MIFA and Digital Transformation

VSM (Value Stream Mapping) aynı zamanda MIFA (Material Information Flow Analysis) olarak da tanımlanır literatürde. Süreçler arasında malzeme ve bilgin akışının nasıl olduğu, bu akışların nerelerde kesintiye uğradığı ve kesintisiz malzeme/bilgi akışının nasıl tesis edileceğinin kurgulanması amacı ile kullanılan oldukça basit ve kullanışlı bir yalın aracıdır. MIFA’da amaç; malzeme ve bilginin suyun nehirde aktığı gibi akıyor olmasının sağlanmasıdır.

Üretim süreçlerinde temel yedi kayıp mevcuttur (7 Muda). Ancak, en az bunlar kadar önemli olan bir diğer kayıp ise iş süreçlerin arasında yaşanılan veri üretimi ve iletimi kaynaklı kayıplardır (transactional process muda). CRM, Product development, Production Planning, Purchasing gibi süreçler başta olmak üzere bilginin yanlış, geç ya da eksik üretimi/iletimi gibi sorunlar bilginin beklenmesine, aranmasına ya da yeniden üretilmesine sebep olabilmekte; bu sorunlar ileriki süreçlerde çözümü uzun ve maliyetli problemlerin çıkmasına neden olarak çevik olabilmenin önünü tıkamaktadır. Artık, çevik olamayan; yani pazarın beklentilerini erkenden algılayamayan, hızlı ürün geliştiremeyen, tedarikçiler ile stratejik iş birliği yapmayan, asli uzmanlığına odaklanmayan ve tedarik zinciri süreçlerinde sanal entegrasyona gitmeyen işletmelerin pazarda uzun süre kalma şansları pek olmayacak gibi görünüyor.

Dijital Dönüşüm stratejilerinizde her şeyden önce bilgi yönetimi üzerine kurgular geliştirin derim. 

  • Öncelikli olarak SCOR fazlarının (Plan-Design-Source-Make-Deliver-Return) uçtan uca iletişimde olabilmesi için iş süreçlerinizi standartlaştırın (Lean) ve dijital platforma taşıyın (phase digitalization). 
  • Akabinde buralarda üretilen verilerin diğer fonksiyonlar tarafından farklı amaçlar için kullanılabilmesi için PDM (Product Data Management) yapısını tesis edin.
  • Daha sonra ise tüm fazları birbiri ile iletişime geçebilecek yapıya getirin (Integration)

Burası işin omurga tarafıdır.  Omurga üzerine AI inşa etmek ise Dijital Dönüşümün Nirvana’sıdır.

AGILE PRODUCT DEVELOPMENT | Parallel Processing

Değişim sürecinde yetkinlik konusu öne çıkıyor. Yetkinliği daha iyi olan işletmeler hem sorunlarını daha doğru tanımlayabiliyor hem de etkin sonuçlara daha hızlı ulaşabiliyorlar. Artık, yetkinlik artırıcı stratejiler planlamak ve uygulamak HR departmanlarının temel görevi haline geldi. Bu yönde birçok işletmede XYZ AKADEMI altında, oldukça etkin eğitim birimleri kuruluyor.

AKADEMİ bünyesinde verilen ‘Yalın ve Kalite yönetimi’ temalı eğitimler zaten olmazsa olmaz unsurlar. Yalın olmak için bu eğitimler gerekli ancak çevik olmak için bundan fazlasına ihtiyaç vardır. Zira, işletmeler kendi bünyelerinde yalın olabilirlerken, çeviklik için tüm tedarik zincirinin katılımı gerekir.

Ben burada özellikle ‘Dünya Sınıfı Üretici’ olmak için gerekli olan birkaç eğitim konusuna değineceğim.

Geçtiğimiz günlerde NVIDIA’nın ürün lansmanı sunumunu izledim (GPU manufacturer). Parallel Processingüzerinden, bilgisayarların işlem yapma hızını (Computing Powers) nasıl artırdıklarından ve bu sürecin AI’ın gelişimine ne denli etki ettiğinden bahsediliyordu. Etkilenmemek elde değildi; 32 adet GPU ile tüm dünyanın Internet trafiğini yönetecek kapasiteye ulaşmışlar! 

Buradan bizim alacağımız ders nedir peki? Parallel Processing: Aynı amaç için farklı işlemcilerin, farklı işlemler yaparak sonuca daha erken ulaşması (bilgisayarlarda daha önce bulunan seri port/paralel port gibi). Bu sayede, haftalar süren makine öğrenmesi eğitim süreci, günlere hatta saatler mertebesine indirgenebiliyor.

İşimiz GPU tasarlamak değil elbet; biz imalat yapıyoruz, ürün geliştiriyoruz. O halde biz de aynen burada olduğu gibi Parallel Processing, yani Concurrent Engineering (cooper’s stage gate: Iterative and spiral product development) konsepti üzerinden ürün geliştirme hızımızı artırabiliriz. Dünya bu şekilde yapıyor, hem de yıllardır.

Akademi eğitimlerinize mutlaka ‘Agile Product Development! Konusunu ekleyin derim.

  • Big Data Enabled Supply Chain Management (IoT, CPS, Big Data, Machine Learning and Data Science)
  • Concurrent Engineering (cooper’s stage gate: Iterative and spiral product development), Project Management, DFMA
  • Materials and advanced manufacturing processes (Advanced Materials, Nano technology, additive manufacturing, digital twin)