Sborník příspěvků. z 15. konference. při příležitosti 56. Mezinárodního strojírenského veletrhu v Brně. Proceeding from the 15 th conference

České vysoké učení technické v Praze, Fakulta strojní Czech Technical University in Prague, Faculty of Mechanical Engineering

Ústav řízení a ekonomiky podniku Department of Enterprise Management and Economics

Svaz strojírenské technologie Association of Engineering Technology

Sborník příspěvků z 15. konference při příležitosti 56. Mezinárodního strojírenského veletrhu v Brně

Proceeding from the 15th conference on the occasion 56th International Engineering Fair in Brno

z cyklu

INTEGROVANÉ INŽENÝRSTVÍ V ŘÍZENÍ PRŮMYSLOVÝCH PODNIKŮ INTEGRATED ENGINEERING APPROACH IN ENTERPRISE MANAGEMENT Tématické zaměření:

MODERNÍ NÁSTROJE PRO PODPORU PODNIKOVÉHO ŘÍZENÍ A ZVYŠOVÁNÍ KONKURENCESCHOPNOSTI PODNIKŮ Topic:

MODERN TOOLS TO SUPPORT CORPORATE GOVERNANCE AND INCREASING COMPETITIVENESS OF ENTERPRISES 30. 9. 2014 www.rep.fs.cvut.cz 1

Pořadatelé: České vysoké učení technické v Praze, Fakulta strojní Ústav řízení a ekonomiky podniku Svaz strojírenské technologie, Praha

ISBN 978-80-01-05537-3 Vydání sborníku připravili: doc. JUDr. František Klimeš, CSc. doc. Ing. Theodor Beran, Ph.D. Ing. Šárka Findová Název díla: Sborník odborných příspěvků 15. konference z cyklu IŘ Vydalo: České vysoké učení technické v Praze Zpracovala: Fakulta strojní, Ústav řízení a ekonomiky podniku Kontaktní adresa: Karlovo nám. 13, Praha 2 Tel.: 224 359 286, 224 918 677, www.rep.fs.cvut.cz Počet stran: 90 Vydání: 1 Za obsahovou stránku odpovídají autoři příspěvků. All papers are without linguistic or editor’s proofreading.

2

OBSAH Theodor Beran, Šárka Findová, Pavel Scholz BALANCED SCORECARD JAKO VÝCHODISKO PRO HODNOCENÍ EKONOMICKÉ ZPŮSOBILOSTI BALANCED SCORECARD AS A BASIS FOR ECONOMIC EVALUATION OF ELIGIBILITY ............................................................................................................................ 5 Štefan Husár, Daniel Kučerka VÝZNAM SPOLUPRÁCE VŠTE S PRIEMYSELNÝMI PODNIKMI PRE ZVYŠOVANIE KONKURENCESCHOPNOSTI V RÁMCI REGIONU JIHOČESKÉHO KRAJA THE IMPORTANCE OF THE COOPERATION WITH THE INDUSTRIAL ENTERPRICES TO INCREASE THE COMPETITIVENESS WITHIN THE SOUTH BOHEMIA REGION ............................................................................................................... 12 Miroslav Kníže PROJEKTOVÉ ŘÍZENÍ - JAKO NÁSTROJ PRO ZVÝŠENÍ EFEKTIVITY A KONKURENCESCHOPNOSTI PROJECT MANAGEMENT - AS A TOOL TO INCREASE EFFICIENCY AND COMPETITIVENESS ............................................................................................................. 17 Josef Košťálek, Michal Kavan OPTIMALIZACE POŘADÍ PRO ZPRACOVÁNÍ ZAKÁZEK VE STROJÍRENSKÉ VÝROBĚ POMOCÍ METODIKY OKRUŽNÍHO DOPRAVNÍHO PROBLÉMU OPTIMIZATION SEQUENCE CONTRACTS FOR PROCESSING IN MECHANICAL ENGINEERING USING THE METHODOLOGY OF TRAVELING SALESMAN PROBLEM ............................................................................................................................... 25 Josef Košťálek, Libor Rejf, Ladislav Vaniš LIMITY LIDSKÉHO MYŠLENÍ V ROZHODOVACÍCH PROCESECH SPOJENÝCH S PODNIKOVÝM ŘÍZENÍM LIMITS OF HUMAN THINKING IN DECISION PROCESSES RELATED TO BUSINESS MANAGEMENT ..................................................................................................................... 35 Jan Kožíšek, Barbora Stieberová POSOUZENÍ VZTAHU ZÁVISLOSTI MEZI PRODUKCÍ AUTOMOBILŮ A SPOTŘEBOU OBRÁBĚCÍCH STROJŮ POMOCÍ KORELAČNÍ ANALÝZY ČASOVÝCH ŘAD EVALUATION OF THE RELATION BETWEEN MOTOR VEHICLES PRODUCTION AND MACHINE TOOL CONSUMPTION BY MEANS OF CORRELATION ANALYSIS OF TIME SERIES .................................................................................................................... 42 Michael Kupec REAL-TIME MARKETING RESEARCH IN PROCESSES OF MANAGEMENT OF AUTOMOTIVE COMPANIES REAL-TIME MARKETINGOVÝ VÝZKUM V AUTOMOBILOVÉM PRŮMYSLU ......... 49

3

Karel Macík, Theodor Beran, Šárka Findová SOUČASNÉ OTÁZKY EKONOMICKÉ TEORIE A PRAXE CONTEMPORARY QUESTIONS OF ECONOMIC THEORY AND PRACTICE .............. 54 Pavel Scholz, Michal Koukal, Tereza Vyskočilová MODERNÍ NÁSTROJE DIGITÁLNÍ TOVÁRNY MODERN TOOLS FOR DIGITAL FACTORY ..................................................................... 63 Ladislav Vaniš MODERNÍ METODY A NÁSTROJE ŘÍZENÍ VE STŘEDNÍCH A MALÝCH PODNICÍCH MODERN METHODS AND TOOLS OF MANAGEMENT IN MEDIUM-SIZED AND SMALL ENTERPRISES ......................................................................................................... 70 Jan Vlachý ON THE OPTIMAL DESIGN OF PRODUCTION CAPACITY OPTIMALIZACE NÁVRHU VÝROBNÍ KAPACITY .......................................................... 78 Luděk Volf DIGITÁLNÍ TOVÁRNA A PRŮMYSLOVÉ INŽENÝRSTVÍ VE STROJÍRENSKÉ VÝROBĚ DIGITAL FACTORY AND INDUSTRIAL ENGINEERING IN MANUFACTURING ENGINEERING ....................................................................................................................... 84

4

BALANCED SCORECARD JAKO VÝCHODISKO PRO HODNOCENÍ EKONOMICKÉ ZPŮSOBILOSTI BALANCED SCORECARD AS A BASIS FOR ECONOMIC EVALUATION OF ELIGIBILITY Theodor Beran, Šárka Findová, Pavel Scholz ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], [email protected] http://rep.fs.cvut.cz/

Abstrakt Příspěvek charakterizuje relativně nový komplexní nástroj řízení konkurenceschopnostiekonomickou způsobilost. Podrobně identifikuje a analyzuje jednotlivé složky ekonomické způsobilosti. Zaměřuje se na technickoekonomickou podstatu tohoto nástroje a systémové propojení s ostatními manažerskými informacemi.

Klíčová slova: Konkurenceschopnost, ekonomická způsobilost, manažerské informace, interní procesy, controlling.

Abstract The paper describes the relatively new comprehensive management tool of economic competence. Identifies and analyzes in detail the various components of economic competence. The paper is focused on technical economic nature of the instrument and system integration with other management information.

Key words: Competitiveness, economic eligibility, information management, internal processes, controlling. Tento příspěvek byl podpořen grantem z programu rozvojových projektů mladých týmů (RPMT) ČVUT č. 105-1051425B000 RPMT 2014.

Úvod Cíl tohoto příspěvku vychází z úvah, které jsou v základních rysech vyjádřeny níže. Autoři vycházejí primárně z řešení interního projektu, který výrazně mění vnímání finančního účetnictví manažery podniků, především ve strojírenství. Vezmeme-li v úvahu současnou ekonomickou situaci s výraznou mírou nestability v globálním ekonomickém prostředí na jedné straně a disponibilitou zdrojů na straně druhé, je nutné soustředit se na metody a prostředky, které jsou pro vedoucí pracovníky našich průmyslových podniků dostupné a jsou budovány na reálných předpokladech. Bez nástrojů ekonomických a metod systému kvality procesů podniku by nebylo možno účinně a věcně správně procesy kvantifikovat, tudíž porovnávat, analyzovat příčiny odchylek a přijímat správná rozhodnutí k nápravě. V této souvislosti je nutno zdůraznit, a jsme si vědomi, že kvalitu, tudíž konkurenceschopnost produktu, nelze zabezpečit jen kontrolou v nejužším slova smyslu, ale musí být do produktu „vkonstruována a dle dokumentace vyrobena“ ve stanovených parametrech technických i ekonomických. Relativně 5

samostatný má být kritický pohled na finanční analýzu. Finanční analýza je v povědomí manažerů jako ekonomická specializace, která vyžaduje hluboké znalosti a zkušenosti. Sestavit ukazatele, či vybrat hodnoty podle návodů finančních analýz není nijak složitá záležitost. Velmi složité a důležité je k vypočítaným výsledkům vypracovat příslušná vysvětlení nebo sestavit nanejvýš důležité komentáře. Nejdůležitější z celé finanční analýzy, a to právě činí finanční analýzu analýzou, je sestavení podrobného a přesného popisu ekonomické způsobilosti společnosti s doporučením návrhů dalších postupů jejího řízení.

1. Návrh identifikace složek ekonomické způsobilosti podniku V předchozím textu jsme podrobně explikovali dva aspekty pojmu ekonomické způsobilosti podniku, a to: 1. Oblast kvalitativních nástrojů pro prezentování tohoto pojmu, což bylo vyjádřeno v podobě soustavy ukazatelů finanční analýzy i s nutnou kritikou tohoto přístupu. Tato analýza a z ní vycházející návrh jak měřit a posuzovat ekonomickou způsobilost podniku nově, ale na základě dosud klasických přístupů je v mých úvahách a návrzích řešena. 2. Oblast kvalitativních nástrojů prezentování ekonomické způsobilosti podniku, kde reprezentativní metodou je nově pojatá soustava vyvážených identifikátorů výkonnosti podniku, tzv. „Balanced Scorecard“. Tato druhá oblast otevírá řadu možností oproti oblasti prvé, která je relativně jednotně formulovaná a interpretovaná. 1.1 Metoda „Balanced Scorecard“ Rekapitulujeme, že „Balanced Scorecard“ rozeznává čtyři oblasti měření výkonnosti podniku, a to: -

finanční analýza a finanční perspektiva,

-

analýza zákaznické oblasti a zákaznická perspektiva,

-

analýza a perspektiva interních procesů v podniku,

-

analýza a perspektiva procesu učení se a procesu růstu.

Dle metodiky „Balanced Scorecard“ je třeba při formulaci perspektiv čili při formulaci podnikové vize a strategie projít čtyřmi fázemi: -

ujasnění vize a strategie podniku a jejich převzetí managementem podniku,

-

konkretizace cílů vize a strategie, aby mohla být podniková vize a strategie přijata celým osazenstvem podniku,

-

formální rozpracování vize a strategie do podoby podnikových plánů a záměrů spolu se zapracováním všech iniciativních návrhů osazenstva,

-

rozpracování kontroly plnění podnikových plánů a záměrů, která tvoří zpětnou vazbu, tj. vytváří informace o skutečném průběhu podnikových jevů; důležité je, aby tato zpětná vazba vedla k procesu poučení se, jak napravit nepříznivý vývoj a posílit vývoj příznivý: toto obojí pak má vést k zajištění trvalého růstu výkonnosti podniku.

6

1.2 Návrh rozpracování kvalitativních složek metody „Balanced Scorecard“ Analyzujme nyní ty složky dané metody, které mají kvalitativní charakter: a) Zákaznická oblast je v současné praxi charakterizována jako činnost marketingová. Marketing je dnes tak široce koncipován, že dle mého názoru je schopen plnit všechny požadavky, které jsou formulovány jako nutné pro provádění analýzy a stanovení perspektivy v této oblasti. b) Oblast interních procesů v podniku je nesmírně široká a komplikovaná. Nicméně i zde je teorie vnitropodnikového hospodaření velmi dobře rozpracována a také praxe vyspělých světových podniků je dostatečně známá. Patří sem: -

střediskové hospodaření, hlavně přechod od nákladových středisek ke střediskům ziskovým,

-

výrobková nákladová kalkulace, zejména pak nové metody kalkulace jako je kalkulace variabilní neboli kalkulace s příspěvkem na úhradu a kalkulace procesní čili kalkulace vyvolaných nákladů,

-

vnitropodniková organizace, tj. tvorba vnitřních organizačních vazeb, zajišťujících hladký chod provozu podniku; organizační vazby jsou relativně dobře rozpracovány ve dvou rovinách: (1) v rovině vazeb mezi řídícími a prováděcími činnostmi, (2) v rovině přesného definování pracovních náplní jednotlivých řídících i výkonných pracovníků,

-

vnitropodnikový motivační a stimulační systém; zde existuje rozsáhle propracovaná teorie motivace a dále celá řada poznatků o aplikacích teorie motivace v podnicích; dnes se touto oblastí zabývá komplexní soustava zásad a postupů, označovaná jako oblast „řízení lidských zdrojů“ – ta mnohonásobně překračuje v minulosti praktikovanou personalistiku, neboť přihlíží právě ke všem dosud opomíjeným kvalitativním aspektům.

c) Oblast zpětné vazby, procesů učení se a zvládání procesu růstu. Zde došlo k mnoha pozitivním změnám: I.

Původně představovalo zpětnou vazbu podnikové a vnitropodnikové účetnictví a výsledná kalkulace. Dnes je rozpracováno speciální „Manažerské účetnictví“, které slouží pro rozhodování manažerů ve všech důležitých oblastech podniku: volba sortimentu, návratnost investic, flexibilní rozpočty, standardizace nákladů, analýza odchylek, cenová rozhodování.

II.

Vznikla nová metodika řízení pod názvem „Controlling“, která rozlišuje „Controlling operativní“ a „Controlling strategický“. Tato metodika využívá všech možností tradičního i manažerského účetnictví a doplňuje je tak, aby se vytvořil komplexní systém operativního a strategického řízení podniku.

III.

Zvláště oblast strategického řízení doznala velkého rozvoje. Jsou zde aplikovány metody: strategická bilance, systémy včasného varování, analýza SWOT, potenciálová analýza, zkušenostní křivka, celoplošné řízení kvality, cílové řízení nákladů, logistika, 7

portfoliová analýza, analýza konkurence, strategická mezera a její vyplnění, technika scénáře, strategický polární diagram aj. 1.3 Souhrn charakteristik metody BSC: Provedeme-li souhrn základních charakteristik metody „Balanced Scorecard“ (BSC), je možno konstatovat, že jsou zde dva hlavní přístupy: (1) Tvorba strategického systému. (2) Převedení strategie do operativních úkolů. Ad (1) Zde se pracuje s těmito fázemi tvorby strategického systému: 1. Ujasnění a převedení vize a strategie: převedením se především rozumí porozumění a přijetí ujasněné podnikové vize (tj. základní podniková představa o vývoji podniku v budoucnu) a strategie, jak vize dosáhnout vrcholovým managementem, jakož i vlastníkem podniku (např. akcionáři). 2. Komunikace a propojení vize a strategie: tím se především rozumí vysvětlení, pochopení a přijetí schválené vize a strategie dalšími pracovníky managementu (středním a operativním managementem) a nakonec i výkonnými pracovníky ve všech oblastech podniku. 3. Plánování a stanovení záměrů: zde již jde o konkretizování vize a strategie do plánů a rozpočtů, v nichž je třeba zahrnout plánem všechny oblasti podniku. 4. Strategická zpětná vazba a učení se: jde o kontrolu plnění plánů a rozpočtů a využití poznatků z výsledku porovnání plánů a rozpočtů k poučení o tom, čemu se v budoucnu vyhnout a co naopak rozvíjet. Ad (2) Jde o druhý pohled na vizi a strategii, tj. o její detailizování, ale i datové podložení. 5. Finanční perspektiva: na základě údajů o skutečném vývoji v minulých obdobích se vytváří finanční plán s podrobným rozpisem všech aspektů finanční situace podniku. 6. Zákaznická perspektiva: obdobně v oblasti styku se zákazníky se vytváří rozsáhlá datová základna, která se dá využít pro rozhodování o budoucí strategii vůči zákazníkům. Tento bod má zcela jasně úzkou vazbu na marketing, viz další text. 7. Perspektiva učení se a perspektiva růstu: zde jsou spojeny dvě oblasti, které spolu jistě úzce souvisejí, nicméně jde o oblasti samostatné. Perspektiva učení se se týká zvyšování znalostí všech pracovníků podniku: všichni se totiž stále musí poučovat nejen z rozborů chyb a omylů, ale i z úspěchů minulého vývoje, i ze studia nových metod a postupů. To se týká jak manažerů všech úrovní, tak i výkonných pracovníků, u nichž půjde často i o rekvalifikaci, částečnou nebo i úplnou. Perspektiva růstu podniku samozřejmě souvisí s růstem znalostí jeho pracovníků, nicméně jde o složitý problém, při němž hraje roli též celková ekonomická situace doma i ve světě, nové vynálezy a inovace výrobkové i technologické (know-how), stanovení optimálních měr růstu apod.

8

8. Interní podnikové procesy: zde jde o to, jak jsou zvládnuty výrobní, administrativní, personální, odbytové, finanční a jiné procesy uvnitř podniku, což tvoří náplň toho, co se označuje jako vnitropodnikové řízení a vnitropodniková ekonomika.

2. Vztahy mezi finanční analýzou a metodou BSC Tyto vztahy jsou – hodnoceno z hlediska ekonomické způsobilosti podniku – vcelku jasné: finanční analýza (FA) v podobě, v jaké jsem ji v této stati kriticky zhodnotil, je přímou součástí a nutným předpokladem pro naplnění bodu č. 5. metody BSC, tj. finanční perspektivy podniku na základě FA. Je nutno proto rozlišit bod 5. a. Finanční analýza a bod 5.b. Finanční perspektiva, jak je uvedeno v Obr. 56. Finanční analýzu je potřeba chápat jako integrální součást BSC. Pojem ekonomické způsobilosti je třeba analyzovat také ještě z celé řady dalších hledisek a postupů, které jsou již známy a definovány. Především je třeba se zabývat vztahy mezi metodou BSC (včetně FA) a systémem řízení, jak je definován ve standardních učebnicích teorie řízení. Dále je třeba porovnat jednotlivé body metody BSC (včetně FA) s manažerským informačním systémem podniku, který je důležitou oblastí při zjišťování ekonomické způsobilosti podniku. Existují ještě dvě soustavy, se kterými bude pro úplnost nutné metodu BSC (včetně FA) porovnat: je to soustava řízení, označovaná jako controlling a dále soustava marketingového řízení.

3. Hlavní charakteristiky systému řízení, manažerského informačního systému, controllingového řízení a marketingového řízení. V teorii řízení čili v teorii managementu tvoří obsah systému řízení tyto body: A) Plánování, tj. soustava podnikových plánů v celém rozsahu; jde tedy o tyto typy plánů: a) plány strategické, jimž předcházejí prognózy a scénáře b) plány operativní: - plán odbytu (v jednotkách množství), -

plán obratu čili plán tržeb,

-

plán nákladů,

-

plán zisku,

-

plán investic,

-

plán finanční,

-

personální plán,

-

plán zásobování,

-

plánová rozvaha, plánová výsledovka a plánový cash-flow,

-

plán sociální,

-

plán ekologický (obvykle spojený s plánem styku s veřejností – Public Relations).

9

B) Organizování, tj. organizační činnost a její výsledky, nutné pro správné fungování podniku. Sem patří: -

správná volba právní formy podnikání,

-

správná vnitřní organizace podniku; zde je nutno zajistit tyto body: -

volba organizační struktury projektové, maticové),

(liniové,

liniově-štábní,

divizionální,

-

rozdělování úkolů (dělba činností, seskupování činností, vytváření řídících úrovní s optimálním rozpětím řízení),

-

delegování pravomoci (vyváženost odpovědnosti a pravomoci),

-

vhodná míra centralizace a decentralizace,

-

povinnost informovat (po linii i štábně),

-

koordinace (mezi útvary),

-

instanční postup a zastupování,

-

metodické řízení (štábní řízení),

-

správné organizování kontrolního systému plnění úkolů,

-

sebekontrola (je znakem „zdravé“ organizace, neboť jen tam je možná).

C) Vedení, tj. řízení lidských zdrojů a jejich motivace; zde je třeba správně zvládnout: -

zásady, jak si lidi získat, jak je přesvědčit a jak je změnit, aby prospívali podniku,

-

motivační systém, založený na těchto potřebách: -

potřeby elementární (základní životní potřeby),

-

potřeba bezpečnosti (sociální jistoty),

-

potřeba sounáležitosti (kolegialita, solidarita),

-

potřeba významnosti (získání a udržení sebedůvěry),

-

potřeba seberealizace (nejvyšší stupeň uspokojení z práce, která má být tvůrčí),

-

nové přístupy k práci (uvolnění organizace práce, skupinové zadávání práce, zaměstnanecké řízení, japonská metoda Kaizen …).

D) Kontrolování, tj. zajištění zpětné vazby pro řídící pracovníky o tom, jak jsou plněny úkoly. Nástrojem kontroly podniku jsou: -

manažerský informační systém (samostatně dále), který prochází všemi etapami reprodukčního cyklu,

-

vnitřní audit (nezávislá vnitřní kontrola),

-

namátkové kontroly,

-

statistická regulace a přejímka (statistické řízení kvality), nástroje řízení kvality, 10

-

systém řízení kvality podniku,

-

kontrola osobních plánů růstu pracovníků, způsobilost pracovníků k výkonu činností,

-

ucelený analytický systém, nalézající příčiny neúspěchů, ale i úspěchů při fungování podniku.

