Transformation numérique

De « l'expérience » aux « données », la logique cognitive sous-jacente à la transformation numérique dans les imprimeries


Actuellement, la vague numérique déferle sur tous les secteurs et de nombreuses imprimeries nationales font progresser la numérisation, mais les résultats globaux de la mise en œuvre n'ont pas répondu aux attentes. La cause profonde réside dans la logique cognitive fondamentale de la transformation numérique au sein des entreprises. En termes simples, il s’agit de l’approche fondamentale et des principes fondamentaux pour examiner les problèmes et agir.



La transformation numérique est une voie essentielle pour les entreprises



01/ La structure de la demande du marché oblige à moderniser le modèle de production



Actuellement, le marché est caractérisé par de petits lots, des lots multiples, une personnalisation et une livraison rapide, ce qui oblige les entreprises à développer des capacités de production flexibles pour répondre rapidement aux exigences complexes et changeantes des commandes. Au cœur d’une capacité de production flexible se trouve l’incarnation intégrée de technologies numériques et intelligentes telles que la connectivité des données, la planification automatique de la production et l’adaptation des processus.



02/ Le contrôle des coûts Lean élargit les marges bénéficiaires



Les coûts de base des imprimeries se concentrent dans trois domaines principaux : les matières premières et auxiliaires, la consommation d’énergie des machines et les pertes de production. Le contrôle de production traditionnel repose en grande partie sur l'expérience personnelle du capitaine de la machine, ce qui entraîne d'importantes fluctuations des pertes et des déchets cachés non quantifiables. Cependant, grâce à la collecte complète de données sur les processus et à des paramètres de processus standardisés, un contrôle précis des coûts peut réduire efficacement le gaspillage de matériaux et d'énergie, quantifier les coûts cachés et aider les entreprises à maintenir leurs bénéfices dans un contexte de concurrence homogène et à élargir l'écart de bénéfices.



03/ L’accès des clients en aval à la chaîne d’approvisionnement constitue une barrière rigide



Les capacités numériques sont passées d’un bonus pour les appels d’offres et la coopération pour les entreprises indiennes à un rôle essentiel pour permettre aux grandes marques clientes d’entrer dans les chaînes d’approvisionnement. Les barrières à l’entrée ne cessent d’augmenter, telles que les processus de production traçables, les données de qualité traçables et les émissions de carbone quantifiables. Ce n'est qu'en intégrant les données de la chaîne complète-que les entreprises indiennes peuvent obtenir un « passeport » pour accéder à des chaînes d'approvisionnement-de haute qualité.



La proportion de résultats de construction d'entreprises inférieurs aux attentes est élevée



Sur la base de nos récentes explorations pratiques et recherches de première ligne, les investissements numériques de la plupart des imprimeries ont finalement été bien en deçà des attentes. À la base, nous avons résumé quatre raisons courantes :



01/ Comprendre le caractère unilatéral-



De nombreuses imprimeries s’en tiennent encore à la pensée commerciale traditionnelle, estimant que l’ajout d’équipements d’impression numérique, l’achat de logiciels ERP/MES et l’utilisation d’AGV signifient que la transformation numérique est terminée. Mais ils négligent la rationalisation des processus métier, l’interconnexion des données, le support des capacités du personnel et les ajustements du système de gestion, ce qui aboutit finalement à une déconnexion entre l’entreprise et les données.



02/ Incompatibilité de chemin



De nombreuses imprimeries espèrent tirer des leçons des cas de réussite de leurs pairs, mais chaque entreprise a des échelles, des configurations de capacité, des structures de clientèle et des flux de processus différents. Copier aveuglément des solutions génériques conduit facilement à des « inadaptations culturelles », conduisant finalement à un gaspillage de ressources et à de mauvais résultats de transformation numérique.



03/ Mise en place de couches peu profondes



La plupart des imprimeries numérisent uniquement les documents papier traditionnels et saisissent les registres de production en ligne, mais les données relatives à la réception des commandes, à la production, à l'entreposage et aux finances restent fragmentées. Les données de base telles que les paramètres de production, les déchets de papier et les coûts de main-d'œuvre ne peuvent pas être interconnectées, ce qui entraîne une accumulation inefficace d'expérience de production, une incapacité à quantifier le coût réel des commandes et une incapacité à réinjecter des informations dans l'entreprise.



