Laatu 4.0 ja sen vaatimukset organisaatiolle

Julkaistu 08.05.2019    Kirjoittanut Matti Pesonen  Tilaa RSS


Tekoälyn ja automaation aiheuttamasta häiriöstä työelämään ja yhteiskuntaan on jo jonkin aikaa käyty ajankohtaista keskustelua. Tämä uuden teknologian suuri mahdollisuus tuottavuuden ja prosessien laadun parantamiselle nähdään sekä uhkana yksilölle, että mahdollisuutena organisaatiolle. Puhumme älykkäistä ratkaisuista, tekoälystä, roboteista sekä niiden vaikutuksista tulevaisuuden hyvinvointiyhteiskuntaan ja talouskasvuun. Toisaalta ne nähdään paljon kaivattuna apuna esimerkiksi hoitotyötä rasittavaan työvoimapulaan, mutta toisaalta suurena uhkana yhteiskunnan rakenteelle, jos suuri osa nykyisten ammattien kysynnästä on tulevaisuudessa marginaaleissa, koska työn korvaa kaiken osaava ja tietävä kone.

Teollisuuden kehitysjaksot.jpg
Kuva 1. Teollisuuden kehitysjaksot (Quality Progress, 2019).

Jos ajatellaan teollisuuden kehityksen menneisyyttä, niin olemme siirtymässä tai jo siirtyneet neljänteen teolliseen aikaan ja puhutaankin neljännestä teollisesta vallankumouksesta. Kuten kaikki tulevat tai käynnissä olevat muutokset, muutos herättää keskustelua ja polemiikkia sen vaikutuksista. Samalla tavalla on varmasti käynyt aikaisemminkin, kun höyrykoneet korvasivat käsityötä tai sähkö korvasi höyrykoneita tai kun kolmas teollinen vallankumous korvasi laskutikut tietokoneilla. Teollisuuden ja tuottamisen murrokset ovat aiheuttaneet murroksia myös yhteiskuntaan, kuten suuria muuttoliikkeitä Amerikkaan tai tietotyöläisten kansanryhmän syntymisen.

Kaikkien aikaisempien teollisten vallankumousten mahdollistajana on ollut teknologian kehitys, joka on mahdollistanut paremman tuottavuuden ja organisaatioiden kilpailukyvyn kasvun. Paine ottaa uudet ratkaisut käyttöön on tullut markkinoilta ja luova tuho on korjannut pois ne organisaatiot, jotka eivät ole pystyneet muuttumaan. Voitot ovat olleet mahdollisia varsinkin organisaatioille, jotka ovat sattuneet implementoimaan uusia ratkaisuja oikeassa markkinassa ja oikeaan aikaan. Nämä markkinoiden käyttäytymisen lainalaisuudet tuskin tulevat olemaan yhtään erilaisia tällä kertaa, joten mitä tästä tulevasta murroksesta pitäisi osata ja ymmärtää, jotta emme organisaatioina jää sen soveltamista osaavien jalkoihin?

Laadun rooli tulevaisuudessa

Organisaation laadun johtaminen tai laatuosasto ja sen tehtävä on mukaillut aina kulloisenkin teollisen ajanjakson ja maailmankatsomuksen ajatusmallia (kuva 2).

Laadun kehitysjaksot.jpg
Kuva 2. Laadun kehitysjaksot (Quality Progress, 2019).

Vaikka laadun tekniikat ja menetelmät ovat laajalle levinneitä, niin hyvin monet organisaatiot kipuilevat vielä menneen vuosisadan tuotetarkastuksen, huolellisen tekemisen ja satunnaisuuden arvostelun maailmassa. Kun laadun avulla kasvava ja kehittyvä organisaatio käsittelee prosesseja ja prosessien ohjausta ja hankkii kyvykkyyttä monikutkaisempaan datan käsittelyyn ja oppimiseen valmistautuakseen tulevaisuuteen, niin on kontrasti laatu 1.0 -ajatuksella toimiviin organisaatioihin valtava. Kuvan 2 avulla voi kukin arvioida missä laadun vaiheessa nykyinen organisaatio on puheissa ja tekemisissä.

Osaaminen uuden teknologian tukena

Koska me ihmiset rakastamme konkreettisia työkaluja, joilla tehdään jotakin, on keskustelussa tulevaisuuden prosesseista ja maailmasta paino yleensä itse työkaluissa ja näkyvissä ilmiöissä. On mahtavaa, että puhutaan ohjelmoinnin ja tekoälyosaamisen lisäämisestä ja että innostetaan kaikenikäisiä aiheen pariin. Mutta on paha älyllinen loikka olettaa, että organisaatio voi hypätä suoraan soveltamaan uutta teknologiaa ilman, että sen tarvitsee tuntea mitään laadun perusperiaatteista ja työkaluista. Uusi työkalu ei voi ohjata toimintaa, vaan se pitää alistaa toiminnan avuksi!