Závěr Účelem příspěvku není konfrontace obou soustav, ale naopak nalezení jejich společných bodů. Výsledkem je vytvoření průniku jednotlivých prvků a vazeb mezi oběma soustavami a dále pak jejich sjednocení. Metodou průniků a sjednocování různých aspektů pojmu ekonomické způsobilosti je možno dospět k výčtu základních požadavků či charakteristik, jimiž by se měla ekonomická způsobilost podniku vyznačovat a které jsou vesměs natolik konkrétní, že se dají speciálním auditem, prováděným odborníky se širokým záběrem znalostí z podnikového managementu i podnikové ekonomiky ověřit. Je tedy nezbytné ověřit výsledky klasické finanční analýzy podniku a poté přistoupit k analýze ekonomické způsobilosti organizace s vodítkem, kam se prioritně zaměřovat.

Prameny [1] Beran, Th., Vlásek, K. Analýza a hodnocení souvislostí mezi společenskými požadavky a kvalitou produktů s dlouhodobým životním cyklem, Monografie, ČVUT, FSv, Praha, 2010, 135 s., ISBN 978-80-01-04658-6. [2] Findová, Š. Strategie a její vyhodnocování jako počátek zkoumání obchodního potenciálu špičkových technologií. In: 14. Konference: Integrované inženýrství v řízení průmyslových podniků, Brno, 2013, s. 4 – 11, ISBN 978-80-01-05353-9. [3] Král, O.; Merta, J. Informace v současnosti jako zdroj konkurenční výhody, model pro zavedení a správu efektivního systému bezpečnosti informací v organizaci. In: Soudobé trendy v jakosti řízení XII. : sborník semináře: Zlenice, 5. - 6. 3. 2004. Praha: ISQ PRAHA, s.r.o., 2004. s. 52 - 67. [4] Macík, Karel. Kalkulace a rozpočetnictví. Vyd. 3. přeprac. V Praze: České vysoké učení technické, 2008, 213 s. ISBN 978-800-1039-267. [5] Nenadál J. aj. Moderní systémy řízení jakosti. 2. doplněné vydání. Praha : Management Press, 2002. 282 s. ISBN 80-7261-071-6. [6] Nenadál J. Měření v systémech managementu jakosti. Praha : Management Press, 2001. 310 s. ISBN 80-7261-054-6. [7] Vysušil, J. Integrované názvosloví v controllingu, Praha: Profess, 2001.136 s. ISBN 97880-725-9007-0. [8] Zralý, M. Jak mít chod Vašeho podniku pevněji v rukou (Hlavní přednáška semináře), In: Sborník z konference s mezinárodní účastí "Controlling pro managery", 21 stran (nebylo průběžně číslováno), hotel Mövenpick, Praha, 25 - 26. 3.1998, opakování: hotel Voroněž, Brno, 15. - 16. 4.1998, Pořadatel: Institute for International Research, Wien.

11

VÝZNAM SPOLUPRÁCE VŠTE S PRIEMYSELNÝMI PODNIKMI PRE ZVYŠOVANIE KONKURENCESCHOPNOSTI V RÁMCI REGIONU JIHOČESKÉHO KRAJA THE IMPORTANCE OF THE COOPERATION WITH THE INDUSTRIAL ENTERPRICES TO INCREASE THE COMPETITIVENESS WITHIN THE SOUTH BOHEMIA REGION Štefan Husár, Daniel Kučerka Vysoká škola technická a ekonomická, okružní 10, 370 01 České Budějovice [email protected], [email protected], www.vstecb.cz

Abstrakt Príspevok poukazuje na súčasný stav spolupráce podnikov a vysokých škôl. Ukazuje sa, že spolupráca je nedostatočná a je potrebné sa tejto problematike hlbšie venovať. Na vysokej škole technickej a ekonomickej v Českých Budějoviciach sa hľadajú cesty a spôsoby, ako tento stav zmeniť. Poukazuje sa na rozmanitosť spolupráce cez projekty, granty a zmluvný výskum.

Kľúčové slova: spolupráca, výskum, konkurencieschopnosť, konzorcium.

Abstract The contribution highlights the current state of the cooperation among the enterprises and universities. It appears that the cooperation is insufficient and it is necessary to give the deeper attention to this subject. At the technical and economic high school in České Budějovice are looking for ways and modes how to change this situation. It refers to the variety of the cooperation through the projects, grants and contractual research.

Key words: cooperation, research, competitiveness, consortium.

Úvod O konkurencieschopnosti firiem a spolupráci s vysokými školami sa veľa popísalo. Aj Európska komisia dňa 10. septembra 2012 vydala obsiahly súbor návrhov politických a legislatívnych na podporu priemyslu. Jedným z hlavných problémov v Českej republike je podľa Komisie nedostatočná spolupráca medzi výskumom a podnikaním. Komisia vidí v malej pripravenosti výskumných organizácií na spoluprácu s podnikmi, nízke horizontálne mobility a medzi výskumnými podnikmi ale i tiež malý dopyt po zmluvnom výskume zo strany podnikov. V tomto príspevku chcem uviesť životné skúsenosti, pretože som pracoval v niekoľkých firmách doma i v zahraničí a tiež v školstve doma i v zahraničí. Ukazujú sa protirečenia, ktoré vyplývajú z poslania firiem a školstva. Ukážem na možné cesty, ako eliminovať protirečenia a ako postupujeme v spolupráci s firmami aby boli konkurencieschopné. Sú to síce malé kroky, avšak postupne sa zautomatizujú a majú pevný základ pre dlhodobú spoluprácu.

12

40% 35% 30% 25% 20% 15% 10% 5% 0% Čína

Rusko

Nemecko Priemer EÚ Švédsko

Česko

Obr. 1: Podiel spolupráce podnikov a VŠ[1]

1. Vysoká škola verzus podnik Hlavným poslaním vysokej školy je: 

“generovanie“ know how, t.j. základný a aplikovaný výskum,



odovzdávanie know how, t.j. výučba študentov,



archivovanie know how, t.j. publikovanie vedeckých poznatkov v časopisoch, monografiách, patenty a vynálezy.

Základným poslaním firiem je vyrobiť produkt s minimálnymi nákladmi s určitým ziskom a realizovať ho na trhu. Čas uvedenia produktu pre firmu je veľmi dôležitý. Na oko medzi týmito odvetviami nevidieť spojenie. Ak sa teda pozrieme hlbšie, tak nájdeme niekoľko závislostí. Skúsenosti v spolupráci podnikov s vysokými školami sú rôzne, pozitívne ale aj negatívne, ktoré asi prevládajú. V článkoch a príspevkoch nájdeme rôzne názory. Moja osobná skúsenosť v práci vo firmách ako zamestnanec je nasledovná: 1. Ak vrcholový manažment, resp. majiteľ firmy je naklonený k spolupráci s vysokou školou, potom výsledky firmy vidieť v ich inovovaných produktoch a sú konkurencie schopné. Výkonní pracovníci pri riešení úloh sa lepšie poznajú, pracovne i neformálne a vzniká udržateľná spolupráca. 2. Ak požiadavka firmy na spracovaní výskumnej úlohy je len na základe zmluvy, spolupráca trvá len po dobu splnenia predmetu zmluvy, takýto vzťah je úradný a nemá dlhodobejší vzťah. Avšak je to otestovanie vzájomnej spolupráce, dôvery, kvality a môže byť zárodkom dlhodobejšej spolupráce, alebo nespolupráce. 3. Ak iniciatíva pracovníkov vo firme ide “zdola“, väčšinou sa stretne s nepochopením, nie je predpoklad, že sa spolupráca rozvinie. Ak to zhrniem do jednej myšlienky, tak spolupráca nie je postavená na spolupráci medzi firmou a vysokou školou, ale je postavená na osobných vzťahoch.

2. Spolupráca VŠTE s podnikmi a školami Technické a vzdelávací konzorcium pri VŠTE je dobrovoľné nepolitické združenie právnických osôb. Hlavným zmyslom konzorcia je neustále zvyšovanie kvality technického 13

vzdelávania a prenos tvorivej činnosti do aplikačnej sféry. Členmi konzorcia sú právnické alebo podnikajúce fyzické osoby, stredné alebo základné školy. Hlavným poslaním konzorcia je: 

podpora technického vzdelávania na všetkých úrovniach a niektorých ďalších podmienok štúdia,



pripomienkovanie anotácii predmetov a približovanie ich praxi



pomáhať pri zabezpečovaní praxí študentov VŠTE



formovanie profilov absolventov technických oborov,



sprostredkovanie know how a ďalších informačných tokov



usporiadanie konferencií študentských súťaží a veľtrhov pracovných príležitostí,



využitie kapacít, prístrojov a ďalších zariadení.

Členovia konzorcia sa stretávajú za okrúhlym stolom. Prvý okrúhly stôl sa uskutočnil 5. septembra 2013 a zúčastnili sa ho zástupcovia stredných škôl z celého regiónu, Velešína, Tábora, Strakoníc, Milevska, Písku a ďalších miest a predstavitelia významných firiem so sídlom v Juhočeskom kraji ZVVZ a.s., MOTOR JIKOV Group a.s. a spoločnosti Jihostroj, a.s. Juhočeský kraj dáva v súčasnosti zelenú technickému vzdelávaniu. Prvou spoločnou akciou bola prezentácia konzorcia vo forme stánku na 19. ročníku Vzdělávání a řemesla na českobudejovickom výstavisku. Profesná rada je dobrovoľné združenie VŠTE a významných firiem Juhočeského kraja, ktorej poslaním je: a. Vyjadrovať sa k výučbe praktických predmetov na VŠTE, b. riešenie spolupráce s podnikmi v regióne, c. vyjadrovať sa témam pre spoluprácu VŠTE s praxou, d. sprostredkovávať ohlasy praxe na výučbu, e. podieľať sa koordinácii tvorivej činnosti. Formy spolupráce VŠTE a s podnikmi sa prakticky realizujú v plnom rozsahu: a. Vykonávanie praxe študentov v podnikoch, b. prednášky odborníkov z praxe na VŠTE, c. spolupráca podnikov s Projektovo inovačným centrom pri VŠTE, d. spolupráca v oblasti celoživotného vzdelávania d. spolupráca pri realizácii projektov, e. stáže akademických pracovníkov v podnikoch. Spoločné pracovisko JIKORD s.r.o. a VŠTE, ktoré vzniklo začiatkom r. 2014, je spojením akademickej sféry s koordinátorom dopravnej obslužnosti Juhočeského kraja. Spoločné pracovisko bude riešiť a bude podieľa na: 

Doplnkovej kontrolnej a prieskumnej činnosti v spojoch verejnej linkovej osobnej dopravy a verejnej železničnej dopravy,



riešení problematiky dopravnej obslužnosti (optimalizácia regionálnej dopravy), 14



riešení koncepcie Integrovaného mikroregionoch Juhočeského kraja,



spracovaní prepravných a tarifných podmienok zavedenia IDS,



prieskume zameranom na kvalitu vozového parku a zisťovaní sily prepravných prúdov,



informačnej a marketingovej podpore vo verejnej doprave,



riešení čiastkových potrieb Juhočeského kraja formou bakalárskych a diplomových prác,



spracovaní propagačných materiálov, brožúr, dokumentov.

dopravného

systému

(IDS)

v jednotlivých

Výskumné projekty a granty zohrávajú významné miesto v aktivitách VŠTE. Škola podala šesť projektov do 4. verejnej súťaže vo výskume a experimentálnom vývoji na r. 2014 pre “Program aplikovaného výzkumu a experimentálního vývoje ALFA“. V jednom z dvoch úspešne získaných projektov členovia Katedry strojírenství sa podieľajú na riešení “Zubových čerpadiel nové generace“ s firmou Jihostroj a. s.Velešín. Cieľom projektu je zlepšenie rozhodujúcich kvalitatívnych parametrov zubových čerpadiel vo výrobnom sortimente Jihostroja a. s. a posunúť technické parametre na úroveň svetovej špičky. Projekt je zameraný na zvýšenie konkurencieschopnosti a ďalší rozvoj Jihostroja a.s. ako predpoklad dlhodobého udržania sa na trhu na základe využitia najnovších poznatkov vedy a výskumu. Škola sa zapojila do výziev a grantov: Sedmy rámcový program (1 projekt), Operační program Vzdelávaní pre konkurencieschopnosť (1), Grantová agentúra (5), Rezortní výskum (2), Fond rozvoje vysokých škôl (3), Aktivita medzinárodní spolupráce vo výskumu a vývoji na podporu mobility výskumných pracovníků (1), Evropské územní spolupráce (EÚS) Rakousko (2), Národní agentúra pro evropské vzdelávací programy (1), Krajské granty (7). Odborné pracoviská v SOŠSaE Velešín, VOŠ, SPŠ a SOŠŘaS Strakoniciach, SPŠSaE České Budějoviciach a SOŠSaS Tábore boli zriadené za účelom zabezpečenia kvalitného výkladu učiva odborných predmetov pri využití strojového parku a integrovaných didaktických pracovísk uvedených stredných škôl. Tieto pracoviská sú k dispozícii KSTR aj mimo výučby pre akademických pracovníkov pre prípravu výučby a prípravu dostupných technických experimentov. Riaditelia týchto stredných škôl garantujú kvalitné odborné zázemie a veľmi dobrú spoluprácu pri výučbe i mimo nej. Pomáhajú pri zabezpečovaní odborných exkurzií v podnikoch na ich regionálnom teritóriu v ktorých majú rozvinutú vlastnú spoluprácu.

Záver Vrcholového manažéra jednej firmy som sa spýtal, prečo nespolupracujú s univerzitou. Odpoveď bola viac ako presvedčivá: Po zadaní požiadavky sme sa nedočkali výsledku, lebo akademickí pracovníci sa vyhovárali na to, že začal zimný semester, potom že je skúšobné obdobie, potom, že je letný semester, štátnice, skúšobné obdobie a nakoniec dovolenky. Z tohto konštatovania a aj zo skúsenosti možno odporučiť: 1.

Vytvárať spoločné vedecko-výskumné pracovisko vysokej školy a podniku.

2.

Vytvoriť personálne a finančné predpoklady pre činnosť v spoločnom vedeckovýskumnom pracovisku.

3.

Vytvárať konzorcia, profesné rady vysokých škôl a podnikov.

15

Pramene [1] Frolík Zbyněk: Studie: Spolupráce univerzit a firem je v Česku jedna z nejhorších. htto://iforum. cuni.cz/IFORUM-9486.htlm. [2] Výroční zpráva 2013. Vysoká škola technická a ekonomická v Českých Budějovicích. [3] http://www.vstecb.cz/Vyzkumne-projekty-a-granty-1086.htm#.UrMiBfTuJhg. [4] Stanovy Technického a vzdělávacího konsorcia při VŠTE. [5] Důvodová zpráva ke zřízení společného pracoviště JIHOKORD s.r.o. a Vysoké školy technické a ekonomické v Českých Budějovicích. [6] Zápis ze zasedání Profesní rady 30.5.2013. [7] Husár, Š.: Katedra strojírenství: Reagujeme na potřeby jihočeských firem. In: NÁVŠTĚVNÍK. Časopis Vysoké školy technické a ekonomické v Českých Budějovicích, září 2013. [8] http://www.vstecb.cz/

16

PROJEKTOVÉ ŘÍZENÍ - JAKO NÁSTROJ PRO ZVÝŠENÍ EFEKTIVITY A KONKURENCESCHOPNOSTI PROJECT MANAGEMENT - AS A TOOL TO INCREASE EFFICIENCY AND COMPETITIVENESS Miroslav Kníže MOTOR Jikov Fostron, a. s., Kněžskodvorská 2277/26, 37004 České Budějovice [email protected], www.fostron.cz

Abstrakt Článek je zaměřen na možné způsoby řízení a vedení projektů s důrazem na projektové řízení. Cílem je ukázat možnosti využití v praxi, metody a techniky a možné nástroje podporující projektové řízení

Klíčová slova: projektové řízení, nástroj, zdroj.

Abstract This article is focused on ways to manage and control projects with an emphasis on project management. The aim is to show the possibilities of use in practice, methods and techniques and tools can support project management.

Key words: Project management, tool, source.

Úvod Proč jsem si zvolil právě toto téma a proč se potřebuji s Vámi podělit o své zkušenosti? Na tuto otázku se pokusím odpovědět a případně i vyvolat nějakou reakci. Téma řízení je z mého pohledu trvale diskutované a nikdy asi neukončitelné. Co se dá říci, že rozhoduje pro výběr způsobu vedení určitého projektu nebo úkolu? Například prostředí, ve kterém se zadaný projekt řeší, anebo má být řešen. V tomto okamžiku nemám na mysli vybavenost kanceláří, ale spíše vlivy, které působí z různých stran na kolektiv. Tyto vlivy působí na prostředí a mohou být jak pozitivní tak i negativní. (například to může být důvěra anebo naopak nedůvěra zákazníka, dostatečný nebo nedostatečný časový prostor pro řešení projektu atd.…) Jako další ovlivňující prvek je i typ projektu a v neposlední řadě i složení týmu. To jsem vybral pouze několik (z mého pohledu) důležitých vstupů, které ovlivňují výběr metody vedení projektů. Sám jsem se v nedávné době musel rozhodovat a volit jednu z metod. Z názvu článku je zřejmé, pro jaký způsob vedení projektů jsem se rozhodl. Rozhodně to však neznamená, že je to jediné možné a vždy správné řešení. Mě osobně ovšem metoda projektového řízení velice pomohla a to je právě ten důvod, proč jsem se rozhodl o své zkušenosti s vámi podělit. Úvodem bych se chtěl zmínit o různých možnostech řízení procesů v průmyslových oborech. Existuje mnoho postupů pro zavádění nových výrobků nebo procesů do praxe. 17

Předem je třeba říci, že žádná metoda není zcela universální a zároveň každá se dá při správném nasazení aplikovat v jakékoliv oblasti. Základem je ale vždy systematická činnost, která má pevně nastavené kontrolní body. Bez systematické práce není žádná metoda účinná a nevede k výsledkům. Proto je třeba i na projektové řízení pohlížet pouze jako na nástroj, který nám může usnadnit práci a navádí nás právě k této systémové činnosti.

1. Metody řízení procesů Existují základní tři přístupy k řízení činností a procesů v organizaci. 

Funkční přístup (funkční řízení) - byl definován již v roce 1776 Adamem Smithem a vychází z tradiční dělby práce podle specializace a je založen na rozložení práce na nejjednodušší úkony tak, aby byly jednoduše proveditelné i nekvalifikovanými pracovníky. Funkční přístup vede k dělení práce s důrazem na jednoduché činnosti. To vede k rozdělení práce mezi organizační jednotky, které jsou rozdělené na základě odborností (funkcí).



Procesní přístup (procesní řízení) - dává do popředí toky činností jdoucí napříč organizací, tedy procesy. Zejména opakované procesy. Procesní přístup je tedy oproti tradičnímu vertikálnímu funkčnímu přístupu založenému na navrhování a změnách formálních organizačních struktur zaměřen více horizontálně - na procesy. Procesní přístup se stal doslova hitem v 90. letech 20. století, kdy se začalo intenzivně hovořit o procesech a reengineeringu a to mimo jiné díky intenzivnímu nástupu moderních informačních a komunikačních technologií, které umožnily radikálnější změny procesů v organizacích.



Projektový přístup (projektové řízení) je způsob řízení, který je uplatňován na projekty, tedy takové procesy, které jsou unikátní, jedinečné a často se nalézá jejich optimální řešení až v průběhu realizace. Na rozdíl od procesního řízení, které je zaměřeno na opakované procesy je projektové řízení zaměřeno na unikátní procesy.

2. Co je to projektové řízení Projektové řízení je samostatnou disciplínou v oblasti teorie řízení. Má-li totéž platit i z hlediska čistě profesního, vyvstává nutně i otázka existence norem a postupů práce těch, kteří v prostředí projektového řízení pracují, a také požadavků, které jsou na tyto profesionály kladeny. Projektové řízení se vyvinulo v samostatný obor, který systematicky zkoumá úspěšné i neúspěšné projekty. Výsledkem jsou mnohá doporučení a z těchto doporučení vzešly ucelené metodologie pro zdárné vedení projektů od začátku do konce. Definice projektového řízení Projekt je činnost, která má jasně daný cíl, začátek a konec. Zdroje na jeho realizaci jsou omezené, a protože se vymyká běžné denní praxi, tak není předem jistý jeho výsledek. Ten může být hmotný i nehmotný: realizace nové webové stránky, instalace a implementace SW aplikace apod. Projektové řízení je proces, ve kterém jednotlivec nebo organizace využívají své zdroje k realizaci projektů. (Stejný význam mají výrazy vedení či řízení projektů nebo anglické označení Project management). 18

Metodologie projektového řízení představuje způsob řízení projektu. Tato metodika může být buď přejatá (např. PMBOK, PRINCE2 apod.) anebo vlastní, vytvořená na míru osobitým potřebám jednotlivce nebo organizace. Metodologií však nenazýváme intuitivní přístupy řízení, které jsou v podstatě nahodilé a tudíž neopakovatelné, nedefinovatelné a prakticky nesdělitelné.

3. Úvod do projektového řízení Co nám projektový způsob řízení nabízí a s čím nám může pomoci? 

Zpřehlednění a zpřesnění potřebných činností



Získání informací o potřebných zdrojích, časovém horizontu a požadované kvalitě



Jednoduší a přehlednější realizace změn s ohledem na neočekávané události



Dosažení požadovaného cíle



Možnost průběžně a celkem přesně informovat zákazníka o průběhu projektu

Kde lze řízení projektů použít? 

