Digitalisering

Digitalisering. Det er et ord som bliver nævnt i de fleste møde lokaler. Vi har mødt mange virksomheder som har et 2025 mål om at digitalisere dele af deres virksomhed. Men hvad er det egentligt, hvad er fordelene ved at blive mere digital, hvornår er det tilfredsstillende og hvordan kan man kickstarte processen? Er det overhovedet vigtigt for din forretning?

Hvad er digitalisering?

Digitalisering er når vi f.eks. flytter forretningsprocesser fra analog til digital. Et eksempel kunne være den stikprøve kontrol som bliver lavet i de fleste virksomheder. Nogle gør det stadigvæk analogt på papir men flere og flere virksomheder flytter kvalitetskontrollen over således den bliver digital.

Grader af digitalisering

Kan digitalisering gradbøjes? Eller rettere kan vi benytte et bestemt tankesæt til bedre at forstå nuancerne i digitalisering? Vi ved at nogle virksomheder er mere digitaliserede end andre - for at beskrive dette har vi forsøgt at gradbøje digitalisering.

Vi mener at der er fordele ved at se digitalisering som en rejse hvor vi starter i det små og ender ved det nogle vil mene er den hellige gral. Det er dog vigtigt at forstå at rejser sjældent er liniære, men det vender vi tilbage til lige om lidt.

Som det kan ses på billedet ovenfor kan vi se på graden af digitalisering ud fra følgende niveauer:

1. Data opsamling
2. Indsigt
3. Reflektioner
4. Forudsigelser
5. Autonome systemer

En overskrift er god men detaljer er bedre så lad os gå alle niveauerne igennem sammen.

Data Opsamling

Data opsamling handler, som navnet antyder, om at starte med at samle data op digitalt. Det kunne være som i vores tidligere eksempel med stikprøve kontrollen af kvaliteten at vi samler det op i et system digitalt i stedet for at gøre det analogt. At opsamle data gør at vi kan samligne det over tid og lave generel statistik på vores tal. Det kan også give muligheden for at andre afdelinger som kunne være interesseret i kvaliteten kan få adgang til dataen. Men det er vigtigt at forstå at data opsamling uden at bruge det ikke giver værdi i sig selv og at selv små datamængder kan være meget værdifulde hvis de bliver brugt rigtigt. Mange af de virksomheder som vi hjælper har udfordringer netop med data opsamlingen fordi det involvere at samle data op med sensorer hvilket kræver forskellige kompetencer såsom process, IT og Internet of Things (IoT) viden for at få data opsamlet fra processerne. Derfor kan det være godt at involvere sig med en partner som har forstand på ikke blot IT men også at samle data op fra analog processer. Samtidigt ser vi desværre at mange forsøger at stoppe alt data ned i deres relationelle databaser hvilket ofte er suboptimalt når man har med tidsserier eller ustruktureret data såsom video og billeder at gøre. Data opsamlingen kan ses som infrastrukturen som muligøre resten af rejsen og hvis I får bygget en god motor vej er der grobund for en god digitalisering.

Indsigt

Når vi har data tilgængeligt digitalt kan vi begynde at bruge det til at skabe indsigt. F.eks. at hver fredag kl. 12.00 er kvaliteten altid lav i vores stikprøver. Husk her at korellation ikke er kausalitet. Derfor bliver vi nød til at undersøge dybere hvad der forårsager dykket i vores kvalitet om fredagen. Det vi ofte gør sammen med jer er at forsøge at visualisere dataen på forskellige måder alt efter hvad vi leder efter. Et eksempel kunne være at vi forsøger at finde udsving i kvaliteten, det vi kalder anomalier, og her kunne vi benytte visualiseringer såsom swarmplots.

Her vil det være tydligt at se de værdier som ligger uden for normalen. Indsigt handler om at forstå at vi har en udfordring vi gerne vil løse, reflektionen er når vi forsøger at forstå hvorfor det sker.

Reflektion

Reflektion handler om at når vi har fået en indsigt, reflektere vi over hvorfor situationen om fredagen opstår og søger en årsagsforklaring, også kaldet kausalitet. Det kan være at vi ved at snakke med holdene på vores produktionslinjer finder ud af at overleveringen fra nat- til dagsholdet er suboptimal og derfor falder kvaliteten drastisk hvilket vi først ser kl. 12.00 da det er her vi laver vores stikprøve. En sådan reflektion over hvorfor vores data viser at kvaliteten falder kan lede til at vi kan forbedre vores processer og arbejdsmåde således vi forbedre vores forretning.

