal het ook werknemers die de vaardigheden en training missen om in de nieuwe omgeving te opereren, verplaatsen. Er is een lichte kant, echter: de krachten achter Industry 4.0 zullen ook nieuwe kansen openen voor white-collar werknemers die zich kunnen aanpassen aan hun nieuwe verbonden omgeving.

Michelle Hill is Vice President, Automotive, bij Oliver Wyman