Vývoj nových výrobků



Inovace a rekonstrukce výrobků



Zavádění nových technologií



Zavádění nových výrobků nebo technologií na trh



Návrh a realizace investičních akcí



Návrh a realizace informačních systémů



Tvorba programových produktů



Zavádění systémů řízení jakosti



Příprava marketingových akcí



Zpracování podnikatelských záměrů



Plán a realizace reorganizace firmy



Příprava a realizace zakázek v kusové výrobě

Kdy naopak je projektové řízení nevhodné Jedná-li se o periodicky opakované činnosti např. operativní plánování výroby, periodické prohlídky strojů, každodenní kontrolní činnosti, je vhodnější použít jiné metody řízení např. řízení podle odchylek, programové řízení apod. Projektové řízení se také nehodí na jednoduché bezrizikové akce, na které stačí rutina nebo jednoduše řečeno selský rozum. Projektové řízení není také vhodné využívat v mimořádných situacích typu živelných pohrom nebo firemních krizí. Pro tyto případy jsou vhodné jiné specializované postupy (např. krizový management). Pro aplikace projektového řízení nejsou vhodné příliš dlouhodobé akce, přesahující období 2 let. Projektové řízení se těžko prosazuje v podmínkách, kde vládne bezradnost, chaos a emoce. 19

Co je k projektovému řízení potřeba? Zde bych citoval autora, který uvádí, že při studiu projektového řízení nabydete dojmu, že bez kvalitních a drahých profesionálů nemáte šanci upět . Stejně tak bez nasazení sofistikovaných a drahých softwarů se nepohnete z místa .Ve skutečnosti potřebujete nutně pouze základní znalosti ,tužku, papír a odvahu se do toho pustit. Později můžete využít různé SW jako například MS Projekt a následně využívat další nástroje jako je síťová analýza konkrétně metody CPM (Critikal Path Method),PERT (Program Evaluation and Revie Technigue) nebo MPM (Metra Potential Method). Metody síťové analýzy slouží k plánování času, nákladů a zdrojů. Pro zahajování projektů je často používána metoda logického rámce a technika řízení podle cílů. Při navrhování, ale hlavně k prezentaci časového průběhu činností projektu se používají Grantovy diagramy. Ke zjištění potenciálních překážek úspěšnosti projektu se aplikují vybrané postupy pro analýzu rizik a pro zjištění podpory úspěšnosti projektu se aplikuje metoda analýzy kritických faktorů úspěchu CSFA. Vyhodnocení stavu projektu a k sestavení predikce jejich vývoje se používá metoda analýzy dosažené hodnoty (Earned Value Analysis). Kromě základních metod projektového řízení je samozřejmě používána celá řada systémové a operační analýzy. Pouhý výčet těchto metod by nás však mohl odradit od použití metody projektového řízení. Proto při aplikaci doporučuji držet se prvních vět. Mohlo by nás to jinak zavést do slepé uličky a nikdy bychom nedosáhli na očekávaný výsledek. Zároveň však je třeba vnímat potenciál pro vývoj naší činnosti. Jeden z nástrojů pro řízení projektů je velice rozšířený a oblíbený Microsoft Project.

Kde je možné získat informace?     

Vlastní zkušenosti Literatura Internet Semináře, školení Využití zkušeností z praxe v různých firmách 20

Jak řídit projekt? Každý projekt má prakticky stejný nebo velice podobný průběh (etapy). 

Definice projektu – Stanovení cíle projektu. Při špatné definici vznikají finanční i časové ztráty.



Plánování – Jak má konečný produkt vypadat, a jaká má být kvalita, stanovení časové osy, kdy musí být část nebo celek dokončen, stanovení rozpočtu.



Vedení – lidských zdrojů, partnerů, dodavatelů.



Sledování – kontrolní mechanismy na plnění úkolů.



Ukončení – předání protokolů, potvrzení, že je projekt ukončen.

4. Změny a řízení změn Veškeré projekty podléhají změnám a skončí jinak, než se původně plánovalo. I když v dnešní době díky využití metod projektového řízení, zkušenosti, a moderním výpočetním programům, je plánování čím dál přesnější a spolehlivější. Změny v plánu jsou zapříčiněny mnoha důsledky. Některé se ovlivnit dají jiné nikoli. Nejčastější příčinou odchylek v projektu jsou změny. Je pravda, že jsou i případy, kdy předpokládány projekt skončil dříve a byl levnější. Ale toto jen potvrzuje pravidlo, že většina projektů se opozdí a zdraží. Jaké změny nás v průběhu projektu mohou potkat? Změny zvenčí Změny mohou přicházet zvenčí (ZÁKAZNÍK, DODAVATEL). Zákazník dodá specifikaci později, či neúplnou. Zašle další požadavky (CITLIVOST ČIDLA, BEZPEČNOST U SOFTWARE, VĚTŠÍ VÝKON). Všichni zákazníci chtějí mít projekt hotový podle plánu (ne-li dříve), ale někteří dodávají podklady pozdě. Změny vynucené Další příčinou mohou být vynucené změny (STÁVKY, ZASTAVENÍ PRODUKCE Z NEDOSTATKU ENERGIE…), v průběhu výroby se změní zákon (TŘEBA O ŽIVOTNÍM PROSTŘEDÍ) a je nutno jinak zacházet s odpady. Jsme donuceni použít jinou technologii. Zákazník přijde z požadavkem zvýšení plánované produkce nebo s požadavkem změny termínu. Takové změny nás v průběhu projektu zcela jistě očekávají. Pouze rozsah a dopad do projektu může být různý. Problémy se zdroji Další změnou jsou problémy se zdroji (LIDSKÉ ČI MATERIÁLNÍ). Programátor nebo konstruktér je jen člověk a může onemocnět, zranit se. A již máme problém, chybí nám klíčový člověk (zdroj). V průběhu projektu dojde ke zdražení vstupů a tím mohou chybět finance (zdroj). Jak přijímat v projektovém řízení změny? Jak již bylo řečeno, dříve či později v každém projektu změny budou. (Pokud se nejedná o malý projekt). Každý správně postavený projekt počítá s rezervami. Tudíž v případě

21

problému můžeme tyto rezervy vyčerpat (aniž zákazník něco pozná). Proto je nutné i tyto rezervy plánovat. Oznámení změn Pokud dojde ke změně (ZPOŽDĚNÍ, ZDRAŽENÍ, NEBO I ZRYCHLENÍ A ZLEVNĚNÍ) je nutno projektový plán upravit. Je s tím sice práce (papírování), ale je jistota, že všichni zainteresovaní pracují podle aktuálního plánu, než později zjistit, že polovina pracuje podle starého a je úplně někde jinde. O změnách informujte. Ono lidsky je nepříjemné přiznat, že jsme udělali chybu (KDO ŽÁDNOU NIKDY Projekt, u kterého je vidět, že je aktuální, nabude na důvěryhodnosti. NEUDĚLAL, BUĎ LŽE, NEBO NIC NEDĚLÁ).

5. Aplikace projektového řízení v podmínkách Motor Jikov divize jednoúčelových strojů Důvody: Důvody jsou zřejmé z předchozích kapitol. Stejně jako mnoho firem jsme měli problémy s dodržováním termínů, plánováním kapacit (zdrojů) a s dodržením rozpočtu na projekt (zakázku). Tyto problémy vyvolávaly další negativní situace. Jednalo se především o ztrátu důvěry zákazníků a o nepříznivou ekonomickou situaci. Tím pádem jsme obtížně získávali nové zakázky a problémy se prohlubovaly. Bylo nutné najít způsob řešení. Informační systém používaný v naší společnosti byl uzpůsoben pro využití projektového řízení. Rozhodnutí se tedy nabízelo a bylo potřeba pouze využít této možnosti a aplikovat ho v praxi.

22

Ukázka IS používaného ve společnosti Motor Jikov

6. Jak jsme začínali Základem bylo dokonale se seznámit s programem a pochopit zásady, na kterých je postaven. Tento krok nám již ukázal cestu jak v projektovém přístupu pokračovat. V podstatě se tento postup nelišil od obecných zásad: 

DEFINICE PROJEKTU-ZALOŽENÍ PROJEKTU Velký důraz byl kladen na přesnou definici projektu. Rozhoduje každý detail, který v konečné fázi ovlivňuje úspěch. Zde jsme se pokoušeli předem najít a definovat rizika projektu. Především jsme v této fázi pracovali se zadavatelem, abychom předešli podstatným změnám v projektu, které jsou v mnoha případech způsobeny právě nevyjasněným zadáním nebo nepochopením. Tyto změny následně vyvolávají zvýšené náklady a prodlužují termín realizace. Této etapě je třeba věnovat největší pozornost. 

PLÁNOVÁNÍ Rozdělili jsme si projekt na tzv. podprojekty a u každého podprojektu jsme stanovili úkoly s termínem a s garantem. Každý podprojekt představuje samostatnou část (např. konstrukce, programování atd…)  

VEDENÍ SLEDOVÁNÍ Pro vedení a sledování jsme využívali podporu IS, který používá obdobné nástroje jako např. Microsoft project. 

UKONČENÍ Jedná se také o velice důležitou etapu. Poslední kroky jsou podle mých zkušeností velice opomíjené. Každý již na konci projektu myslí většinou na nové úkoly a drobné dokončovací práce se podceňují a odkládají. V konečném efektu to může velice negativně ovlivnit dojem a hodnocení zákazníka. Proto dokončovací etapa byla v našem případě vedena jako podprojekt se všemi náležitostmi.

23

7. Výsledky Realizace popsaných kroků přinesla i výsledky, které již dnes mohu vyčíslit. Termíny

- Dnes máme ve zpoždění 12 % zakázek oproti 40% v minulosti

Objem zakázek – Oproti loňskému roku jsme získali o 47 % více zakázek Efektivita

- Efektivita projektů se zvýšila o 8%

Závěrem bych chtěl poznamenat, že v průběhu realizace je potřeba se soustředit na motivaci lidí a neustále se vzájemně informovat a vysvětlovat, proč to všechno děláme. Jako jednoduchou pomůcku jsem použil název jedné knihy a zároveň název naší společnosti MOTOR. M – pracovat s Managementem O – věnovat pozornost organizaci T – transparentnost O – udržovat optimismus R – myslet na reflexi

Shrnutí Projektové řízení - jako nástroj pro zvýšení efektivity a konkurenceschopnosti Článek je zaměřen na možné způsoby řízení a vedení projektů s důrazem na projektové řízení. Cílem je ukázat možnosti využití v praxi, metody a techniky a možné nástroje podporující projektové řízení. Zároveň jsem poukázal na ekonomický přínos především z pohledu konkurenceschopnosti. Ne všechny oblasti jsou však vhodné pro nasazení projektového řízení. I této problematice je věnována jedna z kapitol.

Prameny [1] [2] [3] [4] [5] [6] [7] [8] [9]

Úspěšný projektový manažer – Newton Richard – 2008 Jak z dobré firmy udělat skvělou – Collins Jim – 2008 Management rizik projektů – Korecký Michal, Trkovský Václav – 2011 Zlepšování podnikových procesů – Svozilová Alena 2011 Projektový management pro praxi – Banker Stephen, Cole Rob – 2009 Investiční rozhodování a řízení projektů – Fotr Jiří, Souček Ivan – 2010 Strategické řízení podniku – Zuzák Roman – 2011 Projektový management Svozilová Alena – 2011 M.O.T.O.R – strategie – Jan Nemcik – 2007

24

OPTIMALIZACE POŘADÍ PRO ZPRACOVÁNÍ ZAKÁZEK VE STROJÍRENSKÉ VÝROBĚ POMOCÍ METODIKY OKRUŽNÍHO DOPRAVNÍHO PROBLÉMU OPTIMIZATION SEQUENCE CONTRACTS FOR PROCESSING IN MECHANICAL ENGINEERING USING THE METHODOLOGY OF TRAVELING SALESMAN PROBLEM Josef Košťálek, Michal Kavan ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], http://rep.fs.cvut.cz/ Tento příspěvek vznikl za podpory projektu GAČR P403/12/1950.

Abstrakt Příspěvek popisuje využití poznatků z plánování nejkratší trasy mezi danými body na zcela odlišný problém týkající se optimálního pořadí zakázek za účelem minimalizace součtu přípravných časů. Z hlediska teorie grafů se jedná o stejný problém. Hlavním specifikem je nesymetrická matice délek hran. Příspěvek popisuje model vytvořený v prostředí MS Excel, který je schopen tento problém jednoduše řešit a jeho výstupem je vypsání zakázek v nejvhodnějším pořadí.

Klíčová slova: optimální pořadí zakázek, metody z problému obchodního cestujícího, lineární programování, minimalizace přípravných časů.

Abstract The paper describes the application of knowledge of planning the shortest route between given points on a completely different issue regarding the optimal job sequence to minimize the sum of setup times. In terms of graph theory is the same problem. The main specific feature is not symmetric matrix edge lengths. The paper describes a model developed in MS Excel, which is able to easily solve this problem and its output is listed in the best of job sequence.

Key words: optimal job sequence, methods of Traveling salesman problem, linear programming, minimize setup times.

Úvod Příspěvek se týká ve strojírenské výrobě často řešeného problému v jakém pořadí zpracovat zakázky vycházející z výrobního plánu či objednávek. Je zde popsán vytvořený model schopný tento problém pomocí matematických algoritmů exaktně vyřešit. Podstatou problému správného pořadí zakázek (sekvence) je zajistit co nejplynulejší chod mezi jednotlivými zakázkami a minimalizaci neproduktivních, přípravných, seřizovacích apod. časů, což je jedním z významných pilířů efektivního řízení výroby s přímým vlivem na konkurenceschopnost. Výrobce musí ctít přání zákazníků a zároveň efektivně hospodařit s kapitálem, což se projevuje nutnou potřebou na flexibilitu a přestavitelnost výrobního zařízení schopného 25

vyrábět nikoliv jeden nebo dva druhy výrobků, ale celou škálu výrobků v malých, ovšem často se opakujících sérií v duchu metody tahu a Just in Time, jak uvádí Kavan (2006, s. 109 110). Čas potřebný na zpracování zakázky se skládá ze dvou složek, viz vztah 1.

Tc  Ta  Tb

(1.)

Tc … Celkový čas nutný pro zpracování zakázky Ta … Čas nutný pro výrobu Tb … Čas nutný pro přípravu výroby Ta  ta  q

(2.)

ta … čas potřebný k výrobě jednoho kusu q … počet vyráběných kusů Čas nutný pro samotnou výrobu zakázky je přímo úměrný rozsahu zakázky viz vztah 2, čili jeho délku nelze ovlivnit, protože vycházím z požadavku výrobního plánu. Ovšem čas nutný pro přípravu výroby nového typu zakázky lze ovlivňovat pomocí pořadí jednotlivých zakázek. Jestliže má výrobní linka za noční směnu vyrobit 10 různých typů výrobků (10 zakázek) bude jistě výhodné určit nejlepší pořadí zakázek tak, aby za sebou následovala výroba podobných zakázek a tím byly neproduktivní časy nutné k nastavení výrobního zařízení na jiný typ výrobků co nejkratší.

Obr. 1: Příklad různých typů výrobků Zdroj: vlastní příklad Problém spočívá v tom, že prosté seřazení zakázek jen podle stupně konstrukčnětechnické podobnosti ještě nemusí vést k optimálnímu řešení, neboť při řešení problému jsou veškeré úvahy omezeny jen na jediný krok dopředu (následující zakázku) a problém není řešen jako celek. Tuto úlohu lze vyjádřit pomocí síťové analýzy, kde zpracování jednotlivých zakázek budou představovat uzly a časy pro přípravu nové zakázky budou symbolizovat hrany mezi uzly. Hodnota hrany představuje čas nutný pro přípravu výroby (její přenastavení ze zakázky předchozí na zakázku následující).

26

Obr. 2: Interpretace situace pomocí síťové analýzy Zdroj: Vlastní Přitom čas nastavení na výrobu jiné zakázky nemusí být vždy shodný s časem potřebným pro nastavení výroby do předchozího stavu.

Obr. 3: Princip síťové analýzy obecně Zdroj: Vlastní Problém nalezení optimální kombinace při zpracování jednotlivých zakázek za účelem minimalizace součtu přípravných časů je v mnohém podobný problému, pro který se vžil název ,,okružní dopravní problém – ODP“, někdy též označovaný termínem ,,úloha obchodního cestujícího (Traveling Salesman Problem - TSP)“. V ODP se jedná o problematiku nalezení vhodné cesty spojující množinu bodů s návratem do bobu výchozího tak, aby celková trasa byla minimální. Okružní dopravní problém přinášel původně řešení v oblasti plánování tras, ovšem jeho matematickou podstatu lze úspěšně aplikovat na celou řadu činností od vrtání desek s tištěnými spoji, přes třídění dat, až po mapování geonomu v genetice, jak uvádí Cook (2012, s. 65-72). Další oddíly příspěvku popisují matematické algoritmy a modely vyvinuté původně pro řešení ODP a optimalizace logistických tras a ukazují jejich snadnou implementaci v oblasti hledání správného pořadí zpracování zakázek.

1. Okružní dopravní problém - ODP Jak uvádí Kožíšek (2008, s. 206 – 209) jedná se o problém pořadí (sekvence), protože pořadí bodů tvořících výslednou trasu ovlivní její délku. I když se jedná o problém na první pohled snadno uchopitelný a jednoduše formulovatelný (projít množinu bodů tak, abych spojil všechny body a vrátil se do toho, ze kterého jsem vyšel, při požadavku nejkratší trasy), tato úloha patří mezi matematické problémy tisíciletí. Přesněji řečeno hledá se takový matematický algoritmus, který by byl schopen určit optimální trasu a počet kroků tohoto algoritmu by se s počtem požadovaných bodů zvyšoval lineárně, maximálně mocnině, viz vztah 3, nikoliv však exponenciálně. Takový algoritmus dosud nalezen nebyl a jak udává 27

Cook (2012, s. 21 – 23) objevitel takového řešení by obdržel od Clayova matematického institutu v USA cenu milion dolarů. Část vědecké veřejnosti např. Jack Edmonds se začíná klonit k názoru, že takové řešení ani neexistuje. Odměna milion dolarů je určena i pro toho, kdo dokáže neexistenci požadovaného algoritmu.

T  a  nk1  b  nk 2  c  nk 3 ... kde k 1, k 2, k 3...  N n je poč . bodů

(3.)

Pro zajímavost uvádím nárůst počtu kroků při řešení vyzkoušením všech možností.

Obr. 4: Počty možností Zdroj: Vlastní Jeden ze způsobů jak tento problém řešit je přepsat situaci pomocí matematického modelu, ve kterém se budou hledat hodnoty proměnných pomocí matematického řešení. I když se nejedná o efektivní algoritmus, protože počet proměnných i složitost modelu v závislosti na počtu bodů prudce roste, díky rozvoji výpočetní techniky je možné snadno vyřešit tímto způsobem problém čítající 10 bodů. Jablonský (2007, s. 23 - 24) udává vzorce pro tvorbu matematického modelu (viz vztahy 4 až 7). n

F i 1

n

 c x j 1

ij

ij

 min .

(4.)

Vzorec 4 představuje účelovou funkci vyjadřující délku výsledné trasy, při matematickém řešení problému se hledají takové hodnoty proměnných, aby délka trasy byla minimální (min. této fce.). Koeficient cij představuje vzdálenost mezi bodem i a j např. c12 = 101 km, pokud hodnota x1_2 vyjde 1, vzdálenost 101 km bude započítána do výsledné trasy, pokud vyjde nula, vzdálenost se nezapočítá (101 • 0 = 0). Tímto způsobem jsou zaznamenány všechny vzdálenosti na množině bodů. 28

n

 x

ij

i 1

 1, i  1,2, ... n

(5.)

Vzorec 5 je matematickou interpretací podmínky říkající, že cestující smí z každého uzlu právě jednou vyjet. n

 x j 1

ij

 1,

j  1,2, ... n

(6.)

Vzorec 6 představuje podmínku, že cestující smí do každého bodu právě jednou přijet.

 i  j  n  x

 n  1,

ij

i  1,2,...n j  1,2,...n

(7.)

Vzorec 7 zabezpečí, že výsledná trasa bude tvořit souvislý okruh (kde δi a δj jsou pomocné proměnné). S použitím výše uvedených vzorců vznikne matematický model popisující situaci čítající celkem 99 proměnných a 92 omezujících podmínek. Přičemž proměnné mohou nabývat pouze hodnot 0 nebo 1 (cesta hranou vede nebo nevede). K řešení tohoto problému lze využít například binární lineární programování, které nabízí nástroj řešitel programu MS Excel.

29

Obr. 5: Řešení pomocí nástrojů v Excelu Zdroj: (Košťálek, 2013)

30

2. Aplikace okružního dopravního problému na optimalizaci pořadí zakázek Jestliže budeme aplikovat algoritmy vyvinuté pro okružní dopravní problém při řešení optimálního pořadí zpracování jednotlivých zakázek, je třeba upozornit na několik specifik. Zatímco okružní dopravní problém bývá zpravidla symetrický, což znamená, že vzdálenost např. mezi bodem 1 a 2 je stejná jako vzdálenost mezi bodem 2 a 1. U přípravných časů mezi např. zakázkou 1 a 2 rovnost s časem nastavení téhož zařízení ze zakázky 2 na zakázku 1 většinou neplatí. Dále zde neplatí trojúhelníková nerovnost. Jestliže budu mít body 1, 2 a 3 pak při plánování tras musí platit geometrická zákonitost popsaná obrázkem 6.

Obr. 6: Trojúhelníková nerovnost Zdroj: (Cook, 2012) Úloha je tedy asymetrická a neplatí trojúhelníková nerovnost, což mění některé vlastnosti problému plánování tras. Např. v úvodu popsaný intuitivní způsob řešení připojení nejbližšího bodu, který ještě netvoří trasu atd. až po propojení všech bodů. Bylo řečeno, že tento způsob většinou nenajde optimální trasu, ale v klasických logistických problémech (tj. při platnosti symetrie a trojúhelníkové nerovnosti) se dá matematicky popsat nejhorší možný výsledek získaný tímto algoritmem. Jestliže řeknu, že nejhorší možná trasa je k-krát delší než trasa optimální (nejkratší), potom jak uvádí Cook (2012. s. 82), jde vyjádřit vztahem 8.

k 1

ln (n) 1 log 2 n ; kde log 2 n  2 ln (2 )

(8.)