Forudsigelser

Når vi har data opsamlingen på plads og har en vis forståelse for vores data kan vi begynde at lave forudsigelser på når kvaliteten falder. Forudsigelser giver os den kæmpe fordel at vi kan være proaktive i vores beslutningen i stedet for altid at reagere på bagkant når noget er gået galt. I vores eksempel med stikprøve kontrollen kunne vi ændre vores process således vi opsamler data i en højere frekvens, f.eks. hvert 5 min eller hvert emne. Når vi gør dette kan vi begynde at lede efter de mønstre som opstår inden kvaliteten begynder at skride. Samtidigt kan vi detektere dårlig kvalitet tidligt i processen og f.eks. begynde at frasortere dårlige eller defekte produkter fra således vi ikke spilder tid på dem og at de ikke ender ude ved kunderne hvor vi så kan få en reklamation. Hvis vi kan finde disse mønstre kan vi få forudsigelser hvor det er muligt at direkte påvirke processen for operatørene således kvaliteten ikke falder uden for specifikationen.

Autonome systemer

Nogle gange bliver autonome systemer kaldet for den hellige gral indenfor digitalisering. Autonome systemer kan selv, baseret på data, forstå processen og korrigere hvis forudsigelser siger at noget vil gå galt eller degradere i fremtiden. Grunden til at autonome systemer er det sidste skridt på rejsen er at det kræver at der er godt styr på processerne, at data opsamlingen og forudsigelser er til at stolte på, samt at vi ved hvilke korrigeringer en menneskelig operatør ville lave.

Er digitalisering en trappe eller en kontinuerlig process?

Læringstrapper er gode til at forklare et koncept ud fra, men den virkelige verden er mere kompleks. Det betyder også at diagrammet med digitaliserings trappen du har set indtil nu ikke er sådan vi ser på digitalisering i neurospace.

Vi ser digitalisering som en kontinuerlig process i alle virksomheder. Igennem vores arbejde med vores kunder har vi set to fremgangsmåder indenfor digitalisering:

1. Udvælge et område og skabe forbedringer ved at køre et intensiv pilot projekt
2. Forsøg at hæve niveauet i hele virksomheden ved først at starte med data opsamling på tværs

Vores erfaring er at værdien kommer hurtigere og bliver meget mere konkret hvis virksomheden udvælger et område og forsøger sig med et pilot projekt. En udfordring med fremgangsmåde 2 er at det hurtigt bliver meget abstrakt når der tales om digitalisering og data opsamling på tværs af hele virksomheden fordi man krydser mange forskellige arbejdsområder og arbejdsgange. Derfor anbefaler vi alle at se digitalisering som en kontinuerlig process og så være meget konkrete med hvilket værdi der ønsket ved at lave en digitalisering i et konkret område.

Konklusion

Digitalisering bliver nemmere hvis vi starter småt og fokusere ind på et område. En digitalisering kan indeholde alt fra at give de rigtige mennesker adgang til det rigtige data og op til at skabe autonome systemer som kan hjælpe med at automatisere manuelle processer. Samtidigt må vi ikke være teknologiforskrækkede når vi går i gang med at digitalisere et område. F.eks. har vi bevist adskillige gange at kunstig intelligens (AI) hurtigt kan implementeres til at skabe forudsigelser som kan skabe forretningsværdi og samtidigt gøre processer mere digitale og automatiserede. Hvis du sætter dette som mål vil du hurtigere komme herhen i stedet for at sidde fast i at implementere data opsamling på tværs af virksomheden. Derfor er vores anbefaling at du er ambitiøs med din digitaliseringsplan. Sigt efter digitaliseringstiltag som kan fjerne unødigt arbejde ved at lave forudsigelser. Det gør at de mennesker vi har i vores virksomheder kan forkusere på det der er værdiskabende for virksomheden og kunderne.

Hvis du vil vide mere om hvordan vi hjælper vores kunder i gang på deres digitaliserings rejser eller understøtter en digitalisering kan du læse mere om vores AI Camp hvor vi fokusere på at skabe værdi hurtigt ved at skabe et intensivt forløb sammen som partnere.

// Rasmus Steiniche, CEO @ neurospace