Výrazná změna v chování hostů
Analýzy
5. 5. 2024 05:38
Společnost HotelTime Solutions provozuje cloudové systémy v oboru hotelnictví, gastronomie, wellness a konferencí pro více než 400 hotelů napříč Českou...
V rámci průzkumu společnost Accenture nejprve identifikovala společnosti, jež každý z těchto procesů dokázaly realizovat v co nejkratší době, a poté analyzovala, které z nich pro úsporu času a nákladů využily pokročilé technologie jakými jsou cloud, digitální dvojčata, vysoce výkonné počítače, strojové učení a další technologie umělé inteligence (AI).
Zavedení produktu na trh
- fáze – Od vzniku nápadu k vývoji produktu
Zahrnuje generování nápadu, plánování koncepce a tvorbu prototypu, testování, ověřování designu a vývoj požadavků pro přípravu na zahájení výroby;
- fáze – Od plánování výroby k její realizaci
Zahrnuje plánování výroby a realizaci výroby, tedy tzv. výrobní operace;
- fáze – Od poptávky k distribuci
Zahrnuje plánování poptávky a prodeje, příjem a plánování objednávek, konečnou distribuci, instalaci a uvedení produktu do provozu u klienta.
Na základě míry, s jakou využívaly technologie pro zefektivnění jednotlivých procesů, byly společnosti rozděleny do jedné ze tří kategorií. Ty, které zkrátily čas a zvýšily efektivitu nejvíce, byly označeny jako Speedsters (jen 14 % společností); ty, jimž se dařilo zkrátit čas a zvýšit efektivitu nejméně – jedná se o téměř dvě třetiny (63 %) společností – byly označeny jako Starters; skupina mezi oběma spektry pak byla označena jako Accelerators (23 % společností).
Technologie přinesou mnohonásobnou úsporu nákladů
Průzkum zjistil, že ve všech třech fázích uvádění produktu na trh dosáhli Speedsters výraznějšího snížení času a nákladů díky podstatně vyššímu využití technologií. Například tím, že zapojili technologie strojového učení, dosáhli více než sedminásobné úspory času a až dvanáctinásobné úspory nákladů oproti skupině Starters. Použití automaticky řízených vozidel jim pak přineslo až čtyřnásobné úspory času a více než 30 násobnou nákladovou efektivitu v porovnání se stejnou skupinou.
Speedsters překonají ostatní i z hlediska finanční výkonnosti. Například v pětiletém období 2016-2021 dosáhla tato nejvýkonnější skupina o čtyři procenta vyššího ročního růstu než Accelerators a o 18 % vyššího růstu než Starters. Oproti oběma zbývajícím skupinám dosahovala také v průměru vyšších provozních marží.
„Schopnost společnosti vyrábět a dodávat více zboží v kratším čase a s nižšími náklady je klíčovou konkurenční výhodou. Náš průzkum ukazuje, že pokročilé technologie, jako jsou umělá inteligence, cloud, digitální dvojčata a vysoce výkonné počítače, hrají při dosahování tohoto cíle klíčovou roli.“ říká Pavel Vrba, který v Accenture vede průmyslovou praxi Industry X pro Českou republiku, Slovensko, Maďarsko a Rumunsko.
Jak zlepšit efektivitu v každé fázi?
Zpráva obsahuje několik doporučení, jak co nejefektivněji využívat pokročilé technologie v každé ze tří fází procesu.
Zavedení produktu na trh má tři fáze – I. Infografika: Accwnture V první fázi tvůrci přichází s nápadem, následně vytvoří prototyp produktu, testují ho a průběžně získávají data. Zpětnou vazbu a údaje o používání produktů získané prostřednictvím jejich digitálních dvojčat, stejně tak jako data o životním cyklu produktů shromážděná prostřednictvím na ně napojených IoT zařízení, by společnosti měly využít ke zlepšení produktů, softwaru a služeb. Se samotným vyhodnocením velkého množství dat uložených v cloudu a identifikací vzorců může pomoci strojové učení a analytika. Aditivní výroba a 3D tisk mohou zase urychlit výrobu fyzických prototypů. V blízké budoucnosti by firmy měly více využívat HPC výpočty v cloudu a kvantové výpočty pro tvorbu simulací.
Zavedení produktu na trh má tři fáze – II. Infografika: Accenture Ve druhé fázi, jíž je plánování výroby, by společnosti měly využívat simulační a virtuální nástroje pro uvádění do provozu, které umožní spolupráci produktového a výrobního inženýringu. Měly by také vytvořit digitálního dvojčata samotných výrobních procesů, který pomůže s průběžnými simulacemi a optimalizací provozu tak, aby zařízení byla maximálně efektivní a výnosná. Také je možné zapojit umělou inteligenci pro prediktivní řízení dodavatelského řetězce a výroby, případně využít rozšířené reality a průmyslového metaverse pro efektivnější školení a vedení zaměstnanců ve výrobě.
Zavedení produktu na trh má tři fáze – III. Infografika: Accwnture Poslední fází je příjem a plánování objednávek a konečná distribuce. V této části by se společnosti měly zaměřit na integraci výroby s dodavatelským řetězcem, aby vytvořily digitální vlákno, které umožní bezproblémový tok dat napříč celou společností. Díky tomu se výrazně zlepší distribuce a dojde nejen k celkové optimalizaci jednotlivých částí dodavatelského řetězce, ale též ke zlepšení plánování. Zároveň to otevře dveře k vytvoření digitálních dvojčat výrobků a vzniku operací podporujících spolupráci napříč celým hodnotovým řetězcem. V dlouhodobém horizontu by společnosti měly prozkoumat možnosti zpracování poptávky s pomocí umělé inteligence.