Jelikož se při hledání optimálního pořadí zakázek vychází z časů, neplatí zmíněné zákonitosti pro plánování tras a tím neplatí ani vztah 8 a dala by se vyjmenovat řada dalších odlišností týkajících se spíše matematické teorie. Pro implementaci algoritmů z logistiky do plánování pořadí zakázek většinou nepředstavují zásadní překážku. Co je podstatné, je požadavek na vstupní hodnoty – časy přestavení zařízení na jinou zakázku, včetně časů nastavení zpět do původního stavu (nesymetrický problém). S tím související zapracování těchto vstupů do matematického modelu. Důležitá vlastnost nesymetrického problému je nutnost dodržení určeného směru průchodu body (u symetrického problému lze projít tutéž trasu v opačném směru se stejným výsledkem).

31

2.1 Popis fungování modelu pro řízení zakázek Vstupní data pro sestavení optimální sekvence zakázek jsou časy pro nastavení výrobního zařízení mezi jednotlivými zakázkami. Vzájemné časy tvoří matici časů velikosti [10 x 10], což odpovídá deseti zakázkám. Počet zakázek lze měnit v intervalu 1 až 10, model je zobecněn tak, aby byl počet zakázek měnitelný. Informace o tom, se kterou zakázkou má model pracovat se zadává napsáním názvu zakázky (vymazání názvu indikuje, že s ní model nemá pracovat). Tato modifikace usnadní praktické nasazení modelu v praxi, protože činí model flexibilnější a uživatelsky sympatický.

Obr. 7: Zadání vstupních hodnot Zdroj: Model pro optimalizaci sekvence Aby byl model schopen plnit tuto funkci zobecněných optimalizačních výpočtů, je třeba zajistit výběr zadaných vstupních hodnot podle aktuálního zadání (vycházejícího např. z plánu výroby pro danou směnu apod.). Tento proces se děje prostřednictvím kombinace různých funkcí programu Excel, jak popisují následující obrázky.

Obr. 8: Posun hodnot – odstranění řádků Zdroj: Vlastní

32

Obr. 9: Posun hodnot – odstranění sloupců Zdroj: Vlastní

Obr. 10: Transformovaná matice hodnot Zdroj: Model pro optimalizaci sekvence Na konci tohoto procesu třídění a vyhledávání dat je matice vstupních hodnot, se kterou bude pracovat výpočtová část modelu. Ta je rovněž nastavena na obecný počet zakázek (bodů) maximálně rovný deseti. Optimální sekvence (pořadí) jednotlivých zakázek z hlediska minimalizace celkové délky přípravných časů je následně řešena stejným principem jako optimální trasa procházející množinou bodů. Nalezené řešení má podobu jedniček a nul. V této etapě model nuly a jedničky opět za použití kombinace logických a vyhledávacích funkcí přetransformuje na výpis zakázek, které jsou přehledně vypsány ve vypočítaném pořadí do tabulky, která se sama vygeneruje pro příslušný počet zakázek, se kterým se pracuje.

Obr. 11: Výstup z modelu – optimální pořadí zakázek Zdroj: Model pro optimalizaci sekvence

33

Závěr V příspěvku bylo popsáno využití poznatků z oblasti plánování tras v oblasti zkracování přípravných a seřizovacích časů ve výrobě. Situace nutí výrobní management neustále minimalizovat neproduktivní časy všeho druhu, aby bylo dosaženo co nejefektivnějšího využití výrobního zařízení. Nejlepší řešení ve složitých systémech s řadou vázaných proměnných nelze nalézt intuitivně, nýbrž je třeba mít k dispozici výpočetní aparát schopný nalézt exaktní řešení. Na strojírenské podniky jsou kladeny čím dál větší nároky, které není možné zvládnout tradičními způsoby práce a organizace a to i v malosériové a středněsériové výrobě, která tvoří přibližně 70 % výrobních kapacit a představuje největší zdroj rezerv produktivity, jak uvádí Zelenka (1995, s. 32). Model popisovaný v tomto příspěvku je schopen v této oblasti výrazně pomoci a to s minimálními nároky na software a hardware. Optimalizaci v řazení zakázek za účelem minimalizace celkového času nastavení zařízení nelze považovat za marginální problém, neboť je schopná přinést zajímavý nárůst produktivity práce, který není podmíněn vysokými investičními nároky. Skvělý příklad uvádí Cook (2012, s. 76 - 77) německá společnost BÖWE CARDTEC zabývající se výrobou kreditních karet jedním zařízením vyrábí více typů karet a při každém přechodu na jiný typ karty je třeba zařízení nastavit. Tato společnost použila program Concorde, což je údajně nejmodernější program schopný řešit Úlohu obchodního cestujícího a podařilo se jí tak snížit časy nastavení o 65 %. Zároveň se ukazuje, že poznatky původně dosažené v jedné oblasti mohou být velice užitečné také ve zcela odlišné oblasti lidské činnosti.

Prameny [1] Cook, W., J.: Po stopách obchodního cestujícího. Matematika na hranicích možností. Praha: Dokořán, 2012. 255 s. ISBN 978-80-7363-412-4. [2] Jablonský, J.: Programy pro matematické modelování. Praha: VŠE, 2007. 259 s. ISBN 978-80-245-1178-8. [3] Kavan, M.: Výrobní management. Praha: ČVUT, 2006. 213 s. ISBN 80-01-03445-3. [4] Košťálek, J.: Příspěvek ve sborníku z mezinárodní vědecké konference: Matematické algoritmy jako nástroje efektivního řízení procesů v podnicích. Karviná: SU, 2013. ISBN 978-80-7248-901-5. [5] Kožíšek, J., Stieberová, B.: Statistická a rozhodovací analýza. Praha: ČVUT, 2008. 252 s. ISBN 978-80-01-04209-0. [6] Zelenka, A., Král, M.: Projektování výrobních systémů. Praha: ČVUT, 1995. 365 s. ISBN 80-01-01302-2.

34

LIMITY LIDSKÉHO MYŠLENÍ V ROZHODOVACÍCH PROCESECH SPOJENÝCH S PODNIKOVÝM ŘÍZENÍM LIMITS OF HUMAN THINKING IN DECISION PROCESSES RELATED TO BUSINESS MANAGEMENT Josef Košťálek, Libor Rejf, Ladislav Vaniš ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], [email protected] http://www.cvut.fs.rep.cz

Abstrakt Obsahem příspěvku je hypotéza, že v určitých typech rozhodovacích procesů v podnikovém řízení se nelze spoléhat pouze na analytické myšlení, ale je velice žádoucí využít vhodných rozhodovacích nástrojů využívajících výpočetní techniku. Tuto hypotézu potvrdil provedený test. Je faktem, že lepší rozhodnutí znamená úsporu v budoucích nákladech a tím i konkurenční výhodu.

Klíčová slova: Kvalita rozhodování, lineární programování s omezujícími podmínkami typu implikace, limity lidského uvažování, ergonomie člověka, intuitivní řešení, exaktní řešení.

Abstract The paper is the hypothesis that certain types of decision making in business cannot rely only on analytical thinking or intuition, but it is very desirable to use appropriate decision-making tools using computer technology. This hypothesis is confirmed by the test used. In fact, better decision means savings in future costs and thus competitive advantage.

Key words: The quality of decision making, linear programming constraint type implications, the limits of human reasoning, human ergonomics, intuitive solution, exact solution.

Úvod Tento příspěvek popisuje pokus, jehož náplní bylo konfrontovat kvalitu rozhodovacího procesu při využití počítače oproti rozhodování pouze na základě lidského myšlení a intuice. Otázkou tedy bylo, zda- a do jaké míry podporuje počítačová technika podnikové řízení a jaký je její dopad na konkurenceschopnost podniku. Jako úloha prověřující počítač i lidské uvažování byl zvolen problém, který bývá v praxi velice často řešen v nejrozmanitějších souvislostech a vyskytující se v nejrůznějších odvětvích. Podle Rolla (1973, s. 31) se pro tento problém vžilo označení Steinerův-Webrův problém. Typická situace kdy tato úloha nastává ve strojírenském podniku je přidání dalšího stroje nebo pracoviště do stávajícího výrobního systému. Jak uvádí Zelenka (1995, s. 127) nové pracoviště bude prostřednictvím materiálových toků v interakci se stávajícími pracovišti. Snahou bude správně rozhodnout kam do prostoru takové pracoviště či stroj umístit s ohledem na minimalizaci následných přepravních nákladů materiálu vstupního i výstupního, který se bude přepravovat z již fungujících pracovišť resp. také na taková pracoviště. Hovoříme zde tedy o neznámých souřadnicích x a y nového pracoviště a minimalizaci celkového 35

přepravního výkonu. Přepravním výkonem rozumíme součin délky trasy a celkové hmotnosti přepravovaných komodit po této trase. n

F kde:

zi 

  Q  zi  min ( x, y ) i 1

(1.) Steinerův-Webrův problém

i

2

( x  xi )  ( y  yi) 2

Z matematického zápisu je dobře patrné, že hledání souřadnic x a y nového pracoviště tak, aby byla zajištěna minimalizace funkce F, představuje ne zcela jednoduchý problém. A stejně tak složitý problém nastává při intuitivním hledání správné polohy nad schématickým znázorněním pracovišť ve výrobě, zejména pokud je pracovišť větší počet a existují mezi nimi aktivní vazby. Je logické, že tentýž problém je řešen při výběru vhodného místa pro otevření nového obchodu nebo nové pobočky pro zákazníky, nového velkoskladu mezi výrobními závody a sítí odběratelů, zřízení výkupního místa jakékoliv zemědělské komodity ve vazbě na jednotlivé farmáře a množství jejich dodávek atd. Potřeby praxe implikují další modifikace činící tento problém ještě složitější. V našich úvahách se zaměříme na další omezení hodnot souřadnic x a y (výsledné polohy hledaného bodu) a to z důvodu praktických překážek znemožňujících umístění bodu. Např. stroj nelze umístit tam, kde už je umístěn jiný stroj, sklad, cesta, nouzový východ, nový sklad nelze postavit v zastavěné oblasti, lesa či do rybníka atd. Množina těchto omezení, která jsou ovšem pro implementaci do praxe klíčová, činí tento problém ještě hůře řešitelný.

1. Analýza kvality rozhodovacího procesu 1.1 Nástroje k provedení testu Cílem testu je porovnat výsledky dosažené pouze lidskou představivostí a intuicí s exaktními propočty. Řešeným problémem bude výše zmíněný problém hledající optimální polohu bodu v kombinaci s množinou omezení říkajících, kde se výsledný bod nacházet nesmí. Exaktní propočty bude provádět speciální program vytvořený v prostředí MS Excel. Jeho jádrem je hledání minima funkce ze vztahu 1 pomocí nástroje „Řešitel“. Omezení na polohu bodu vznikne ze speciálních omezujících podmínek, které jsou dále popsány.

36

Obr. 1: Omezující podmínky kladené na výsledek (Zdroj: Vlastní) [x, y]

 (a1;a2) x (b1;b2)

(2.) Zdroj: Vlastní

Je zapotřebí přetransformovat vztah 2 v omezující podmínky lineárního (resp. nelineár.) programování, které bude schopen v Excelu nástroj Řešitel vyřešit. Jelikož vztah 1 není lineární funkcí korektním termínem, je nelineární programování ovšem při řešení v Excelu pomocí nástroje řešitel se tento rozdíly v podstatě stírají.

Obr. 2: Vymezení oblasti pomocí vzdáleností od středu (Zdroj: Vlastní) Oblast nepřípustného řešení stále uvažujeme ve tvaru obdélníků definovaného v kartézském prostoru souřadnicemi x a y. IF (X - as)  k12 2

then (Y - bs)  k22 2

(3.) zdroj: Vlastní

Druhé mocniny ve vztahu 3 zajišťují, že vzdálenosti od středů budou nabývat nezáporných hodnot. K úpravě vztahu 3 se použije výroková logika, viz vztah 4.

( A  B)  (A  B)

(4.) Zdroj: (Jablonský, s. 102) 37

S použitím vztahu 4 lze vztah 3 přepsat z podmínky „když (IF)“ na podmínku ,,nebo (OR)“ jak uvádí vztah 5. or (Y - bs)  k22

2

2

(X - as) > k12

(5.) Zdroj: (Jablonský, s. 102)

Vztah 5 se následně upraví na vztahy 6 a 7, které již představují omezující podmínky, se kterými je Excel schopen pracovat. (X - as)  k12 - M • t

(6.) Zdroj: (Jablonský, s. 102)

(Y - bs)  k2 - M • (1- t)

(7.) Zdroj: (Jablonský, s. 102)

2

2

2

kde: M je prohibitivní konstantou t je binární proměnná (může nabývat hodnot pouze 0 či 1) Tímto byly popsány hlavní principy fungování programu, který dále využívá řady funkcí prostředí MS Excel, aby se docílilo co nejvyšší pohodlnosti během užívání viz obr. 3. Navíc je provedeno zobecnění výpočtů umožňující práci s libovolně stavitelným počtem bodů i překážek.

Obr. 3: Vstupy a výstupy z vytvořeného programu (Zdroj: Vlastní) 38

Na těchto principech byla sestavena replika takového programu pro úlohy čítající 50 bodů a 50 překážek, který bude k dispozici pro poměření se s kvalitou rozhodování člověka. 1.2 Průběh testu Kvalita dosaženého řešení je dána hodnotou účelové funkce, pro kterou je hledáno minimum viz vztah 1. Exaktní výpočet získaný z programu dává nejnižší možnou hodnotu účelové funkce. U řešení vytvořeného člověkem bude hodnota účelové funkce rovna nebo vyšší a rozdíl bude vyjádřen v procentech. Z řešení nalezeného člověkem se účelová funkce získá zadáním hodnot, které pokusné osoby vymyslí do řádku určeného pro výstup výsledku. Z nástroje Řešitel tím se vlastně dosadí do vztahu 1. Pro zadání úloh se použijí náhodně volené vstupní hodnoty. Zadaný problém vyřeší nezávisle na sobě pět osob. V další fázi bude ověřeno, zda jsou výsledky opravdu přípustnými řešeními zadaných problémů. Ze získaných účelových funkcí se určí aritmetický průměr. Poté se přejde na nové zadání problému, ale s vyšším počtem bodů, mezi kterými budou existovat vazby a také s vyšším počtem překážek (zón, kde řešení být nesmí). Tab. 1: Hodnoty získané v průběhu testu

Náhodnost v zadávání přepravních výkonů (veličina Q ze vztahu 1) do řešených problémů má za následek, že celková hodnota účelové funkce nemusí růst s počtem bodů. Absolutní hodnoty účelových funkcí jsou tedy odrazem zadaných hodnot a rozdíl mezi kvalitou rozhodování pro každý problém je dán relativní hodnotou v procentech.

39

Graf 1: Rozdíl ve výsledcích člověka a počítače v závislosti na rozsahu problému 1.3 Výsledky testu I když byl rozsah testu omezený, jeho výsledky jasně potvrdili výchozí předpoklad. U jednoduchých rozhodovacích problémů si lze vystačit se zdravým rozumem, intuicí nebo výběrem nejlepšího řešení z těch, která se zdají vhodná. Ovšem u složitějších problémů se nejlepší řešení již nejeví zřejmé a k jeho nalezení je zapotřebí pomocných rozhodovacích nástrojů založených na exaktních výpočtech a pro ně je vhodná počítačová technika byť se jedná o osobní počítač vybavený programem MS Excel. Narůstající složitost řešeného problému rozevírá rozdíl mezi přesným výpočtem a výsledkem, který je schopen vymyslet člověk. Jako testovací problém mohla být zvolena jiná úloha z operační analýzy, která se objevuje v podnikové praxi např. Úloha obchodního cestujícího, řízení zásob, diverzifikace portfolia jako aplikace směšovacího problému apod. Dá se usuzovat, že výsledky by dopadli obdobně, neboť jak uvádí Cook (2012, s. 219) Iris van Rooijová z Univerzity ve Viktorii v Kanadě zkoumala, jak se zvyšuje odchylka od optimální cesty s rostoucím počtem bodů v Úloze obchodního cestujícího (hledání nejkratší trasy mezi množinou vytyčených bodů tak, aby trasa končila ve stejném bodě, ve kterém začala). Zmíněný experiment navíc zkoumal, jak si vedou řešitelé různého věku, viz tab. 2. Tab. 2: Průměrná odchylka v procentech od optimální trasy (Zdroj: Cook, s. 219)

Tato problematika úzce souvisí s lidskou psychikou a fungování mozku, které má své limity. Jak uvádí např. Zelinka (2003, s. 62) člověk pomocí svých smyslů umí rozlišit jen omezený počet úrovní a s odvoláním na amerického psychologa G. A. Millera, který objevil, že počet těchto úrovní činí 5, až 9 podle druhu smyslu např. zrakem dokáže rozlišit 9 barev. Pokud se pracuje s abstraktnějšími veličinami, schopnost rozlišovat u člověka klesá. Tento poznatek má uplatnění ve fuzzy logice a to, že počet fuzzi množin je obvykle maximálně 9. 40

Navíc naše smyslové vnímání nás také může silně klamat, jak uvádí Harford (2010, s. 24) lidé se často rozhodují podle toho, jak jsou jednotlivé volby formulovány, psycholog Daniel Kahneman o tom podal důkazy podložené pokusy, za což mu byla r. 2002 udělena Nobelova cena za ekonomiku.

Závěr Člověk je inteligentní bytost schopná velice kvalitního uvažování, vyhodnocování situací a rozhodování. Také je schopen jak popisuje Žáček (2009, s. 17-18) myslet strategicky, přejímat nové poznatky na základě minulých zkušeností a na jejich základě přijímat nová a lepší rozhodnutí. Tento příspěvek si neklade za cíl dokázat, že umělá inteligence představovaná počítači je lepší než lidské bytosti. Jak uvádí Cook (2012, s. 2017) roku 1997 se odehrál velice zajímavý šachový zápas mezi nejmodernějším počítačem společnosti IBM s označením Deep Blue a světovým šampiónem Gari Kasparovem. Mnohé odborníky překvapil výsledek, že člověk stále dokáže počítač porazit v této v podstatě výpočetní úloze. Na druhé straně pro určité typy rozhodovacích procesů, které lze popsat matematickými modely a exaktně je řešit je vhodnější použít výpočetní techniku. Za prvé z důvodu rychlejšího výpočtu a také lepšího výpočtu, protože pro lidské myšlení zde existují určité ergonomické limity, které je třeba mít na vědomí, jak uvádí Gilbertová (2002, s. 203204). Čili počítač jako pomocný rozhodovací nástroj a manažer jako osoba schopná komplexního myšlení, strategického uvažování a rozhodování při neúplných informací se mohou skvěle doplňovat, ale jedno nemůže být nahrazeno druhým. Je logické, že lepší rozhodnutí např. v oblasti umístění nového centrálního skladu, přesunutí pracoviště, polohy nové pobočky, naplánování logistické trasy apod. přinese ve svých důsledcích úsporu nákladů i času. Optimalizační procesy hrají důležitou roli jako generátory úspor provozních nákladů a lze konstatovat, že kdo dokáže lépe zvládat rozhodovací procesy, ten získává konkurenční výhodu.

Prameny [1] COOK, W., J. Po stopách obchodního cestujícího. Matematika na hranicích možností. Praha: Dokořán, 2012. 255 s. ISBN 978-80-7363-412-4. [2] Gilbertová, S., Matoušek, O.: Ergonomie, Optimalizace lidské činnosti. Praha. Grada, 2002. 240 s. ISBN 80-2470-226-6. [3] Harford, T.: Logika života. Praha: Práh, 2010. 247 s. ISBN 978-80-7252-3016.Jablonský, J.: Programy pro matematické modelování. Praha: VŠE, 2007. 259 s. ISBN 978-80-245-1178-8. [4] Rollo, J.: Praktické příklady z operační analýzy. Praha: Redakce ekonomické a polytechnické literatury, 1973. 146 s. 04-322-73. [5] Zelenka, A., Král, M.: Projektování výrobních systémů. Praha: ČVUT, 1995. 365 s. ISBN 80-01-01302-2. [6] Zelinka, I. Umělá inteligence - hrozba nebo naděje?. Praha: BEN TL, 2003. 142 s. ISBN 80-7300-068-7. [7] Žáček, V.: Strategický management. Praha: ČVUT, 2009. 317 s. ISBN 978-80-0104443-8.

41

POSOUZENÍ VZTAHU ZÁVISLOSTI MEZI PRODUKCÍ AUTOMOBILŮ A SPOTŘEBOU OBRÁBĚCÍCH STROJŮ POMOCÍ KORELAČNÍ ANALÝZY ČASOVÝCH ŘAD EVALUATION OF THE RELATION BETWEEN MOTOR VEHICLES PRODUCTION AND MACHINE TOOL CONSUMPTION BY MEANS OF CORRELATION ANALYSIS OF TIME SERIES Jan Kožíšek, Barbora Stieberová ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], http://www.rep.fs.cvut.cz/

Abstrakt Cílem tohoto článku je posoudit vzájemný vztah mezi produkcí automobilů a spotřebou obráběcích a tvářecích strojů. Analýza je postavena na výpočtu korelačních koeficientů, je zahrnuta také opožděná korelace. Analýza je provedena nejprve pro celý svět, zvlášť pro Čínu a pro země sdružené v asociaci CECIMO.

Klíčová slova: korelační analýza, časové řady, produkce automobilů, spotřeba obráběcích strojů.

Abstract The aim of this article is to evaluate the relation between production of automotive vehicles and machine tool consumption. The calculation is based on the correlation coefficients, also lagged correlation is taking into consideration. The analyses is carried out for the summary of word data, for China and for the countries joined in the association of CECIMO.

Key words: correlation analysis, time series, production of automotive vehicles, machine tool consumption.

