RÓWNIEŻ NA BLOGU:

17 października 2024

Czy badania nad AI i segmentacją danych mogą zrewolucjonizować proces projektowania w firmach inżynierskich?

Badania naukowe to systematyczny proces poszukiwania wiedzy, który opiera się na ustalonych metodach i zasadach. Ich celem jest odkrycie, zrozumienie i wyjaśnienie prawidłowości lub zjawisk zachodzących w przyrodzie, społeczeństwie, technologii czy innych dziedzinach. Cechy charakterystyczne dla badań naukowych to obiektywność, która oznacza, że badania opierają się na faktach, a nie subiektywnych przekonaniach badacza, eliminacją wpływu zewnętrznych czynników by możliwe było skupienie się na analizowanych zmiennych, precyzja prezentowanych wyników, zazwyczaj w formie liczbowej oraz przyczynowość i korelacja, którą należy rozumieć jako dążenie do ustalenia związków przyczonowo-skutkowych lub związków korelacyjnych między różnymi zjawiskami. Badania mogą być zarówno empiryczne (oparte na obserwacjach i eksperymentach), jak i teoretyczne (skupione na opracowywaniu modeli i hipotez). W swojej dotychczasowej pracy badawczej koncentrowałem się głównie na badaniach empirycznych i elemencie wdrożeniowym, który ma być elementem dającym mierzalną wartość użytkownikom systemu Wayman.

 

Czynnikiem, który przesądził o rozpoczęciu badań naukowych realizowanych w sformalizowany sposób była wiara w to, że badania naukowe pozwalają zweryfikować hipotezy, które są kluczowe dla wprowadzania nowych technologii, metod lub produktów w Wayman. Liczyłem na to, że dzięki wynikom badań, będziemy mogli podjąć świadome decyzje inwestycyjne i operacyjne, minimalizując ryzyko finansowe i technologiczne. Istotną wartością dla Wayman była nadzieja na zidentyfikowanie obszarów, które nie zostały jeszcze w pełni zbadane lub wymagają dalszych analiz. Te luki badawcze stanowią potencjalne kierunki rozwoju naszej firmy, pozwalając im wyprzedzić konkurencję poprzez innowacje, nowe technologie czy ulepszenie istniejących procesów, wytworzenie nowych, przeznaczonych dla inżynierów modułów. W Wayman uważamy, że wartość badań naukowych dla przemysłu leży w ich zdolności do tworzenia wiedzy, która jest kluczowa dla postępu technologicznego, innowacji oraz efektywności operacyjnej, co w ostatecznym rozrachunku przekłada się na wzrost zysków i sukces na rynku naszej firmy.

 

Koncepcja doktoratów wdrożeniowych idealnie wpisuje się w naszą filozofię działania w Wayman. To połączenie badań naukowych z praktycznymi potrzebami przemysłu umożliwia nam nie tylko realizację projektów opartych na solidnych podstawach naukowych, ale także daje bezpośredni dostęp do innowacyjnych rozwiązań, które mogą być natychmiast wdrażane w naszych strukturach. Dzięki tej współpracy z nauką możemy jeszcze precyzyjniej odpowiadać na potrzeby rynku, a jednocześnie minimalizować ryzyko związane z nowymi technologiami. Wierzymy, że doktoraty wdrożeniowe to klucz do przyszłości naszej firmy. Dzięki nim możemy dynamicznie reagować na zmieniające się warunki rynkowe, rozwijać nowe moduły dla inżynierów oraz wprowadzać innowacyjne rozwiązania, które bezpośrednio wpływają na wzrost efektywności operacyjnej. W ten sposób nasze badania stają się nie tylko teoretyczne, ale również praktyczne, co jest fundamentem długofalowego sukcesu Wayman.

 

W bieżącym tygodniu uczestniczyliśmy w konferencjach i warsztatach naukowych, na których prezentowaliśmy rezultaty pierwszego doktoratu wdrożeniowego realizowanego w naszej firmie. Ideę opracowanego rozwiązania przedstawia poniższa infografika:

 

Myślę, że warto użytkownikom Wayman i czytelnikom naszego bloga opowiedzieć bardziej szczegółowo o przeprowadzonych przez naszą firmę badaniach.  Moim celem było przeanalizowanie, w jakim stopniu nowoczesne technologie, takie jak sztuczna inteligencja (AI) i systemy ERP, mogą wpłynąć na efektywność firm projektowych. Moje badania składały się z kilku kluczowych etapów, które opiszę poniżej.