04/Réflexion à court terme-



La plupart des entreprises manquent de-planification à long terme pour la transformation numérique, avec des problèmes tels qu'un investissement de planification insuffisant, une planification globale inadéquate et des systèmes de gestion non synchronisés, ce qui rend difficile l'itération et l'optimisation de leurs systèmes numériques.



Briser la logique sous-jacente de la transformation numérique



Au-delà de la surface, vers l’essence, la cause profonde des problèmes de mise en œuvre de la transformation numérique réside dans les biais cognitifs. L'essence de la transformation numérique dans les entreprises indiennes est une révolution déterministe du « jugement empirique » au « fondé sur les données- ». L'essentiel est de passer d'une pensée empirique à une pensée basée sur les données-, mais ce processus n'est pas facile.



Voici un exemple auquel tout le monde peut s'identifier : dans le passé, lorsque nous conduisions, nous comptions entièrement sur l'expérience pour trouver des directions, mémoriser des itinéraires, identifier des directions et évaluer les conditions routières. Lorsque nous rencontrions des sections inconnues ou encombrées, nous nous appuyions sur-le-jugement ponctuel, qui était très imprévisible. Mais désormais, grâce à la navigation intelligente, les itinéraires, les conditions de circulation et les voyages dans le temps deviennent des données claires, rendant les déplacements stables, efficaces et contrôlables. Passer du « s'appuyer sur l'expérience personnelle » au « s'appuyer sur les systèmes de données » signifie d'abord changer les vieilles habitudes, mais aussi faire face aux quatre caractéristiques du processus de transformation : la scénaristique, la complexité, l'incertitude et l'évolution.



01/ Basé sur un scénario-



Il n’existe pas de voie de navigation universelle, et la numérisation des imprimeries n’est pas différente. Les livres, emballages, cartons et autres processus diffèrent considérablement en termes de processus, de qualité et de livraison. Même pour des produits similaires, les exigences en matière de marquage à chaud, d'impression UV, de laminage et de gaufrage varient considérablement. Les plans de transformation numérique des imprimeries doivent s'aligner sur leurs structures de commandes et leurs scénarios de production ; la construction numérique détachée des scénarios économiques est vouée à rester inefficace.



02/ Complexité



La navigation est utile car elle implique des calculs massifs de données telles que les réseaux routiers, la circulation, la météo et les restrictions de circulation. Les chaînes de production des imprimeries sont encore plus longues ; de l’enquête à la livraison, chaque lien est étroitement lié et chaque lien cache une richesse d’expérience humaine implicite. La numérisation consiste à transformer ces expériences tacites en données standardisées, ce qui implique une collaboration interdépartementale, une restructuration des processus et des changements dans les habitudes de travail. Il s'agit d'un projet systématique qui ne peut être réalisé du jour au lendemain en installant un ensemble de logiciels ou en ajoutant un appareil numérique.



03/ Incertitude



La navigation peut également modifier temporairement les itinéraires en raison de réparations routières ou d'incidents inattendus. La même chose s'applique à la production d'impression : pannes soudaines d'équipement, fluctuations des lots de matières premières et modifications de commande de dernière minute des clients...... L'incertitude se produit chaque jour. Même si le plan initial-est bien développé, le processus de mise en œuvre reste plein de variables. La transformation numérique ne peut pas finaliser un plan permanent d’un seul coup. La véritable capacité réside dans l'ajustement continu des normes de données et l'optimisation des paramètres du système dans un contexte de changements dynamiques, permettant au système d'évoluer aux côtés de l'entreprise.



04/ Évolutionnaire



Les conducteurs expérimentés ne perdront pas leur capacité à reconnaître leurs propres directions même s'ils utilisent la navigation ; La combinaison des itinéraires de navigation avec l'expérience personnelle rendra la conduite de plus en plus fluide. La transformation numérique est la même : les habitudes opérationnelles doivent être modifiées, le support organisationnel doit être amélioré, les paramètres de processus doivent être itérés et les données doivent être continuellement accumulées. Le retour sur investissement lent est une loi objective ; cela ne peut se faire que étape par étape, pas en une seule fois.



La mise en œuvre de la sensibilisation garantit l'efficacité de la mise en œuvre de Runfeng



La clé pour comprendre la logique sous-jacente de la transformation numérique réside dans la reconnaissance des quatre caractéristiques mentionnées ci-dessus. Cet article prend Tangshan Runfeng, qui bénéficie depuis longtemps de l'appui de l'Académie chinoise des sciences indiennes, comme étude de cas pratique pour voir comment il comprend la logique sous-jacente et obtient des résultats.