Úvod Ekonomické jevy jsou často určovány obecným rytmem a celkovou tendencí (trendem) ekonomického vývoje, který je vyjádřen shodným celkovým vývojem značného počtu kvantitativních jevů ve formě ukazatelů. Abychom obdrželi vysokou hodnotu korelačního koeficientu nebo indexu u dvou nebo více časových řad, stačí, aby vývoj porovnávaných ukazatelů měl shodný nebo opačný směr. [1] Kdy však můžeme očekávat, že mezi ukazateli (ekonomickým jevy) existuje skutečný (kauzální) vztah? Na vývoj ukazatelů v čase působí: 

globální vývojová tendence a trend daného ukazatele, který je často stejný u řady ukazatelů,



cyklické vlivy zahrnující také vlivy sezónní



skupina náhodných vlivů.

Zkoumáme-li skutečný vztah, budeme se zabývat ne původními hodnotami (xi, yi), ale spíše souběžností mezi nepravidelnými složkami srovnávaných časových řad. Jestliže tato 42

kolísání probíhají souběžně (paralelně), je málo pravděpodobné, aby neexistovala příčinná (kauzální) závislost mezi zkoumanými jevy. Korelované časové řady ukazatelů tedy oprostíme od vývojové tendence (trendu) a nebudeme tedy zkoumat korelaci napozorovaných hodnot časové řady xi a yi, ale budeme zkoumat korelaci odchylek těchto hodnot od jejich trendů, tj. korelaci hodnot hodnot 𝑧𝑖 = 𝑦𝑖 − 𝑦̂𝑖 a 𝑢𝑖 = 𝑥𝑖 − 𝑥̂𝑖 , 𝑦̂𝑖 a 𝑥̂𝑖 jsou odhadové (vyrovnané, teoretické) hodnoty zkoumaných časových řad. [1], [2], [3] [4]. Pro měření těsnosti korelační závislosti ukazatelů časových řad lze také použít rozdíly (ročních, měsíčních nebo čtvrtletních) hodnot jednotlivých časových řad: xi – xi-1 ; yi – yi-1. [2] [3] Strojírenství je stále tahounem průmyslu, neboť zahrnuje mnoho oborů, které produkují dopravní prostředky, automobily osobní, nákladní, užitkové, těžké dopravní prostředky, stavební stroje, zemědělské stroje, traktory, nakladače, agregáty k těžbě a zpracování dřeva, zařízení pro chemický průmysl, zařízení pro těžbu ropy, železniční vagony, lokomotivy, vagony pro metra, a případně i větší produkty jako jsou lodě, letadla, vrtné soupravy, vrtné plošiny apod. Výroba obráběcích a tvářecích strojů a zařízení je situována do tradičních strojírenských oblastí. Jedná se o hospodářsky vyspělé státy s tradicí a dostatečnou základnou v oblasti vědy a výzkumu. Jde např. o Německo, USA, Japonsko, Rusko, ale dnes také Čínu, Indii, Taiwan, Jižní Koreu… Cílem tohoto článku je posoudit vzájemný vztah mezi produkcí automobilů a spotřebou obráběcích a tvářecích strojů. K analýze je použit výpočet korelačního koeficientu nejprve pro data samotná, poté jsou časové řady očištěny o trendovou složku. Rovněž je zjišťována opožděná korelace, kdy jsou data spotřeby posunutá o 1 rok oproti produkci automobilů. Analýza je provedena nejprve pro celý svět, potom pro Čínu jako zemi, jejíž podíl na celosvětové produkci jak obráběcích strojů, tak automobilů roste. Potom je posouzen vztah mezi produkcí automobilů a spotřebou obráběcích strojů v zemích CECIMO (Comité de La Cooperation des Industries de la Machine-Outil) združující 15 evropských států: Rakousko, Belgii, Českou Republiku, Dánsko, Finsko, Francii, Německo, Itálii, Nizozemí, Portugalsko, Španělsko, Švédsko, Švýcarsko, Turecko a Velkou Británii.

1. Postup analýzy Nejprve je analýza provedena pro původní data xi – produkce automobilů a yi – spotřeba obráběcích strojů. Jsou vypočteny korelační koeficienty: ryx 

n x

n xi yi   xi  yi

2 i



  xi  n yi2   yi  2

2



Potom je analýza provedena pro časové řady oproštěné od vlivu trendu, je zkoumána korelace odchylek zjištěných hodnot od jejich trendů, tj. korelace hodnot [1], [2], [3] [4]: 𝑧𝑖 = 𝑦𝑖 − 𝑦̂𝑖 𝑢𝑖 = 𝑥𝑖 − 𝑥̂𝑖 𝑦̂𝑖 a 𝑥̂𝑖 jsou odhadové (vyrovnané, teoretické) hodnoty zkoumaných časových řad. Vyrovnání časových řad se provádí pomocí analytických funkcí (přímky, parabola, exponenciála) nebo pomocí klouzavých průměrů.

43

Pro lineární vyrovnání budou mít funkce tvar:

xˆi  a xt  bxt ti

yˆ i  a yt  byt ti

a

Korelační koeficienty odchylek ui a zi vypočteme podle následujícího vztahu [1], [3]:

rzu 

n z

n ziui   zi  ui

2 i



  zi  n ui2   ui  2

2



Nakonec byla zjišťována opožděná korelace - vliv nezávisle proměnné (produkce automobilů) i-tého roku a na závisle proměnnou (i+1)ního roku (spotřeba obráběcích strojů). Na závěr je proveden test významnosti korelačních koeficientů dle [5]. Jednotlivé korelační koeficienty jsou srovnány s kritickou hodnotou korelačního koeficientu, pokud je vypočtený korelalační koeficient vyšší než kritická hodnota, hovoříme o korelační závislosti mezi proměnnými. Kritické hodnoty koeficientů se mění v závislosti na počtu analyzovaných hodnot a odpovídajícímu stupni volnosti, který je o 2 jednotky nižší než počet hodnot n.

2. Analyzovaná data Na následujících grafech je zobrazen vývoj obou analyzovaných ukazatelů – produkce automobilů a spotřeby obráběcích strojů – pro celý svět, Čínu a země Cecimo. 100 90 80 70 60 50 40 30 20 10 0 2002

2004

2006

Produkce automobilů v mil. kusů

2008

2010

2012

2014

Spotřeba obráběcích strojů (MT Consumption) v mld. Euro

Obr. 2: Produkce automobilů a spotřeba obráběcích zdrojů - celý svět (2003 – 2013)Zdroj: spotřeba strojů (STATISTICS REPORT CECIMO General Assembly [6]., počet aut (http://www.oica.net/category/production-statistics/ [7])

44

45 40 35 30 25 20 15 10 5 0 2002

2003

2004

2005

2006

Produkce automobilů v mil. kusů

2007

2008

2009

2010

2011

2012

2013

Spotřeba obráběcích strojů (MT Consumption) v mld. dolarů

Obr. 2: Produkce automobilů a spotřeba obráběcích zdrojů - Čína (2003 – 2012) Zdroj: spotřeba strojů (The world machine-tool output & consumption survey 2005-2014:. Gardner publication [8 - 17], počet aut (http://www.oica.net/category/production-statistics/ [7]) 20 18 16 14 12 10 8 6 4 2 0 2002

2003

2004

2005

2006

Produkce automobilů v mil. kusů

2007

2008

2009

2010

2011

2012

2013

Spotřeba obráběcích strojů (MT Consumption) v mld. Euro

Obr. 3: Produkce automobilů a spotřeba obráběcích zdrojů Cecimo (2003 – 2013) Zdroj: spotřeba strojů (STATISTICS REPORT CECIMO General Assembly [6]., počet aut (http://www.oica.net/category/production-statistics/ [7]) Z grafů je patrné, že se Čína chová rozdílně než ostatní země, co se týká spotřeby strojů. Po 10 let neustále roste bez ohledu na krizi odstartovanou v roce 2009 krizí v bankovním sektoru. Na konci sledovaného období však Čína ve spotřebě strojů zpomalila, což indikuje, že výrobci více využívají stávající stroje a zařízení.

3. Korelace mezi naměřenými daty Pro všechny tři analyzované vztahy je provedena regresní a korelační analýza naměřenými daty xi – produkce automobilů a yi – spotřeba obráběcích strojů. Jsou vypočteny regresní koeficienty byx, které udávají průměrnou změnu výše spotřeby strojů při jednotkové 45

změně produkce automobilů. Jednotlivé regresní koeficienty společně s korelačními koeficienty jsou uvedeny v následující tabulce. Tab. 1: Regresní a korelační koeficienty vztahu mezi xi a yi Regresní koeficient byx Korelační koeficient ryx 

n x

n xi yi   xi  yi

2 i



  xi  n y   yi  2

2

2 i



Celý svět 1,3 (mld. €/mil. aut)

Čína 1,9 (mld $/mil. aut

CECIMO 0,79 (mld. €/mil. aut)

0,93

0,957

0,517

Kritická hodnota korelačního r 0,975 (9) = r 0,975 (8) = koeficientu [5] 0,6021 0,6312 Zdroj: vlastní výpočty autorů

r 0,975 (9) = 0,6021

Pro celý svět: Korelačního koeficientu ryx = 0,93 vyjadřuje, že mezi proměnnými y a x je velmi silná korelační závislost, kritická hodnota korelačního koeficientu r 0,975 (9) = 0,6021 je nižší, takže korelace mezi proměnnými je prokázána. Zatím nelze hovořit o příčinné, kauzální závislosti. Pro Čínu vychází korelační koeficient také vysoký. Pro země CECIMO je hodnota korelačního koeficientu nižší než kritická, ale dosahuje slušné hodnoty a proto budeme pro sdružení CECIMO počítat i korelační koeficient odchylek ui a zi.

4. Korelace odchylek – očistění časových řad o trendovou složku Nejprve je nutné vyrovnat jednotlivé časové řady vhodnou funkcí. Pro Čínu bude použita lineární závislost, řady pro země CECIMO byly vyrovnány pomocí klouzavých průměrů pro 3 období a pro celý svět byla data vyrovnána jak lineárně, tak pomocí klouzavých průměrů pro 3 období. Potom byly pro odchylky mezi původními a vyrovnanými hodnotami stanoveny korelační koeficienty rzu. Tab. 2: Korelační koeficienty vztahu mezi ui a zi Celý svět (vyrovnáno lineárně)

Celý svět (vyr. klouz. prům. pro 3 období)

Čína (vyrovnáno lineárně)

Cecimo (vyr. klouz. prům. pro 3 období)

0,75

0,64

0,44

0,606

Korelační koeficient rzu rzu 

n z

n ziui   zi  ui

2 i



  zi  n u   ui  2

Kritická hodnota koeficientu [5]

2 i

2



korelačního r 0,975 (9) = r 0,975 (7) = r 0,975 (8) = r 0,975 (7) = 0,6021 0,6664 0,6319 0,6664 Zdroj: vlastní výpočty autorů

Z tabulky vyplývá, že kauzální vztah mezi produkcí automobilů a spotřebou obráběcích strojů je potvrzen v tom samém roce pouze pro celý svět, pokud bychom se přiklonili k větší správnosti vyrovnat data pomocí lineárního trendu, korelační koeficienty vyrovnání jednotlivých časových řad vycházejí nad 0,8, což by svědčilo pro toto rozhodnutí. V případě vývoje spotřeby obráběcích strojů v zemích CECIMO však lineární závislost použít nelze. Jak je uvedeno v [4] správné vyrovnání je klíčové pro celou analýzu. V následující kapitole si provedeme korelační analýzu odchylek se zpožděním spotřeby strojů oproti produkci automobilů o 1 rok. 46

5. Opožděná korelace Nejprve provedeme posunutí časových řad vůči sobě tak, aby produkci automobilů v roce 2003 odpovídala spotřeba strojů v roce 2004, atd. Nyní budeme postupovat jako v předchozí kapitole. Nejprve vhodně vyrovnáme hodnoty časových řad a stanovíme korelační koeficienty odchylek naměřených a vyrovnaných hodnot. Vypočtené korelační koeficienty opožděného vztahu uvádí následující tabulka. Tab. 3: Korelační koeficienty vztahu mezi ui a zi – opožděná korelace Celý svět Celý svět Čína (vyrovnáno (vyr. klouz. (vyrovnáno lineárně) prům. pro 3 lineárně) období)

Cecimo (vyr. klouz. prům. pro 3 období)

Korelační koeficient rzu rzu 

n z

n ziui   zi  ui

2 i



  zi  n ui2   ui  2

Kritická hodnota koeficientu [5]

2



0,51

0,14

0,98

0,383

korelačního r 0,975 (8) = r 0,975 (6) = r 0,975 (7) = r 0,975 (6) = 0,6319 0,7067 0,6664 0,7067 Zdroj: vlastní výpočty autorů

Korelační koeficient odchylek opožděného vztahu spotřeby strojů oproti produkci automobilů pro Čínu vychází vysoký, vyšší než je příslušná kritická hodnota korelačního koeficientu, tedy lze říci, že v případě Číny se zpožďuje spotřeba strojů za produkcí automobilů. U celého světa se korelační koeficient snížil oproti korelačnímu koeficientu nezpožděného vztahu, je nižší než kritická hodnota korelačního koeficientu. V případě zemí sdružených v CECIMO lze na základě výše koeficientu, že ani opožděný vztah mezi studovanými veličinami nebyl prokázán.

Závěr Cílem tohoto článku bylo posoudit vzájemný vztah mezi produkcí automobilů a spotřebou obráběcích a tvářecích strojů. Celosvětová krize (původně bankovní) v roce 2009 způsobila pokles obou sledovaných proměnných celosvětově, pouze Čína zaznamenala pouze malé pozastavení v růstu. Pokud provedeme výpočet korelačních koeficientů mezi neočištěnými údaji, působí nám na obě řady globální trend a z vysokých hodnot korelačních koeficientů jednotlivých ukazatelů nelze vyvozovat kauzální vztah. Po vhodném vyrovnání časových řad buď lineárně, nebo pomocí klouzavých průměrů, lze ze stanovených korelačních koeficientů odchylek usuzovat již na možnost kauzálního vztahu – ten se objevuje ve stejném roce vzájemného působení proměnných pouze v případě vztahu časových řad ukazatelů pro celý svět. Co se týká opožděné korelace, tak nejsilnější vztah mezi zpožděnou spotřebou strojů oproti produkci automobilů vychází v Číně, v rámci celého světa a v zemích sdružených v CECIMU opožděná závislost prokázána nebyla.

47

Prameny [1]

KOŽÍŠEK, Jan. Ekonomická statistika a ekonometrie. Praha: VČVUT, 2005. ISBN. 8001-03229-9.

[2]

KAŇOKOVÁ, Jara. K některým otázkám korelace časových řad. Statistika. 1967, 5

[3]

KAŇOKOVÁ, Jara. Teorie statistika pro řízení a plánování, Praha: SNTL, 1989.

[4]

HINDLS, Richard; HRONOVÁ, Stanislava; SEGER Jan, FISHER, Jakub. Statistika pro ekonomy. Praha: Proffesional Publishing, 2007. ISBN 978-80-86946-43-6.

[5]

KOŽÍŠEK, Jan. Statistické tabulky a jejich použití. Praha: VČVUT, 2002. ISBN. 80-0102593-4.

[6]

Statistic report CECIMO General Assembly, Vienna, September 2013, [online]. [cit. 3.8.2014]. dostupné z WWW http://www.sst.cz/download/pdf/Statiscal_overview_national_indicators_Vienna_2013_ updated.pdf

[7]

Production statistics, [online]. [cit. 3.8.2014]. http://www.oica.net/category/production-statistics/

[8]

The World Machine-Tool Output & Consumption Survey 2014 [online]. [cit. 25.7.2014]. dostupné z WWW http://www.gardnerweb.com/cdn/cms/2014wmtocs_SURVEY.pdf

[9]

The World Machine-Tool Output & Consumption Survey 2013 [online]. [cit. 25.7.2014]. dostupné z WWW https://www.gardnerweb.com/cdn/cms/uploadedFiles/2013wmtocs_SURVEY.pdf

dostupné

z

WWW

[10] The 2012 World Machine-Tool Output & Consumption Survey [online]. [cit. 25.7.2014]. dostupné z WWW http://www.gardnerweb.com/cdn/cms/uploadedFiles/World%20Machine%20Tool%20O utput.pdf [11] The 2011 world machine-tool output & consumption survey: the world survey at a glance. Gardner publication, [online]. [cit. 25.7.2014]. dostupné z WWW http://www.thefreelibrary.com [12] The 2010 world machine-tool output & consumption survey: the world survey at a glance. Gardner publication, [online]. [cit. 25.7.2014]. dostupné z WWW http://www.thefreelibrary.com [13] The 2009 world machine-tool output & consumption survey, Gardner publication [25.7.2014]. [online]. [cit. 25.7.2014]. dostupné z WWW http://www.thefreelibrary.com [14] The 2008 world machine-tool output & consumption survey:. Gardner publication [25.7.2014]. Dostupnost. http://www.thefreelibrary.com [15] The 2007 world machine-tool output & consumption survey. Gardner publication [online]. [cit. 25.7.2014]. dostupné z WWW. http://www.thefreelibrary.com [16] The 2006 world machine-tool output & consumption survey. Gardner publication [online]. [cit. 25.7.2014]. dostupné z WWW Dostupnost. http://www.thefreelibrary.com [17] The 2005 world machine-tool output & consumption survey. Gardner publication [online]. [cit. 25.7.2014]. dostupné z WWW Dostupnost. http://www.thefreelibrary.com

48

REAL-TIME MARKETING RESEARCH IN PROCESSES OF MANAGEMENT OF AUTOMOTIVE COMPANIES REAL-TIME MARKETINGOVÝ VÝZKUM V AUTOMOBILOVÉM PRŮMYSLU Michael Kupec ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], http://rep.fs.cvut.cz/

Abstrakt Cílem příspěvku je ověření metody, jež prostřednictvím marketingového výzkumu aplikovaného online, tedy v reálném čase (Real Time) v odvětví automobilového průmyslu, eliminuje diskrepance mezi statickými a dynamickými informacemi. Real time přístupy totiž zajišťují včasnější a přesnější výsledky než metody klasického marketingového výzkumu. To zároveň přispívá k integrovanému řízení průmyslových podniků, což se dá v současném turbulentním prostředí považovat za konkurenční výhodu.

Klíčová slova: Real time, diskrepance, marketingový výzkum, informace, řízení.

Abstract The aim of this paper is to verify the methods by which marketing research applied online, in real time (Real Time) in the automotive industry, eliminating the discrepancy between static and dynamic information. Real time access is providing more timely and more accurate results than classical methods of marketing research. This also contributes to the integrated management of industrial enterprises, which can be in the current turbulent environment regarded as a competitive advantage.

Key words: Real time, discrepancy, marketing research, information, management.

1. Introduction Real-time marketing research in particular processes of management of automotive companies is one of important problems which have to managers get under control every day. The fact, that increase of difficulties of goals for managers is continual and ceaseless only with connection to contraction of reaction time for appropriate solutions and decisions from management of companies, is the proof that importance of this field is huge. Management arises in directional functions usually from statistic information although environment of economic is dynamic. That means that using of incurrent dates and facts can be fatal for strategies of organization. But Kupec (2014) says that differences between statistic and dynamic information are possible to vanish with help of new attitude of real-time marketing research. These rules are valid especially for automotive companies. Is necessary to keep improvement and fluent increase of processes and keep trying to stay in the peak of companies. Innovations are needful in all kinds of fields but marketing

49

research can have one of the most important roles in the competitions between companies focused to making of cars. The text is focusing to analyze of real-time marketing research for automotive field. The specialization is according with last job of author of this text. And in the light of the fact that Czech Republic is without any doubts in the close connection between its economy and its automotive production, there is a logical argument for this choosing of this theme.

2. References Using of out-of-date information can have radical influence to strategies of companies. Differences. The goal of this text is to check this method for automotive industries in theoretical way. Real-time management in general is a surety of well-timed and more correct results then in classical methods of marketing research (Kupec – Krettter, 2013). That is important for integration of direction in industrial companies which is important in current unsure economic situation. A definition by Kotler of the research is systematic picking, determination, analyzing and concussing of information in connection to concrete problem of concrete company. A basic premise is using of marketing attitude for direction of company influenced by social environment. Characteristics of this research are on the one side the uniqueness, recency and validity of information. On the other side it is necessary to pay high costs which are connected to getting of dates, salary for employees and costs to their education, time and methods. The work is inspirited in thoughts of actual books oriented mainly to marketing and management (Kotler: Principles of Marketing, 2010; Matúš: Vybrané problémy súčasného marketingu, 2007; Kozel: Moderní marketingový výzkum, 2006; apod.). Suggested process for real-time marketing research can use automotive industry or all kinds of companies in which is usual recording of consumer behavior into companies date warehousing. So marketing research can be included in subset of marketing which is part of economy. That is the point which uses for example Ms. Johnová (2008). She gives more in the basic thought because she says that marketing is in modern image young field of economy which started to increase systematically about 1950 of twenty century in free market places. But for totally understanding of marketing research is possible to bring retrospective thoughts by Weitze and Wensley (2002). They show some of different used ways (separate or common) to study of marketing thinking. They says that probably the most relevant way is analyzing of separated thoughts or marketing concepts which was chosen like an usage for this text.

3. Methodology In standard methodological rules of scientific work are entities chosen because of the topic. They are closely connected to each other and to make them particular is important to keep a way of analyzing and systematical researching of interested parts which can approach by achievement of goal. Examined disciplines are: information by customers and clients, marketing research, statistic work and automotive sector which is necessary to checking of this ask in direction of automotive companies. (Kupec, 2014) But still is needful to keep in mind processed connections of marketing and management of directions in automotive companies.

50

Costumers’ information is first topic of research because they are basic factors for production. Costumers come to car shops and they want to have specific product with concrete attribute and exact setup. To analyze of these dates is suitable to use selected marketing technics as marketing research (Boone – Kurtz, 2011). Marketing research is connection between costumers and marketing specialists because of business information. There is suitable to use statistic methods. For right using of statistic methods is necessary to be well known in particular field which is in this cause automotive environment because all of this theoretical entities is important to put in the real environment.