Jos katsotaan esimerkiksi mitä sertifioidun laatuinsinöörin tulisi hallita (Amerikan laatuyhdistyksen, ASQ:n myöntämä sertifikaatti) niin nähdään, että kyse on hyvin laajasta osaamisen alueesta. ASQ:n vaatimukset käsittelevät seitsemää osa-aluetta, joista laatuinsinöörin pitäisi pystyä osoittamaan tietämystä, ymmärrystä ja osaamista. Nämä vaatimukset käsittävät koko modernin laadun tekniikan osaamisen kentän, laadun johtamisen perusteista, taustasta ja laatujärjestelmistä tuotteiden ja prosessien suunnitteluun, datan analyysin ja kvantitatiivisen tutkimuksen suorittamiseen ja analysointiin. (katso koko tietovaatimus, sivut 6-14 https://asq.org/cert/resource/docs/2016/CQE%20BOK%202015.pdf )

Kun organisaatiossa on tällaista vahvaa ymmärrystä laadun toteuttamisesta, uudet teknologiat ovat erittäin vahva kumppani ratkaisemaan ongelmia, joita ei ole pystytty käsittelemään aikaisemmin tai vaihtoehtoisesti ne voivat olla apuna luomaan täysin uudenlaista asiakasarvoa, jonka toteuttaminen ei ole aikaisemmin ole ollut mahdollista.

On kuitenkin hyvin vaikea hypätä uusiin tekniikoihin ilman, että ymmärrämme menneisyyttä ja sen menetelmiä. Olisikin hyvin tärkeää varmistaa, että ymmärrys laadusta on mukana, kun suunnitellaan ja rakennetaan uudenlaisia ratkaisuja prosessien hallintaan ja toteuttamiseen. Riskinä on, että kehitämme monimutkaisia ja hienoja ratkaisuja ongelmiin, jotka on jo ratkaistu tai vaihtoehtoisesti aiheutamme lisää ongelmia, jos emme ymmärrä esimerkiksi laadun ohjauksen ja tilastollisen ajattelun perusteita. Mutta kun ymmärrys laadusta ja uudesta teknologiasta ja sen mahdollisuuksista yhdistyvät, on olemassa suuri potentiaali tuottavuuden uudelle murrokselle ja merkittävälle kilpailuedulle markkinassa.

 

Matti_pieni.jpg
Matti Pesonen
matti@qk-karjalainen.fi

 

Lähteet:

Quality Progress, March 2019
ASQ, https://asq.org/cert/resource/docs/2016/CQE%20BOK%202015.pdf

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    hyväksymisnäytteenottolaadunhallintalaadunparannusKingmanGage R&RKingmanin yhtälöLean HandbooktekoälygurutvalvontauutiskirjeparantaminenaivoriihimielenmallitohjausROICTPsysteemipaloautopeliBody of KnowledgeryhmätyöskentelyDOEISO 9001:2015ShingoShewhartTuottavuushävikkifunktioMinitabdatan käsittelytoleranssisuorituskykymittaritparannusmenetelmäTQMkoulutusISO 9000t-testitilastomatematiikkaMarkkinointiprosessipäämäärämalliBOKFeigenbaumarvovirta-analyysiAsiakastarvestandardointikustannussäästötFMEAkvantitatiiviset menetelmätMinitab 18tehdasfysiikkaToyotaPDSA-ympyräDemonstraatiotmonimuuttujatestidata-analyysimittaaminenhypoteesitestiLaatukonferenssimuutosHukkaprosessiSix SigmaEDAparannustoimintaCombanion by MinitabasiakastyytyväisyysASQBalanced ScorecardKaizenTPMLean Six Sigma Black BeltmenetelmätneukkarikoevuodiagrammihypoteesitestausOhnosekoitekoeLaatutyökalutPDCAFactory PhysicsIATF 16949operaatiotutkimusISO 9001prosessikuvausLaatujärjestelmäparannusmallitoiminnan laitLean Six Sigmalaatu ratkaiseeLeannollavirhemittaussysteemiHarrylainalaisuudet0-virheDemingDFSSennustaminenDesign for Six SigmaL8-matriisiluotettava mittausmonimuuttujakoetilastoSigmaMonte Carloacceptance sampling8Dstabiili5W2H järjestäminenhukan muodotarvovirtakuvausCDAkausaliteettiJatkuva parantaminenTaguchiOpetusmenetelmätsyy-seurauskaavioLean-visiolaatu SuomessavaihteluPDSAparannusmalliLean-taloVOCtyökalutohjaussuunnitelmaDMAICOpettaminenIATFasiakasjitpuhdistaminenMarkkinointiWheelerjidokaregressioanalyysiKataMSAtilastollinen päätöksentekokoesuunnitteluJohtaminendatan käsittelylaatutaulutriskinkartoitusANOVAParetotiedonkerääminendatan keräysinnovaatioarvovirtaongelmanratkaisudatan laatuTOCtehokkuusreunatehollinen aikakuvaaminenasiakastyytyväisyysmuutoksen tuskaparannuksen johtaminentäystekijäkoeturvallisuusBlack BeltLittlen lakitoiminnan lainalaisuudetriskiMinitab 19satunnainen vaihtelu5SlaatutyökalutDesign of ExperimentsSPC-korttiideointisatunnaissyymittausprosessiJurankorrelaatiodataIshikawaOFATdatan luokittelusitoutuminenohjauskorttiControl Planvaihtelun vaikutusDMADVTätä on LeanBig DataKaikakuCTQValue Stream MappingCrosbyhistogrammioeelaadunohjauslaadunkehittäjämittavirheTPSkalanruotoparannustoiminnan kehittyminenSPCDSDlaatuGageVSMqfdläpimenoaikajohtamisjärjestelmäerityissyymixturejaksoaikaHall of Famedatan käsittelylajitteluryhmittelykaavio

    Arkisto