01/ Cas de mise en œuvre de Runfeng : premiers problèmes existants



Avant la transformation numérique, nous avons identifié cinq problèmes courants dans l’industrie à Tangshan Runfeng :



(1) Silos d'informations : les ERP et MES reposent entièrement sur un traitement manuel et les données de production ne peuvent pas être obtenues automatiquement.



(2) Gestion retardée : l'avancement de la production n'est pas transparent et la planification des commandes pendant les hautes saisons est constamment ajustée, affectant-la livraison à temps.



(3) Goulot d'étranglement en matière d'efficacité : les rapports de travail sont aléatoires et inexacts, la planification et l'exécution sont déconnectées et l'efficacité de l'équipement n'est pas pleinement utilisée.



(4) Coûts de main-d'œuvre élevés : les statisticiens à temps plein-ont des coûts de main-d'œuvre élevés, avec de grands écarts entre les coûts estimés et les coûts de règlement réels.



(5) Fatigue des employés : pendant les saisons chargées, le personnel de direction et de logistique est tous en service, épuisés à force de courir partout.



02/ Cas de mise en œuvre de Runfeng : état de construction des deux premières phases



Sur la base des problèmes identifiés, en partant des caractéristiques commerciales de Runfeng, une planification et une conception-de haut niveau ont été réalisées, la construction étant divisée en deux phases. Au cours de ce processus, en utilisant le plan comme modèle, il a continuellement répété les problèmes incertains rencontrés en production, obtenant ainsi des résultats pratiques :



(1) Gestion électronique du processus complet : passage des formulaires papier-à une gestion entièrement électronique des affectations, des rapports de travail et des plannings.



(2) Comptabilité analytique multidimensionnelle : permet une comptabilisation automatique basée sur le système-de trois coûts principaux : le prix du contrat de vente, l'estimation manuelle des coûts et les salaires à la pièce-.



(3) Amélioration de l'efficacité de la création de commandes : l'efficacité de la conversion des commandes clients en bons de travail de production est considérablement améliorée.



(4) Amélioration de la couverture et de l'efficacité de la planification statique : prend en charge la formation automatique de plans de planification statique basés sur les processus de la machine et la capacité des quotas.



(5) Exécution de production standardisée : le processus d'exécution de production est entièrement standardisé et en temps réel-, améliorant considérablement la qualité des données des rapports de travail.



(6) Amélioration globale de la transparence de la production : les informations sont transparentes entre les processus en amont et en aval, améliorant considérablement l'efficacité de la collaboration en matière de production.



(7) Amélioration de l'efficacité de l'analyse statistique : génère automatiquement des rapports de sortie quotidiens, des rapports de paie, etc., réduisant ainsi la charge de travail du personnel statistique et permettant d'optimiser le travail.



03/ Cas de mise en œuvre de Runfeng : transfert mutuel de données basées sur l'expérience-, mises à niveau itératives en spirale



Depuis la construction des première et deuxième phases de Runfeng, ainsi que la troisième phase en cours du projet de planification de production automatisée cette année, nous avons profondément compris que le processus allant de l'expérience aux données n'est pas à sens unique-, mais une transformation continue et un processus ascendant en spirale.



Les première et deuxième phases de numérisation ont solidifié l'expérience des équipements, des processus, des entreprises et des personnes grâce à la collecte de données sur les équipements, à l'optimisation de l'architecture du système et à l'accumulation de données commerciales dans des données standardisées. Ces données sont intégrées aux applications commerciales pendant la production, créant de nouvelles expériences qui améliorent simultanément les capacités du personnel. Après deux années d'accumulation d'une grande quantité de données de haute qualité-, cette expérience et ces données constituent une base solide, et cette année, la troisième phase des projets de planification de la production a été réalisée sur la base de ces données.



La planification automatique de la production a toujours été un défi dans l'industrie. Cependant, grâce à l'expérience et à la conversion des données de Runfeng, l'entreprise a établi une base solide pour la mise en œuvre. On pense qu'à l'avenir, grâce à l'application du système de planification, de nouvelles expériences et données continueront à être développées, de nouveaux systèmes itératifs et optimisés, et permettront aux entreprises d'améliorer continuellement leurs capacités numériques.