4. Results The goal of this text was to make the literature search current situation of knowledge in the field of marketing research in automotive companies. Is clear fact that present-day society is subject to information. Ways how costumers get this information are still more. Every day is invented and set up new communication medium. For surviving of automotive companies in this complex net of dates and information have to use marketing management modern attitudes to marketing. One of these is real-time marketing. But to target marketing tools to right group of costumers has to marketers have valid information about costumers. Needfulness of the collection of information and a detailed scanning the environment for car companies is evident. It determines the components of a modern marketing information system, internal data and marketing monitoring of surrounding events, by way of the micro and macroenvironment analysis, demographic environment and other essential macroenvironments. Result of this research was a need of new department for automotive companies which would be part of the automotive company but on the edge of indoor environment of company (detached part of automotive company – DPAC). That means that it would be detached workplace with close contact to outside environment of costumers and close still in close contact to management of automotive company. A next picture is a concept how could be organization of this cooperation between detached workplace of company and management of company work. This position of DPAC would be assurance for good working real-time marketing. All works would work in on-line regime. This concept is own innovative authors´ work by basic of Kupec (2014).

51

Pic. 1 Real-time marketing research Source: own construction Description of picture is following. Phase 1. shows that management has to collected information and occasions from all parts of companies because production and selling of cars is complex and difficult process which requires many different information from lot kinds of fields from lowest employees to highest employees. Then management has to interpret this dates and make conclusions about claims. Phase 2. is only about handing over claims to marketing research to DPCA. Phase 3. is process of on-line research during costumers which could be performance for example by internet question blank. In phase 4. is in process handing over from DPAC to management of results of information probably with using automatic evaluation. The last phase is presentation of new strategies, results and other things. This concept is working in theoretical level. For attestation is necessary to keep research about this topic and try to put this model to real environment in. And there is certain dangerous as for example that detached working place can show elements of trying to separation from company or that management could lose control over DPAC.

52

5. Conclusion Main reason for this work was the fact that automotive companies which are one of the cardinal industry companies in Czech Republic need to predict behavior of costumers which is still more influenced by different elements. For that is possible to use classical technics but is necessary to try new ways to get self in front of competition in fast increase economy. One of the ways is method of real-time marketing research. The constructed method of real-time marketing in theoretical level collected analyzed and evaluated information with advantage of isolation of unnecessary employees which should assure the less level of failing. Process of designed real-time marketing research eliminates degradation of information during of presentations of results from many departments of company. On-line research allows to reacted for new situation on labile and always developing marketplace of car industry.

References [1] KOZEL, R. a kol. 2006. Moderní marketingový výzkum. 1. vyd. Praha : Grada Publishing, a.s., 2006. 280 s. ISBN 978-80-247-0966-6. [2] MATÚŠ, J. 2007. Vybrané problémy súčasného marketingu. 1. vyd. Trnava : FMK UCM v Trnave, 2007. 111 s. ISBN 978-80-89220-78-6. [3] JOHNOVÁ, R. 2008. Marketing kulturního dědictví a umění. Art marketing v praxi. 1. vyd. Praha : Grada Publishing, 2008. 288 s. ISBN 978-80-247-2724-0. [4] WEITZ, B. A. – WENSLEY, R. 2002. Handbook of marketing. 1. Ed. London : SAGE Publications, 2002. 582 s. ISBN 978-0-7619-5682-2. [5] BOONE, L. E. – KURTZ, D. L. 2011. Contemporary Marketing. 15. Ed. Stamford : Cengage Learning, 2011. 800 s. ISBN 978-1-1112-2178-2. [6] ISON, S. – WALL, S. 2007. Economics. 1. Ed. Harlow : Pearson Education Limited, 2007. 543 s. ISBN 978-0-27368-107-6. [7] KUPEC, Václav. Marketingový výzkum ve vybraných procesech řízení banky. Trnava: UCM, 2014. ISBN 978-80-8105-566-9. [8] KUPEC, Václav a Anton KRETTER. Měření atributů marketingových informací. Communication Today, Trnava: FMK UCM v Trnave, 2013, roč. 4, č. 1, s. 106-116. ISSN 1338-130X. [9] KOTLER, P. – ARMSTRONG, G. 2010. Principles of Marketing. 13. Ed. New Jersey : Pearson Education, 2010. 637 s. ISBN 978-0-13-700669-4. [10] CHURCHILL, G. A. – IACOBUCCI, D. 2010. Marketing Research: Methodological Foundations. 10. Ed. Mason : South-Western Centage Learning, 2010. 624 s. ISBN 978-0-324-35995-4.

53

SOUČASNÉ OTÁZKY EKONOMICKÉ TEORIE A PRAXE CONTEMPORARY QUESTIONS OF ECONOMIC THEORY AND PRACTICE

Karel Macík, Theodor Beran, Šárka Findová ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], [email protected] http://rep.fs.cvut.cz/

Abstrakt Cílem příspěvku je bližší analýza některých významných nákladových ukazatelů, charakterizující strukturu nákladů produktu v podobě přidané hodnoty jeho výrobou. Je zdůrazněn problém v současné kalkulační a analytické praxi. V popředí stojí dvě otázky: za prvé hledání postupu, resp. metody, jak určit s ohledem na komplikovanost nákladových struktur, použitelný ukazatel v podobě přidané hodnoty produktu, za druhé pak účelnost nebo význam zjištění ukazatele přidané hodnoty produktu. Příspěvek má podnítit diskusi o této problematice v teoretických a praktických odborných kruzích.

Klíčová slova: analýza, produkt, přidaná hodnota, národní důchod, ukazatel.

Abstract The aim of this paper is more details analysis of some important cost indicators, characterizing the cost structure of the product in terms of its value added production. Problem is stressed in the current calculation and analytical practice. In the front are two questions: first search procedure, respectively methods to determine, having regard to the complexity cost structures, uses the indicator as a value-added product, and secondly the usefulness and importance of finding indicators of value added product. The paper is to stimulate discussion on this issue in theoretical and practical professional circles.

Key words: analysis, product, value added, national income, indicator.

Úvod V souvislosti s posilováním tendencí globalizace ve společnosti i s vlivem krize v první dekádě 21. století se vynořila otázka o vhodnosti hrubého domácího produktu jako ukazatele pro měření makroekonomické výkonnosti. Hrubý domácí produkt je souhrnným makroekonomickým agregátem, který je souhrnem přidaných hodnot jednotlivých podnikatelských subjektů, tedy hodnot zboží a služeb vyrobených, resp. poskytnutých na daném území (v určitém časovém rozmezí) a je považován za nejsouhrnnější agregát výroby. Zároveň je HDP používán jako ukazatel ekonomické prosperity, také jako ukazatel sociálního pokroku a je rovněž důležitým indikátorem při hodnocení dlouhodobé konkurenceschopnosti ekonomik. Ukazatel HDP je dán součtem přidaných hodnot jako snadno dostupný ukazatel ve statistikách všech zemí světa a za účelem mezinárodního srovnání jsou sladěny i národní systémy účetnictví tak, aby byla respektována obsahová náplň výsledného ukazatele.

54

Již v počátcích globální ekonomické krize v roce 2009 začaly totiž vznikat diskuse o vhodnosti HDP pro měření makroekonomické výkonnosti [8]. Zpráva charakterizuje zásadní a dílčí omezení ukazatele HDP, vyplývající z jeho využívání pro hodnocení životní úrovně a blahobytu. Za dílčí omezení ukazatele při hodnocení ekonomické výkonnosti lze podle zprávy považovat problematiku odpisů (amortizace), zohlednění „domácnostní“ produkce, problematiku měření hodnoty veřejných statků a zachycování kvalitativních změn výrobků a služeb. Z hlediska dílčího omezení HDP Stiglitzova zpráva poukazuje na nástup nové ekonomiky v souvislosti s důsledky dynamického rozvoje informačních technologií. K tomu je nutno dodat, že velký podíl informačních technologií na objemu kapitálových statků a nižší životnost počítačů a jejich softwaru znamená (za jinak stejných podmínek) větší opotřebení za časovou jednotku. Plánovací a informační systémy slouží podniku je tehdy, jsou-li skutečně nastalé jevy porovnávány s předpokládaným vývojem těchto jevů, vzniklé odchylky analyzovány s ohledem na jejich příčiny a učiněna odpovídající opatření k odstranění nepříznivých odchylek. Skutečný průběh musí být zpětnovazebně kontrolován a případně korigován. Pro posuzování objektivnosti hodnot vykazovaných v účetnictví jako jednoho ze základních principů účetnictví je otázka oceňování konkrétních skutečností a jevů. Tento princip je považován za samozřejmost mnohými pracovníky v oblasti účetnictví a nákladové problematiky. Ve skutečnosti tomu tak všeobecně není např. u vykazování vnitropodnikové kooperace, oceňování vnitropodnikových zásob, hospodářského výsledku jednotlivých vnitropodnikových útvarů atd. V tomto článku se pokusíme přiblížit řešení jednoho z problémů, a to oceňování hodnoty určitého produktu.

1. Oceňování hodnoty určitého produktu 1.1 Přiřazování úplných nákladů na produkt Problematika oceňování je v účetnictví poměrně rozsáhlá a vnáší do jeho systému, který je chápán jako exaktní nástroj řízení podniku, určitý stupeň nepřesnosti, resp. nejistoty. Praktické důvody vedou k tomu, že se ve finančním a vnitropodnikovém účetnictví používá několikeré ocenění výkonů a vnitropodnikových zásob, a to jednak ve skutečných vlastních nákladech, jednak v předem stanovených čili plánovaných – rozpočtovaných, předem kalkulovaných – vlastních nákladech. V zásadě můžeme otázku oceňování zásob rozdělit do dvou skupin:  oceňování zásob pořízených nákupem při skladování a spotřebě,  oceňování vnitropodnikových zásob, tj. zásob nedokončené výroby a výrobků na skladě. Pro oceňování zásob na vstupu existuje teoreticky celá řada postupů, z nichž vhodné a legislativně přípustné jsou v ČR metody “First In – First Out (FIFO), metoda průměrných cen a metoda předem stanovených cen se systémem rozpouštění oceňovacích odchylek při spotřebě těchto zásob. Vliv na zkreslení hospodářského výsledku se zde dá u posledně jmenovaného postupu vcelku spolehlivě vyloučit. Tyto přístupy s jejich příznivými i nepříznivými dopady jsou všeobecně známé. Vnitropodniková kooperace, čímž je myšleno zaznamenávání pohybu zásob mezi jednotlivými útvary v podniku v podobě polotovarů v různém stadiu rozpracovanosti plynule v čase, tedy dříve, než dochází k závěrce účetního systému, vytváří problém, jak tyto polotovary ocenit, neboť jejich skutečné náklady dosud neznáme. Je používána řada přístupů, 55

z nichž můžeme jmenovat např. využívání stálých vnitropodnikových cen. Tyto vnitropodnikové ceny mohou být konstruovány různě. Většinou vycházejí z předem stanovených přímých nákladů s možností zahrnutí výrobních a dalších režií. Toto ocenění je však možno považovat za provizorní, i když se dostává do závěrečných účetních bilancí a výkazů. Z toho vyplývá důsledek, že v bilancích vykazované zásoby jsou zachyceny nespolehlivě a tedy neobjektivně, což je v rozporu se zásadou věrného a poctivého obrazu skutečnosti (true and fair view). Navíc tu vystupuje problém oceňování jednotlivých produktů (výrobků, služeb). Tím se zabývá systém kalkulování nákladů a cen. Z kalkulační praxe je známa celá řada postupů buď plně absorbujících všechny nákladové položky (absorpční kalkulace) nebo pracujících jen s částí nákladových položek (neabsorpční kalkulace). Na tomto místě je nutné zdůraznit, že pro kalkulační účely není vhodné účetní (bilanční, druhové) členění nákladů, jak je uvádí výsledovka, resp. výkaz zisků a ztrát v účetnictví. Tyto náklady je nutno přeskupit (transformovat) na kalkulační třídění, rozlišující přímé a nepřímé náklady). [1] Strukturu nákladů na produkt v různém pojetí ukazuje obr. 1. Mezi postupy absorpční kalkulace patří stále používaná přirážková kalkulace, v níž se vychází z nákladů přímých a k nim přiřazovaných nákladů nepřímých pomocí vhodně zvolené rozvrhové základy. Tato metoda je oblíbená pro svou jednoduchost, její výsledky však mohou být velmi nespolehlivé, neboť přiřazuje náklady, které mají většinou fixní charakter (režijní náklady), nákladům variabilním, tedy většinou přímo úměrným množství produktů. Tento postup kalkulace lze různě upravovat volbou vhodných peněžních i nepeněžních základen (pracnost produktu, hodinové režijní sazby apod.). Je možné kombinovat rozvrhované náklady variabilní i fixní, pokud je znám kauzální vztah mezi produktem a těmito náklady. Tím se zužuje rozvrhovaná část nákladů a snižuje nespolehlivost kalkulace. To znamená, že určitému produktu přiřazujeme náklady, které s jeho výrobou nesouvisí, z nichž jsme vyloučili např. náklady na speciální nástroje a nářadí, které alokujeme přímo konkrétnímu produktu. VÝSLEDOVKA nákladové druhy

KALKULAČNÍ NÁKLADY

přímé náklady

nepřímé náklady

ABSORPČNÍ KALKULACE

FIXNÍ A VARIABILNÍ NÁKLADY

neabsorp. kalkulace

absorpční kalkulace

KRYCÍ PŘÍSPĚVEK FN + ZISK

PŘIDANÁ HODNOTA PRODUKTU

PŘIRÁŽKOVÁ KALKULACE

Obr. 1: Strukturované náklady produktu 1.2 Přiřazování neúplných nákladů na produkt Pro úplnost ještě uveďme alespoň jeden kalkulační postup, u nějž se nepočítá s úplným spektrem nákladových položek, tedy zmiňovanou metodu neabsorpční kalkulace. Zavádí se zde pojem příspěvek na úhradu (angl. contribution margin, něm. Deckungsbeitrag), tj. mezní, marginální, krycí příspěvek. Příspěvek na úhradu k-té skupiny

56

produktu uk představuje rozdíl mezi prodejní cenou produktu pk a variabilními náklady tohoto produktu PVNk uk = pk - PVNk (1) Příspěvek na úhradu je částka, kterou výrobek přispívá k úhradě (krytí) fixních nákladů a tvorbě zisku podniku. Příspěvek na úhradu je stálejší veličinou než zisk, neboť zůstává relativně stejný bez ohledu na vyráběná množství výrobků. Tradiční metody kalkulace nákladů rozvrhují úplné náklady na jednotku výrobního výkonu a zjišťují zisk z prodeje jednotlivých výrobků. Moderní metody kalkulace uplatňují systémová hlediska, tedy např. to, že ne každý výrobek vyvolává fixní náklady a ne každý prodej jednotlivého výrobku tvoří zisk. Fixní náklady i zisk se váží k určitému časovému období, a nikoli k jednotlivým výrobkům. Dlouhodobý vývoj v oblasti kalkulačních metod ukazuje na nespolehlivost předběžných kalkulací získaných metodami úplných nákladů, a proto se pozornost stále více obrací k těm metodám, které se zaměřují na náklady vznikající v přímé souvislosti s produkcí jednotlivých výrobků, tedy na tzv. vyvolané náklady. Kalkulované sazby úplných vlastních nákladů neumožňují variantnost, nutnou pro pružné rozhodování a plánování, neboť ty předpokládají znalost vyráběného množství jednotlivých druhů výrobků. Bez této znalosti nelze stanovit podíl fixních nákladů na výrobek a jejich rozvržení je nutno odhadovat. Také zisk dosažený určitým výrobkem není proporcionální vzhledem k vyráběnému množství, což znesnadňuje ekonomické rozhodování v oblasti volby optimální struktury výrobního programu. Metoda variabilních nákladů je použitelná pro řešení strategických systémových úloh, jako např. 

určení podílu jednotlivých výrobků na tvorbě hospodářského výsledku podniku;  určení pořadí výhodnosti výrobků a optimální sortiment výroby;  určení minimální hranice prodejní ceny výrobků;  rozhodování o tom, zda určitý polotovar, součást, díl apod. vyrobit či získat kooperací;  rozhodování o výhodnosti nákupu či nájmu určitého zařízení;  určení pořadí postupného zařazování kapacit do provozu, respektive jejich vyřazování z provozu. V neabsorpčních kalkulacích se nezjišťuje zisk z prodeje jednotlivých produktů, ale zisk celého podniku. Postup lze znázornit takto (nk je počet produktů k-tého druhu): q

Celkové tržby (výnosy):

CV   pk nk k 1 q

- Variabilní náklady všech produktů VN   PVN k nk k 1

q

q

k 1

k 1

Celkový příspěvek na úhradu

U   uk nk   nk  pk  PVN k 

- Fixní náklady

FN

Zisk podniku

Z

Platí tedy, že celkový příspěvek na úhradu je rozdíl mezi celkovými výnosy (CV) a celkovými variabilními náklady (VN) 57

U = CV – VN a celkový zisk organizace

Z = U - FN.

2. Problematika přidané hodnoty jednotlivého produktu 2.1 O významu přidané hodnoty Hlavní pozornost článku je soustředěna na otázku, zda má smysl vyjadřovat přidanou hodnotu konkrétního výrobku či ne. Velmi často je věnována pozornost této otázce jednak na nejvyšší ekonomické a politické úrovni státu, jednak v odborných publikacích. Zdůrazňuje se zejména to, že mnohé české výrobky mají příliš nízkou přidanou hodnotu, nikde se však nesetkáme s informací, resp. postupem, jak přidanou hodnotu výrobku určit. V příspěvcích uveřejněných ve sbornících několika předcházejících konferencí byla tato otázka zmíněna [2]. Přidaná hodnota výrobku souvisí s celou řadou diskuzí a tvrzení, z nichž některé zmíníme. Jak působí specializace činností v rámci podnikatelských činností? Je vhodné upouštět od tradičních činností, spojených s vědou, výzkumem, vývojem nových produktů a výrobních technologií a jejich nahrazování pořizováním např. licencí, resp. know how nabízeným z vnějších zdrojů, krátce využíváním outsourcingu? Musíme mít na paměti, že uvedené příklady vedou ke snižování přidané hodnoty, což souvisí se snižováním zaměstnanosti a kvalifikovanosti zaměstnanců. Podniky se často zbavovaly četných činností spojených se službami, obsluhou, opravami budov a zařízení, vedení účetnictví, které nahrazovaly nákupem, za které jim vzrůstaly náklady. Je tedy outsourcing vždy užitečný pro podnik? Zjednodušuje organizaci a řízení (logistika, spolehlivé fungování vstupů a výstupů)? Lze však tvrdit, že přispívá ke snižování přidané hodnoty produktů. Jestliže se jedná o kooperaci, tedy interní outsourcing mezi jednotlivými částmi společnosti, nejedná se vlastně o ztráty, resp. o nižší zisk. Totéž platí o produkci, která se při svém zpracování pohybuje mezi jednotlivými společnostmi jednoho státu, a jejím vlivu na HDP. K zajišťování špičkových produktů je zapotřebí odborně dobře připravené konstruktéry, technology a v neposlední řadě i manažery a ekonomy. Opačně se projevuje vnější outsourcing produktů mezi jednotlivými zeměmi, neboť do hrubého domácího produktu se počítá jen s přidanou hodnotou produkce daného státu, poněvadž ta přispívá ke vzniku HDP. Je proto jistě prospěšnější vyvíjet produkty v domácím prostředí, než jejich výrobu zajišťovat nákupem zahraničních licencí. Toto tvrzení nemusí platit absolutně ve všech případech, neboť vše záleží i na připravenosti a úrovni výrobních kapacit, schopnostech a zkušenostech výrobců. 2.2 Úvahy o postupu vyjádření přidané hodnoty produktu Z uvedených třídění nákladů na obr. 2 není žádné vhodné pro výpočet přidané hodnoty produktu. Přesnější výraz je hodnota přidaná zpracováním, kterou každý výrobce přidá svojí činností k hodnotě nakupovaných meziproduktů, tj. surovin, materiálů, paliv, polotovarů a služeb, tedy rozdíl mezi tržní cenou produktu a cenou meziproduktů. Hrubá přidaná hodnota produktů zahrnuje odpisy dlouhodobého majetku.

58

Kalkulační náklady Kalkulační vzorec Nákladové druhy Účetnictví

Kapacitní náklady

o nákladech Výsledovka

fixní

? Útvary

?

variabilní

Příspěvek na úhradu

Výkony Procesní náklady Hodinové režiní paušály

Přidaná hodnota útvarů

Přidaná hodnota výkonů

?

Obr. 2: Třídění nákladů obvyklá při kalkulací nákladů na produkt Existují dva způsoby výpočtu PH 

PH = Tržby - dodavatelsky pořízený materiál, suroviny, subdodávky, energie, služby, paliva apod. (označuje se jako materiálové vstupy, resp. výkonová spotřeba).



PH = Součet osobních nákladů (mzdy), odpisů dlouhodobého majetku a finančních nákladů a zisku. Na Ústavu řízení a ekonomiky podniku Fakulty strojní ČVUT byla vypracována metoda tzv. převodních matic, které jsou založeny na inverzní transformaci kalkulačních nákladů výkonů na druhové náklady výkonů. Podrobný popis tvorby převodních nákladových matic je uveden např. v článku v seznamu publikací [1]. Převodní tabulky kombinující nákladové druhy a náklady jednotlivých vnitropodnikových útvarů v kalkulačním členění nákladů (obr. 3) je možno použít pro vyjádření přidané hodnoty pro společnost, resp. jeho vnitropodnikové útvary, pokud vedou vnitropodnikové účetnictví (ř. 11 Účet zisků a ztrát), ale nikoli pro vyjádření přidané hodnoty jednotlivého produktu v dané společnosti, pokud se přímo nejedná o hromadnou produkci jednoho druhu produktu, resp. výrobků podobných (z hlediska tvaru, technologie apod.), u nichž je možno aplikovat výpočet nákladů pomocí metody ekvivalenčních čísel. Kalkulační náklady

Technolo- Všeobecná

Zásobo-

Prodejní

Přímý

Přímé

Ost. přímé

gická vý-

výrobní

vací

Správní

(odbytová)

materiál

mzdy

náklady

robní režie

režie

režie

režie

režie

Součet

Druhové náklady

. . .