 

Pierwszym obszarem badań było zastosowanie sztucznej inteligencji (AI) do automatyzacji procesu przypisywania zadań projektowych do znormalizowanych słowników czynności w firmach inżynierskich. W tradycyjnym modelu zarządzania zadaniami, przypisania te są wykonywane na etapie tworzenia słowników, ręcznie, co wymaga dużych nakładów pracy i czasu oraz pozbawia firmy inżynierskie elastyczności w zakresie stosowania nazewnictwa i numeracji zadań zamykając je na z góry zdefiniowane i skończone uniwersalne spisy działań/dokumentów. Moim celem było porównanie, w jakim stopniu AI może zwiększyć efektywność i precyzję w zarządzaniu projektami. W ramach eksperymentu opracowano dwa narzędzia – jedno oparte na AI, drugie działające manualnie. Następnie przeprowadzono testy, w których użytkownicy korzystali z obu narzędzi. W badaniach zebrano dane dotyczące czasu wykonania zadań, liczby błędów oraz opinii użytkowników na temat łatwości obsługi. Badania wykazały, że narzędzie AI znacząco poprawiło precyzję przypisywania zadań, jednak jego wdrożenie wymagało dłuższego okresu adaptacji. Użytkownicy początkowo mieli obawy co do złożoności systemu, lecz po wdrożeniu zauważono znaczną poprawę efektywności pracy. Należy podkreślić także, że oba rozwiązania, zarówno nowe narzędzie manualne jak i oparte na sztucznej inteligencji pozwoliły na eliminację ograniczeń wynikających ze sztywnej definicji zawartości słowników.

 

Drugim obszarem moich badań była analiza wpływu opóźnień w aktualizacji planów projektowych na rentowność i terminowość realizacji projektów inżynierskich. Tradycyjne metody aktualizacji planów, oparte na ręcznym zarządzaniu, często powodują opóźnienia, co prowadzi do zwiększenia kosztów i problemów z terminową realizacją projektów. W ramach badań przeanalizowałem dane z systemu ERP w firmach inżynierskich, aby ocenić, jak opóźnienia w aktualizacjach wpływają na realizację projektów. Badanie objęło porównanie projektów, w których zastosowano tradycyjne oraz cyfrowe metody zarządzania. Wyniki badań pokazały, że opóźnienia w aktualizacjach planów mają negatywny wpływ na koszty i terminy realizacji projektów. Cyfryzacja zarządzania planami, oparta na systemach ERP, znacząco zmniejsza liczbę opóźnień i prowadzi do oszczędności finansowych.

 

Trzecim obszarem moich badań było zbadanie, jak digitalizacja procesów zarządzania zasobami ludzkimi w firmach inżynierskich, zwłaszcza w branży stoczniowej, wpływa na efektywność operacyjną firm. Tradycyjne metody zarządzania zasobami ludzkimi w dużej mierze opierają się na ręcznym zarządzaniu, co jest czasochłonne i kosztowne. Przeprowadziłem analizę ankietową wśród menedżerów firm projektowych, a także badanie danych z systemów ERP, aby ocenić, ile czasu i zasobów jest poświęcanych na ręczne zarządzanie zasobami ludzkimi. Porównałem te wyniki z danymi firm, które wprowadziły automatyzację zarządzania. Badanie wykazało, że aż 70% menedżerów firm nadal zarządza zasobami ludzkimi ręcznie, co pochłania dużą część budżetu projektów. Wprowadzenie cyfrowych narzędzi do zarządzania zasobami pozwala na znaczną oszczędność czasu i kosztów oraz zwiększa efektywność organizacji.

 

Moje badania dowiodły, że cyfryzacja i automatyzacja procesów zarządzania, zarówno w kontekście przypisywania zadań, aktualizacji planów projektowych, jak i zarządzania zasobami ludzkimi, mają kluczowe znaczenie dla poprawy efektywności firm inżynierskich. Wprowadzenie sztucznej inteligencji i systemów ERP pozwala na zredukowanie kosztów, skrócenie czasu realizacji projektów oraz poprawę precyzji w zarządzaniu. Jednocześnie wyniki te wskazują na wyzwania związane z adaptacją nowych technologii przez użytkowników, co wymaga dalszych badań nad optymalizacją wdrożeń i szkoleniem kadr.

 

Na podstawie przeprowadzonych badań i testów wynika, że wdrożenie nowego modułu AI oraz modułu segmentacji danych w systemie Wayman przyniesie użytkownikom znaczące korzyści. Moduł AI automatyzuje proces planowania i zarządzania zadaniami projektowymi, co umożliwia szybsze reagowanie na zmiany, optymalne przydzielanie zasobów i eliminację ręcznych błędów. Moduł segmentacji danych pozwala na precyzyjną analizę i klasyfikację danych zebranych w trakcie projektów, co znacząco ułatwia monitorowanie postępów, wyciąganie wniosków i podejmowanie lepszych decyzji operacyjnych. Dzięki tym nowym funkcjonalnościom użytkownicy systemu zyskają nie tylko na oszczędności czasu i kosztów, ale także na poprawie jakości realizowanych projektów oraz efektywności działania całej organizacji. Wprowadzenie tych innowacji pomoże firmom inżynierskim osiągnąć lepsze wyniki, minimalizując ryzyko i zwiększając konkurencyjność na rynku. W najbliższym czasie użytkownicy Wayman będą mogli zacząć używać obu modułów w swoich wersjach systemu Wayman.

 

autor: Piotr Bilon

UMÓW SESJĘ DEMO

Projekt i realizacja Spectrum Marketing | 2023 Wszelkie prawa zastrzeżone.

Poznaj system Wayman

Social media

Kontakt

email: contact@wayman.pl

telefon: +48 882 907 648

Wayman Sp. z o.o.

ul. Piotra Skargi 14/2, Gdynia

ul. Pawia 9, piętro 1, Kraków (Biurowiec High5ive)