N1 N2 Útvary

Útvary

Útvary

hlavní a vedlejší

hlavní a vedlejší

hlavní a vedlejší

výroby

výroby

výroby

d1

d2

d3

Útvary Útvary Útvar Útvary Energertika Energertika Zásobování Administrativa Doprava Doprava Sociální Nářadí Nářadí činnosti Údržba Údržba Péče o Výroba Výroba prostředí hlavní hlavní Konstrukce Výroba Výroba Technologie vedlejší vedlejší

Útvar Prodej

. . .

n Součet

Nákladové druhy za celý podnik

NÁKLADOVÉ DRUHY PODLE ÚTVARŮ (VNITROPODNIKOVÉ VÝSLEDOVKY) 1 2

Nn r1

r2

r3

r4

r5

Kalkulační náklady za celý podnik

Obr. 3 : Převodní tabulka druhových nákladů a nákladů vnitropodnikových středisek

59

Doposud totiž neexistovala v kalkulační praxi možnost vyjádření druhové nákladové struktury pro každý jednotlivý produkt. Jednou z možností jak toho docílit, je vytvoření analytického účetnictví pro každý jednotlivý produkt, který při svém zpracování prochází příslušnými nákladovými středisky. Jejich souhrn by představoval náklady každého střediska v druhovém členění ex post či ex ante, a ten k dispozici není. Z toho dále plyne, že není-li k dispozici druhová nákladová struktura produktu, nelze určit na jednotlivý produkt ani podíl spotřeby jednotlivých složek nákladů, tj. např. spotřeby surovin a materiálu, spotřeby energie, mzdové náklady. Otázkou tedy je, jak lze dospět k druhové struktuře nákladů jednotlivého produktu? Ta je nutná k vyjádření přidané hodnoty daného produktu. Nejprve je třeba najít způsob, jak vytvořit obdobnou převodní tabulku pro každý produkt (k-tý) v podobě zobrazené na obr. 3, které budou tvořit řádkovou strukturu převodní tabulky [6]: Složky přidané hodnoty: n1k - Mzdové náklady n2k - Odměny členům orgánů spol. a družstva n3k - Náklady na sociální zabezpečení n4k - Sociální náklady n5k - Daně a poplatky n6k - Odpisy dlouhodobého nehmotného a hmotného majetku n7k - Zůstatková cena prodaného dlouhodobého majetku a materiálu n8k - Zúčtování rezerv a časového rozlišení PV n9k - Tvorba rezerv a časového rozlišení n10k - Zúčtování OP do provozních nákladů n11k - Ostatní provozní výnosy n12k - Ostatní provozní náklady n13k - Převod provozních výnosů n14k - Převod provozních nákladů n15k - Provozní výsledek hospodaření Sloupcovou strukturu převodní matice každého z k-tého druhu produktu budou představovat náklady vnitropodnikových útvarů v druhové struktuře v podobě analytických účtů tohoto produktu (obr. 4). Analytické účty produktu k podle vnitropodnikových útvarů U1

U2

...

Přidaná Um

hodnota produktu

Nákladové druhy

n1 n2 . . . n15 S

Obr. 4: Schéma převodní tabulky nákladů k-tého produktu Předpokládáme, že u každého produktu známe jeho přímé náklady. Zde je nutno se soustředit nejen na „klasicky uznávané přímé náklady“, ale na jejich kauzální (vyvolané) 60

náklady produktu, které jsou většinou zahrnovány do režijních nákladů útvaru. Nemusí se přitom jednat vždy jen o náklady variabilní, ale též náklady fixní. Můžeme zde jmenovat např. náklady na spotřebu energie, speciální nářadí a přípravky, speciální stroje a přístroje atd. Zbývá pak jen část režijních nákladů útvaru, kterou je třeba alokovat na konkrétní produkty. Zde nepřipadá v úvahu jen rozvrhování podle vhodně zvolené základny, ale např. využití metody Activity Based Costing (např. u některých druhů služeb jako je údržba, opravy apod.), aplikace vztažené k pracnosti produktu, ploše a prostoru pracoviště a některé další přístupy jako např. metoda režijních sazeb. Tím vlastně přecházíme inverzně od kalkulačního členění nákladů k členění druhovému [2]. Není třeba zdůrazňovat, že převodní matice nebude identická s původní maticí druhových nákladů, ale tato nepřesnost by neměla přesahovat přípustný rozdíl vyjádřený v procentech. Je totiž nutné, aby byla věnována pozornost převodní matici s ohledem na konkrétní zásahy ve výrobním procesu a provádět přesuny jednotlivých položek nákladových druhů mezi produkty. Znázornění nákladů na obr. 3 je nejpodrobnější informací o nákladech na konkrétní výkon. Jedná se pochopitelně o ideální představu. Musí se totiž počítat s tím, že výsledná celopodniková převodní matice může být velmi nepřesná co do její shody se skutečností a že tedy půjde jen o prvou aproximaci takovéto matice. K jejímu správnému sestavení je totiž velmi nutné absolvovat další kroky, bez nichž musí nutně dojít k nepřesnostem. Přesto však i takováto hrubě sestavená matice může přinést zajímavé poznatky o složení režií, které se jinak nikdy v úplnosti neprojeví, a mohly by to být poznatky alarmující, které by mohly vést k úvahám o nutnosti přistoupit k opatřením podle konkrétních podmínek. Převodní matice k-tého výkonu na obr. 3 nemusí být definitivní, neboť jsou-li známy detailní informace o některých položkách ostatních výkonů, např. o vyšším zatížení náklady na odpisy speciálního nářadí a strojů, lze provést vzájemné přesuny těchto nákladových položek mezi výkony v převodních tabulkách. Je zřejmé, že ne všechna pole matice budou obsazena. Je jen třeba dbát na to, aby nebyla porušena rovnováha nákladů podle kalkulačního a druhového třídění a jejich shodný výsledný součet. Z převodní tabulky na obr. 3 lze již snadno určit přidanou hodnotu danou zpracováním k-tého výkonu v daném podniku, jak je v tabulce naznačeno.

Závěr Záměrem článku není detailní matematické odvození postupu sestavování převodních matic z důvodu dodržení zadaného rozsahu článku, ale poukázání na některé významné nákladové ukazatele, charakterizující strukturu nákladů jednotlivého produktu v podobě přidané hodnoty jeho zpracováním. Tento problém je ve stávající kalkulační a analytické praxi zcela zanedbáván. Odborné publikace zabývající se kalkulační problematikou a manažerským účetnictvím otázku hodnoty přidané zpracováním produktu zcela pomíjejí. Dochází zde k paradoxnímu jevu, kdy na jedné straně zaznívají názory ekonomů, odborných institucí a politiků, že je důležité se v rámci českého národního hospodářství zabývat přidanou hodnotou vyráběných produktů, na druhé straně však neexistují instituce, které by se zabývaly otázkami, které je nutno řešit s ohledem na zprostředkování této důležité ekonomické veličiny. V příspěvku používaný termín „produkt“ je chápán v nejširším smyslu, představovaný výrobky, činnostmi a službami, vyráběnými nebo poskytovanými daným podnikatelským subjektem. V popředí stojí dvě otázky: Za prvé hledání postupu, resp. metody, jak určit s ohledem na komplikovanost nákladových struktur, použitelný ukazatel v podobě přidané hodnoty produktu, za druhé pak účelnost nebo význam zjištění ukazatele přidané hodnoty 61

produktu. Uváděný příspěvek by měl podnítit diskusi o této problematice v teoretických a praktických odborných kruzích. Mohl by přispět i k inspiraci v oblasti vědy a formulaci témat disertačních doktorských pracích na vysokých školách.

Prameny [1] Macík, K.: Kalkulace a rozpočetnictví, Vydavatelství ČVUT Praha, 2007, ISBN 978-8001-03926-7. [2] Macík, K.: Některé opomíjené skutečnosti ve vnitropodnikovém řízení, In Manažerské nástroje v řízení podniku a jejich integrační role. Sborník příspěvků z 6. mezinárodní konference Integrované inženýrství v řízení průmyslových podniků, Brno 2005, ISBN 8001-03330-9. [3] Macík, K.: Účetnictví pro manažery, GRADA Publishing, s.r.o. 1995, Praha, ISBN 807169-225-5. [4] Macík, K. - Macík J.: Kalkulace nákladů a jejich inovace. Sborník příspěvků z 8. mezinárodní konference Integrované inženýrství v řízení průmyslových podniků, Brno 2007, ISBN 978-80-01-03787-4. [5] Vollmuth, H. J.: Führungsinstrument Controlling, 2., durchgesehene Auflage, WRS Verlag Wirtschaft, Recht und Steuern, München 1991, ISBN 3-8092-0760-8. [6] Macík, K. - Beran, T.: Ekonomická způsobilost podniku a její hodnocení, ISQ Praha 2007. [7] Kislingerová, E. a kol.: Manažerské informace, C. H. Beck Praha 2004. [8] Stiglitz, J. E.; Seb, A.; Fitousi, J. P.: Report by the Commission on the Measurement of Economic Performance and Social Progress 2009.

62

MODERNÍ NÁSTROJE DIGITÁLNÍ TOVÁRNY MODERN TOOLS FOR DIGITAL FACTORY Pavel Scholz, Michal Koukal, Tereza Vyskočilová ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected],[email protected],[email protected], http://rep.fs.cvut.cz/

Abstrakt Článek se zabývá možnostmi využití moderních nástrojů digitální továrny s konkrétním zaměřením na oblast procesního a časového plánování, výkonosti pracovníků, robotiky a automatizace, tvorby prostorového uspořádání, simulace výrobních a logistických systémů a procesů. V rámci jednotlivých oblastí dále specifikuje nejznámější softwarové produkty a definuje přínosy plynoucí z jejich využívání a také přínosy implementace celé digitální továrny.

Klíčová slova: Digitální továrna, simulace, optimalizace, ergonomie, robotika.

Abstract The paper deals with options of use some modern tools of Digital Factory, focus on simulation production and logistics systems and processes, creating layouts, processes and time planning, workers performance, robotics and automation. In a frame of individual area specify the significant software tools and defines their benefits and benefits of the Digital Factory.

Key words: Digital Factory, simulation, optimization, ergonomics, robotics.

Úvod Z důvodu rostoucí globalizace, dynamického tržního prostředí a neustále rostoucích požadavků zákazníků již podniky nemohou obstát v silné konkurenci bez důsledné restrukturalizace a neustálé optimalizace podnikových procesů. Čím dál větší důraz je kladen na štíhlost podniku, pružnost výroby, rychlou reakci na plnění přání zákazníků v reálném čase, bez prodlev a s co možná nejnižšími náklady. Takto komplexní požadavky je možné splnit pouze s využitím softwarových (SW) nástrojů Digitální továrny (DF – Digital Factory), které dokáží zabezpečit efektivní návrh, plánování a řízení výroby a také predikovat sledované ukazatele výroby pro různé varianty řešení. Cílem článku je čtenáře blíže seznámit právě s problematikou DF, zejména hlavními oblastmi jejího nasazení. V rámci jednotlivých oblastí jsou popsány základní principy fungování SW nástrojů v těchto oblastech a jejich hlavní přínosy. Na závěr článku jsou pak shrnuty a kvantifikovány celosvětové přínosy DF jako celku.

1. Představení digitální továrny Asociace německých inženýrů (VDI) definovala DF jako „Komplexní síť digitálních modelů, metod a nástrojů, zahrnující simulace a 3D vizualizace, které jsou integrovány v rámci průběžného řízení dat“. Cílem DF je dosáhnout komplexního a systémového projektování, plánování, ověření a průběžného zlepšení všech významných podnikových 63

struktur, procesů a zdrojů ve vztahu k produktu. Díky přesnému modelování, simulacím a vizualizacím je možné snížit množství chyb, které by se jinak projevily až při náběhu výroby. Kompletní portfolio nástrojů DF v současnosti nabízejí pouze 2 společnosti: německá společnost Siemens s balíkem Tecnomatix (zkr. STX) a francouzská společnost Dassault Systemes (zkr. DS) s produktem Delmia. Další společnosti se zaměřují pouze na některé z oblastí DF. V dalším textu se pojednává o 5 hlavních oblastech DF a SW, které je pokrývají.

2. Procesní a časové plánování Pro efektivní vývoj a implementaci procesů je nezbytnou podmínkou práce s řízeným prostředím. Jednotlivé týmy, které se procesním inženýrstvím v podniku zabývají, musí pracovat v prostředí úzké spolupráce a sdílet svá data, jedině tak bude zajištěna potřebná výkonnost vedoucí k úspěšnému zavedení nových výrobků a procesů [1]. K efektivnímu plánování výrobních procesů je možné využít SW řešení Delmia Process Engineer (DS) nebo Process Designer/Simulate (STX) využívaný např. v koncernu Volkswagen [2]. Tyto softwary slouží k vypracování návrhu výrobních procesů. Umožňují vyhodnotit různé výrobní alternativy, koordinovat prostředky, plánovat varianty, zavádět změny, odhadovat délky výrobních cyklů a náklady již v raných fázích plánování koncepce výroby. Disponují širokou řadou nástrojů pro vytváření analýz v grafickém 3D prostředí, s jejichž pomocí je možné analyzovat, validovat a optimalizovat výrobní procesy pro celé závody, linky (Obr. 1) a jednotlivé operace [3,4].

Obr. 1: Vizualizace montáže automobilu (zdroj: [4]) Principem plánování výrobního procesu je stanovit, co se bude vyrábět (výrobek) a čím se to bude vyrábět (zdroje), na základě toho se definuje výrobní proces. K definování produktů, zdrojů, procesů, postupu operací a stanovení časů se využívá PERT diagram nebo Ganttův diagram, uživatel tak získá přehled o návaznostech jednotlivých operací a zdrojích, které do nich vstupují. Součástí SW jsou knihovny, jejichž obsahu projektant využívá např. k definování výrobních technologií, zařízení, prostředků (upínače, přípravky, nástroje), operací (upnutí tyče) nebo k časovému ohodnocení výrobního procesu. Po fázi statického naplánování budou jednotlivé operace odsimulovány a bude ověřena realističnost jejich naplánování a provedena optimalizace délek cyklů. Dále tyto SW zpravidla obsahují další moduly pro simulaci ergonomie, návrh a ověřování robotických operací nebo analýzu montáže [2,3,4]. 64

S využitím těchto nástrojů dokáží podniky rychleji uvádět nové výrobky na trh, díky možnosti virtuálního ověřování koncepce výrobků a výroby v jejím celém rozsahu. Je snazší, rychlejší a efektivnější plánovat výrobu. Mezi další přínosy patří optimalizace délky cyklů; snížení nákladů na změny, zvýšení kvality a produktivity výrobního inženýrství [3].

3. Lidský faktor Díky svým znalostem a zkušenostem a mnohdy obtížné a nákladné nahraditelnosti je člověk tím nejcennějším, co podnik má. Zároveň však pro svou chybovost a nedokonalost představuje velmi rizikový faktor úspěchu. Aby pracovníci dosahovali očekávaných výsledků, musíme jim zajistit optimální pracovní postupy a podmínky. S tím nám pomáhají ergonomické SW prostřednictvím analýzy a simulace pracovních úkonů a podmínek. Od 90. let existovalo několik různých digitálních modelů člověka (softwarových řešení), které se nakonec sloučily do těch nejprogresivnějších: Delmia Human (DS), Jack (STX), Ramsis (Human Solutions) [5]. Princip použití spočívá ve vygenerování modelu člověka na základě nastavených proměnných (výška, váha nebo percentil populace), a jeho vložení do vytvořeného modelu pracoviště. V prostředí s lidským modelem pak provedeme statickou (jedna poloha) nebo dynamickou (sled úkonů) simulaci pracovní činnosti. Pro náročnější úkony se využívá prvků virtuální reality (brýlí, rukavic, obleku), jež převedou pohyb skutečného člověka do SW [5,6]. Úkony podrobíme požadovaným analýzám typu: proveditelnost operace z hlediska dosahů, viditelnosti a kolizí; pracovní postoj a zatížení končetin, zad, atd.; schopnost stihnout úkony v potřebném taktu; výkon podaný pracovníkem v porovnání s fyzickými schopnostmi či časem na odpočinek; vyhodnocení souladu se standardy a legislativou [3,5,6]. Nakonec navrhneme nápravná opatření, která ověříme simulací. Opatření může představovat změnu pracovní polohy zaměstnance (Obr. 2), změnu konstrukce výrobku, změnu pracovního postupu, návrh vhodného montážního přípravku (Obr. 3), úpravu celého pracoviště, … [7]

Obr. 2: Úprava polohy Zdroj: [7]

Obr. 3: Použití přípravku Zdroj: [7]

Ergonomické SW mají v praxi ještě rozsáhlejší využití. S jejich pomocí se navrhují uživatelsky komfortnější výrobky. U automobilů pomáhají ověřovat výhled řidiče, jeho dosah na ovládací prvky, pohodlí při výstupu/nástupu atd. [6] U jednodušších výrobků přispěly např. k úpravám rukojeti a spouště pistole pro nanášení barvy. Pro školení pracovníků se jako výstup sestavují obrázkové manuály, instruktážních videa a ve spojení s virtuální realitou může jít o on-line zácvik [6].

65

Mezi hlavní přínosy lze zařadit: zvýšení produktivity zlepšením podmínek a odstraněním nevhodných postojů a úkonů; možnost porovnat různá řešení daného problému; snížení počtu nemocí z povolání a s tím spojených nákladů; analýza proveditelnosti montážních a výrobních operací; zkrácení náběhu výroby a úspora investičních nákladů; lepší vizualizace a komunikace navrhovaných řešení [3,4].

4. Robotika a automatizace Do robotizace již dnes neinvestují pouze velké, ale i menší podniky [5]. Pro ně však tato investice představuje značnou finanční zátěž a je tedy nutné již od prvního okamžiku zajistit bezproblémový chod robotů, k čemuž mají napomoci softwary zaměřené na robotiku: RobotExpert a Robcad (STX), Delmia Robotics (DS), Workspace, Roboguide (Fanuc), … Prvním směrem použití těchto SW je naprogramování a simulace samotné práce robota. Programování je graficky orientované s optimalizací drah za účelem eliminace zbytečných pohybů pro úsporu času a energie. Při návrhu se používá knihoven s předdefinovanými typy vybavení a aplikací (výměna nástroje, bodové svařování, lakování, atd.). Výsledný program je možné analyzovat na detekci kolizí či znázornit Ganttův diagram. Druhým směrem je prostorový návrh celé robotické linky s koordinací, kontrolou dosahu a kolizí robotů a možností optimalizovat chod buňky pro různé produkty a analyzovat náklady [3,4,9]. Díky použití těchto softwarů jsme schopni otestovat různé varianty řešení a vybrat tak nejvhodnější roboty a jejich vybavení, maximalizovat využití, minimalizovat průměrné náklady na výrobek a důležité také je, že při programování nemusíme zastavovat výrobu [3,4,8].

5. Tvorba prostorového uspořádání Nedílnou součástí tvorby výrobního systému je návrh prostorového uspořádání. Neefektivní návrh vede k nepřehledným a zdlouhavým materiálovým tokům, nadbytečnému pohybu pracovníků, neefektivnímu zásobování, plýtváním ploch atd. Všechny tyto vlivy se negativně projeví v konečných nákladech produktu. K návrhu a ověření prostorového uspořádání je možné využít celou řadu SW produktů např.: FactoryCAD a Process Designer (STX), Delmia Process Engineer (DS) nebo VisTable, který je na tuto oblast přímo zaměřen. Tvorba prostorového uspořádání v zásadě probíhá již při plánování dílčích výrobních procesů a jejich návaznosti, kdy projektant vybírá zařízení z knihoven a umisťuje je do layoutu výrobní dílny. Tímto způsobem jsou navrženy také transportní sítě, které představují uličky pro pohyb pracovníku a manipulaci s materiálem. K vyhodnocení navrhovaných řešení jsou k dispozici analýzy materiálových či personálních toků vyjadřující četnost toku materiálu, nástroje pro přezkoušení minimálních vzdáleností mezi strojními zařízeními, vyhodnocení layoutu na základě nákladů na dopravu, atd. [3,9] Hlavní přínosy spočívají v minimalizaci nákladů na manipulaci s materiálem; lepším využití manipulačních prostředků; zefektivnění prostorového využití; zvýšení bezpečnosti a zlepšení hygieny práce; eliminování úzkých míst a nadbytečných pohybů [5].

6. Simulace výrobních a logistických systémů a procesů Snaha podniků uspokojit potřeby a přání zákazníků vede ke zvyšování variant vyráběných produktů a neustálému tlaku na jejich náklady. Vzhledem k tomuto trendu se stávají výrobní a logistické procesy a systémy složitější, než tomu bylo dříve v případě 66

sériové výroby několika málo produktů. Již není možné nové ani stávající procesy a systémy jednoduše navrhovat a optimalizovat a neobejdeme se tak bez použití k tomu určených SW, nejčastěji objektově orientovaných. Mezi nejznámější patří Plant Simulation (STX), Delmia Production Systems Simulation (DS), Simul8, Arena (Rockwell Software), Witness, … [5] Při tvorbě modelu pracujeme se sadou základních objektů, které reprezentují výrobní proces, montáž, dopravník, atd., čímž je usnadněna základní práce s programem. Složitější objekty jsou součástí specializovaných knihoven nebo vznikají kombinací programování a stávajících objektů. Objekty mají rozsáhlé možnosti parametrizace od nastavení různých druhů časů a výměny nástrojů u výrobních procesů, přes rychlost dopravníků k možnosti nastavovat matematická rozdělení. Uživatel je tedy schopen bez znalostí programování propojením jednotlivých základních objektů a jejich parametrizací sestavit jednodušší model a provést simulaci a analýzu zaměřenou na úzká místa, vytížení pracovišť a pracovníků (Obr. 4) nebo třeba velikost materiálového toku. K vytvoření co nejreálnějších modelů využívajících např. filosofií typu Kanban nebo Just-In-Time, se však uživatel již neobejde bez znalostí programování [3,4]. Po provedení simulací, přistupujeme k optimalizaci modelu vzhledem k zadaným kritériím (maximalizace výrobnosti, minimalizace nákladů, …). S nalezením optimálního řešení, nám v těchto softwarech pomáhá nástroj, který hledá řešení pomocí změn námi zadaných parametrů a vyhodnocením jejich dopadů [10]. V závislosti na typu řešeného problému může stačit navýšení kapacity zásobníku nebo přidání směny.

Obr. 4: Prostředí SW Plant Simulation Zdroj: [3] Tyto softwary nalézají využití ve všech výrobních oblastech od automobilového a leteckého průmyslu k výrobě nábytku. Mimo výrobu spadá využití do oblasti logistiky a to při návrhu a optimalizaci dodavatelsko-odběratelských vztahů nebo skladů. Čím dál více se rozšiřuje použití i do nevýrobních oblastí, jako je zdravotnictví, bankovnictví, doprava [3,4].

67

Přínosem simulačních softwarů je provádění rozsáhlých analýz (úzkých míst, využití dopravních kapacit, vytížení pracovišť, …), zvýšení produktivity, minimalizování velikosti skladovacích prostor a zásob, minimalizace dopravních vzdáleností a optimalizace uspořádání prostor, zkrácení celkové doby výroby zakázek, úspora provozních nákladů a investičních prostředků, optimalizace za účelem snížení spotřeby energie, … [3,4,10].

7. Kvantifikace přínosů Největších přínosů DF, jak je uvádí a kvantifikuje zahraniční studie CIM data report „The Benefits of Digital Manufacturing“ (Tab. 1), je dosahováno ve fázi vývoje, protože zde je nejefektivněji možné provádět změny a virtuálně ověřovat různé možnosti řešení. Ve fázi vývoje je pozitivně ovlivněna oblast technické přípravy výrobku a výroby, dojde k zdokonalení a urychlení přípravných procesů, což zlepší připravenost výroby a v konečném důsledku také kvalitu finálního výrobku. S tím spojené zvýšení nákladů v přípravné fázi výroby se však bohatě vrátí díky rychlejšímu uvedení výrobku na trh, eliminaci chyb a nákladů spojených s náběhem výroby (Obr. 5) a i výslednými nižšími výrobními náklady. U již existujících výrobků, procesů a systémů je samozřejmě dosahováno nižších přínosů, což souvisí s omezenými možnostmi optimalizace. Tab. 1: Přínosy Digitální továrny (Zdroj: [11]) Přínosy Rychlejší náběh výroby Zkrácení projektových dob Snížení počtu zařízení Úspora ploch Úspora nákladů díky lepšímu využití zdrojů Úspora nákladů díky optimalizaci mater. toků Úspora investic do nových zařízení Zvýšení produktivity

Rozsah (%) až o 15 až o 20 až o 40 až o 25 až o 30 až o 35 až o 20 až o 10

Obr. 5: Přemístění nákladů při využití digitalizace Zdroj: [11]

68

Závěr Mohlo by se zdát, že i přes své nezpochybnitelné přínosy je a bude DF (případně jen její dílčí nástroje), pro mnohé podniky stále hudbou budoucnosti kvůli ceně. Zejména pro menší podniky, které by těchto nástrojů chtěly využít, však není bezpodmínečně nutné SW pořizovat, ale existuje zde možnost využít služeb druhých subjektů, jako jsou poradenské společnosti nebo vysoké školy, které se na tyto oblasti specializují. Z tohoto důvodu je nutné u těchto nástrojů alespoň znát základní princip a smysl použití a největší přínosy. I přesto vše si ale současně musíme neustále uvědomovat, že tyto SW nástroje jsou dobrými pomocníky, ale jakékoliv jejich použití se neobejde bez selského rozumu. Tento příspěvek byl podpořen grantem Studentské grantové soutěže ČVUT č. SGS14/185/OHK2/3T/12.

Prameny [1] Tecnomatix #2: Efektivní plánování výrobního procesu. Konstruktér.cz [online]. 2012 [cit. 2014-08-31]. Dostupné z: http://www.caxmix.cz/2012/07/02/tecnomatix-2-efektivniplanovani-vyrobniho-procesu/ [2] Soubor nástrojů digitální továrny. MM Průmyslové spektrum. Praha: Vogel Publishing, 2008, č. 11. Dostupné z: http://www.digitovarna.cz/clanek-84/soubor-nastroju-digitalnitovarny.html [3] [A5] Tecnomatix: Siemens PLM Software - ČESKÁ REPUBLIKA. Siemens PLM software [online]. 2014 [cit. 2014-08-31]. Dostupné z: http://www.plm.automation.siemens.com/cz_cz/products/tecnomatix/index.shtml [4] Dassault Systemes. Delmia [online]. 2014 http://www.3ds.com/products-services/delmia

[cit.

2014-08-31].

Dostupné

z:

[5] Oblasti nasazení Digitální továrny. Digital factory [online]. 2011 [cit. 2014-08-31]. Dostupné z: http://digipod.zcu.cz/index.php/cs/oblasti-nasazeni [6] BAUMRUK, Martin. Digitální továrna a ergonomické analýzy v automobilovém průmyslu. MM Průmyslové spektrum [online]. Praha: Vogel Publishing, 2012, roč. 2012, č. 10 [cit. 2014-08-31]. Dostupné z: http://www.digitovarna.cz/clanek-84/digitalnitovarna-a-ergonomicke-analyzy-v-automobilovem-prumyslu.html [7] LÄMKULL, Dan; HANSON, Larsand Roland Örtengren. A Comparative Study of Digital Human Modelling Simulation Results and their Outcomes in Reality: A Case Study within Manual Assembly of Automobiles. International Journal of Industrial Ergonomics, 2009, vol. 39, no. 2. pp. 441. ISSN 0169-8141. [8] Robotika a automatizace. AXIOM TECH [online]. [cit. 2014-08-31]. Dostupné z: http://www.axiomtech.cz/24830-tecnomatix-digitalni-tovarna-robotika-a-automatizace [9] Řízení hmotných toků ve výrobě. IT SYSTEMS [online]. 2014 [cit. 2014-08-31]. Dostupné z: http://www.systemonline.cz/rizeni-vyroby/rizeni-hmotnych-toku-ve-vyrobe.htm [10] ULRYCH, Zdeněk a Antonín MILLER. Simulace logistických toků a zásobování materiálem. IT SYSTEMS [online]. 2013, roč. 2013, č. 11 [cit. 2014-08-31]. Dostupné z: http://www.systemonline.cz/rizeni-vyroby/simulace-logistickych-toku-a-zasobovanimaterialem.htm [11] Digitální továrna - mocný nástroj pro průmyslovou výrobu. AUTOMA [online]. 7/2008 [cit. 2014-08-31]. Dostupné z: http://www.odbornecasopisy.cz/res/pdf/37514.pdf 69

MODERNÍ METODY A NÁSTROJE ŘÍZENÍ VE STŘEDNÍCH A MALÝCH PODNICÍCH MODERN METHODS AND TOOLS OF MANAGEMENT IN MEDIUMSIZED AND SMALL ENTERPRISES Ladislav Vaniš ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], http://rep.fs.cvut.cz

Abstrakt Následující příspěvek se zabývá shrnutím existujících moderních metod a nástrojů řízení v malých a středních podnicích a pohled podnikatelů na používání těchto metod.

Klíčová slova: podnik, řízení, nástroje, metody, moderní, konkurenceschopnost.

Abstract The following contribution deals with the summary of existing methods and tools of modern management in small and medium-sized enterprises and entrepreneurs view on the use of these methods.

Key words: enterprise, management, tools, methods, modern, competitiveness.

1. Existující moderní nástroje řízení Management, jak víme, má několik definic. Jedna z nich je následující: „Věda a umění, jak řídit podnikové činnosti“. A jsou známé i manažerské funkce, nejčastěji uváděné jako sekvenční: plánování, organizování, zajištění pracovních sil, vedení lidí, kontrola; a tzv. průběžně prováděné: analýza problému, rozhodování, koordinace při řešení. I když je nasnadě, že umění řídit je jedním z kvalifikačních předpokladů dobrého manažera, v dnešní době informačních technologií je nutné mít efektivní podpůrné prostředky pro správné řízení podniku. Jedná o tzv. manažerské nástroje. Manažerské nástroje jsou charakterizovány jako formalizované prostředky pro výkon manažerských funkcí v podniku. Jejich cílem je vytváření takového prostředí v podniku, které vede k efektivnímu zvyšování manažerské práce. Takových manažerských nástrojů však existuje celá škála. Od jednoduchých plánovacích softwarů až po celé ekonomické informační systémy. Je zjevné, že tyto nástroje je třeba setřídit podle určitých hledisek. Jedno z takových hledisek je oblast použití. Podle oblasti použití lze zařadit nástroje do určitých skupin. Pro využití manažerských nástrojů dle skupin lze využít následující model podniku (tzv. držitelský též investorský – stakeholders) model:

70

VLASTNÍCI VĚŘITELÉ

ZAMĚSTNANCI PODNIK

DODAVATELÉ

KONKURENCE

ODBĚRATELÉ STÁT

Význam vztahů podniku se stakeholdery (vyjádřený finančně) věřitelé vlastníci zaměstnanci odběratelé stát dodavatelé 10% 22% 4% 36% 2% 26% Obr. 3: Model podniku „Stakeholders“ Upraveno dle zdroje: https://is.bivs.cz/el/6110/zima2011/B104MNR/Prezentace-Moderni_nastroje_rizeni.pdf

Rozdělení nástrojů používaných v řízení je z tohoto pohledu následující: 1.1 Externí nástroje Nástroje monitorující vnější prostředí podniku  PEST (PESTLE) analýza  SWOT analýza  Benchmarking  Ranking  Rating  Ansoff analýza  Boston Consulting Group (BCG) analýza  General Electric (GE) matice  SPACE analýza Nástroje řízení vztahu se zákazníky (odběrateli)  Value Management (VM)  Customer Value Analysis (CVA)  Customer Value Management (CVM)  Customer Relationship Management (CRM)  Key Account Management (CAM) 71

Nástroje řízení vztahu s dodavateli  Supply Chain Management (SCM)  Supply Chain Collaboration (SCC) Nástroje řízení vztahu ke konkurenci  Analýza 5 F (Five Forces) podle Portera  Competitive Intelligence Nástroje řízení vztahu k veřejnosti (státu)  Corporate Identity (CI)  Public (Corporate) Affairs  Public Relation (PR)  Public Private Partnership (PPP) 1.2 Interní nástroje Nástroje monitorující vnitřní prostředí podniku  Reporting  Controlling  Due diligence  VRIO analýza  Balanced Scorecard (BSC)  Business Intelligence  EFQM – Evropský model excelence (European Foundation for Quality Management)  Activity Based Costing (ABC)  Activity Based Management (ABM) 

Vybrané nástroje řízení podniku jako celku  Theory of Constraints (TOC) – teorie omezení  Lean production, lean manufacturing – štíhlá výroba  Outsorcing, insorcing  Outplacement  Reengineering  Factoring  Forfaiting  Leasing  Sdružování podniku, integrované formy podnikání  Kritické faktory úspěchu (CSF) . Vybrané nástroje řízení (vedení) pracovníků  Leadership (vedení pracovníků)  Coaching (koučování pracovníků)  Mentoring  Counselling  Teambuilding  Personální controlling, audit a benchmarking

72

Tento výčet moderních nástrojů řízení nemusí znamenat, že se jejich používáním podnik stane úspěšným a konkurenceschopným. A ne každý podnik musí využívat veškeré nástroje řízení. Zajímavé je proto sledovat, jak se k nástrojům a moderním metodám řízení staví sami podnikatelé.

2. Názor podnikatelů Následující údaje jsou upraveny a převzaty z průzkumu Asociace malých a středních podnikatelů a živnostníků v ČR. Jedná se průzkum mezi podniky s počty od 20 do 250 zaměstnanců. Vybrané názory se týkají především konkurence a moderních metod řízení. V této souvislosti doporučuji i zhlédnutí souhrnného vyhodnocení na: http://www.youtube.com/watch?v=CQquB--6JdY

2.1 Názory na konkurenci Vybrané otázky se týkaly konkurenceschopnosti a barierám rozvoje společností Otázka č. 1: V čem spatřujete hlavní konkurenční výhodu Vaší společnosti oproti konkurenci?

Hlavní konkurenční výhoda Kvalita produktů 22%

Odbornost, profesionalita personálu 15% Tradice značky, reference 12%

Pružnost, flexibilta jednání, pružnost dodávky 24%

Znalost a informace o trhu 9% Neuvedli 3%

Jiné 9%

Cena produktů 6%

Graf č. 1: Hlavní konkurenční výhoda (zdroj: průzkum AMSP ČR…upraveno) Největší výhodu spatřují podnikatelé v pružnosti jednání a v pružnosti dodávky, naopak cena nehraje až tak důležitou roli.

73

Otázka č. 2: V čem spatřujete hlavní bariéry rozvoje Vaší společnosti?

Hlavní bariéry rozvoje

Malá podpora státu 30%

Silná konkurence v odvětví 42%

Nedostatečná propagace a Zastaralé metody marketing řízení podniku 3% Nedostatečná 7% obchodní činnost 5%

Žádné bariéry neshledávám 13%

Graf č. 2: Hlavní bariéry rozvoje (zdroj: průzkum AMSP ČR…upraveno) Největší bariérou je silná konkurence v odvětví a dále je patrný vliv státu. Co se týká zastaralých metod řízení podniku, na to není kladen žádný důraz. Otázka č. 3: Mají české výrobky srovnatelnou kvalitu jako zahraniční?

Otázka č. 4: Konkurují české výrobky zahraničním hlavně nižší cenou?

Kvalita českých výrobků

20%

Cena českých výrobků 29%

69%

15%

7% 4%

    

28%

Rozhodně souhlasím Spíše souhlasím Ani souhlasím, ani nesouhlasím Spíše nesouhlasím Rozhodně nesouhlasím

Graf č. 3: Kvalita českých výrobků (zdroj: průzkum AMSP ČR…upraveno)

17% 11%

    

Rozhodně souhlasím Spíše souhlasím Ani souhlasím, ani nesouhlasím Spíše nesouhlasím Rozhodně nesouhlasím

Graf č. 4: Cena českých výrobků (zdroj: průzkum AMSP ČR…upraveno)

74

Podnikatelé jsou ve větší míře přesvědčeni o tom, že české výrobky i ve srovnání se zahraničními jsou konkurenceschopné. 2.2 Názory na metody řízení Otázka č. 5: Je pro potřeby našeho podniku Otázka č. 6: Jsou moderní metody řízení intuitivní přístup k řízení dostačující? firmy klíčové pro kvalitní řízení podniku?

Intuitivní přístup k řízení

Moderní metody řízení 29%

20%

23%

18%

19%

20%

5% 6%

18%

    

Rozhodně souhlasím Spíše souhlasím Ani souhlasím, ani nesouhlasím Spíše nesouhlasím Rozhodně nesouhlasím

Graf č. 5: Intuitivní přístup k řízení (zdroj: průzkum AMSP ČR…upraveno)

    

42%

Rozhodně souhlasím Spíše souhlasím Ani souhlasím, ani nesouhlasím Spíše nesouhlasím Rozhodně nesouhlasím

Graf č. 6: Moderní metody řízení (zdroj: průzkum AMSP ČR…upraveno)

Co je podstatné, že podnikatelé zároveň chápou, že z pohledu kvality řízení podniků je nezbytná realizace moderních metod řízení. Jde ale i to, zda tyto metody vůbec znají a dovedou je ve svém podniku aplikovat.

Moderní metody řízení používané v podniku Nepoužívám e 68% Používáme 28% Neuvedli 4% Graf č. 7: Moderní metody řízení podniku zavedené ve firmách (zdroj: průzkum AMSP ČR…upraveno)

75

Moderní metody řízení podniku v době dotazování využívalo ale jen 28,1% dotázaných podniků. Existuje zde tedy ještě značný prostor pro zavádění těchto postupů a metod. Co se týče aktivních znalostí moderního řízení podniku, zde je úroveň relativně nízká. Značná část oslovených uváděla neexistující metody řízení a necelá čtvrtina uvedla některou z metod. Také využívání moderních metod řízení je zatím stále relativně nízké. 0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

Six Sigma Štíhlý podnik Balanced Scorecard Kaizen ISO normy Kontrola Projektové řízení Coaching SWOT Plánování Leadership EFQM model Jiné Jaké znáte metody řízení podniku?

Jaké používáte metody v řízení Vašeho podniku?

Graf č. 8: Znalosti a využívání moderních metod řízení podniku (zdroj: průzkum AMSP ČR…upraveno) Nejvíce užívanou metodou je Štíhlý podnik, poté Six Sigma a Balanced Scorecard. V kategorii jiné byly často uváděny metody, které nepatří mezi moderní metody řízení, z čehož vyplývá neznalost konkrétních nástrojů řízení. Z dalších výzkumů se ukazuje, že největší zkušenosti s moderními metodami řízení podniku mají společnosti patřící do sektoru výroby.

76

Závěr Autor chtěl tímto příspěvkem nastínit situaci ve znalostech a využívání moderních nástrojů resp. metod řízení. Je nezvratným faktem, že je do budoucna nutné, aby se podniky v rámci efektivního hospodaření naučily a zejména využívaly moderní nástroje řízení. To zvýší jejich konkurenceschopnost, ať už na domácích, tak i zahraničních trzích. V tomto ohledu se i studenti našeho oboru zabývají těmito tématy a lze říci, že jsou úspěšní. O tom svědčí i některé jejich bakalářské či diplomové práce.

Prameny [1] Koontz, Harold; Weihrich, Heinz. Management. Praha: Victoria Publishing, 1993. Počet stran: 659. ISBN: 80-85605-45-7. [2] Řezáč Jaromír. Moderní management. Manažer pro 21. století. Brno: Computer Press, 2009. Počet stran: 408. ISBN 978-80-251-1959-4. [3] Management mania. Business Encyklopedie [online]. 2014 [cit. 2014-08-01]. Dostupné z: https://managementmania.com/cs Managementmania.com. [4] Moderní nástroje řízení. Řezáč, Jaromír. BIVŠ. www.bivs.cz [online]. Praha, 2011 [cit. 201408-01]. Dostupné z: https://is.bivs.cz/el/6110/zima2011/B104MNR/PrezentaceModerni_nastroje_rizeni.pdf. [5] 10. průzkum AMSP ČR. AMSP ČR [online]. 2011 [cit. 2014-08-1]. Dostupné z: http://www.amsp.cz/10-pruzkum-amsp-cr-nazory-podnikatelu-na-moderni-metody

77

ON THE OPTIMAL DESIGN OF PRODUCTION CAPACITY OPTIMALIZACE NÁVRHU VÝROBNÍ KAPACITY Jan Vlachý ČVUT v Praze, fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected]

Abstract Using a case study, this paper addresses the issue of production capacity optimization under uncertainty. The topic relates to a frequently encountered situation, where project value is grossly impacted by a real option. In such cases, conventional capital budgeting methods generally lead to incorrect decisions. Statistical simulation, easy to implement and interpret, is shown to be a suitable tool to analyse the various dynamic and contingent processes, impacting the value of projects.

Key words: Optimization; Capital Budgeting; Real Options.

Abstrakt Příspěvek se formou případové studie věnuje řešení problému optimalizace výrobní kapacity investičního projektu při existenci různých variant ekonomicko-technologického řešení za podmínek nejistoty. Jedná se o v praxi běžnou situaci, kde hodnotu projektu významně ovlivňuje reálná opce, což může při použití standardních metod investičního rozhodování obecně vést k chybným závěrům. Ukazuje se, že vhodnou metodou analýzy je statistická simulace, umožňující snadno interpretovatelné modelování dynamických, a případně i vzájemně podmíněných vnějších a vnitřních procesů, ovlivňujících hodnotu projektu, a to s použitím poměrně jednoduchých a dostupných prostředků.

Klíčová slova: Optimalizace; investiční rozhodování; reálné opce.

1. Introduction Designing the optimal capacity for a capital budgeting project is often one of the most daunting tasks faced by management. Besides the many inputs, ultimately relating to the technical specification of the project under consideration, it is essential to make precise estimates of market demand, usually over a period of many years. The investment decision is then, to a large degree, irreversible, because subsequent project adjustments often incur prohibitive expenses, commensurate with the principle of sunk costs. Any estimate of future demand is fundamentally uncertain, however, and the ultimate capital budgeting decision thus incurs a substantial risk, whose characterization can be complex. On the one hand, the uncertainty is due to the commitment to carry fixed costs under a lower demand than projected (i.e. operating leverage), on the other hand the lack of capacity to satisfy potential demand in excess of the project’s physical capacity constraint (i.e. opportunity cost). At the same time, management may be in a position to utilize non-operating (typically marketing-related) instruments in reaction to actual market development. The real-options methodology, which has over the last three decades developed into numerous and varied applications [2][9], strives to quantify the value of project flexibility, achievable through various technical and organizational means. We can thus consider e.g. options to expand (which respond to an exogeneous increase in demand), or options to contract (responding to exogeneous drops in demand) [10]. The existence of such real options 78

must be taken into account when assessing any capital-intensive project, because of their potentially high impacts on investment decisions [8]. One generic option-valuation method, initially proposed in the late seventies [1], utilizes parametric statistical simulation (Monte Carlo). Not having gained broad acceptance for the valuation of financial options, primarily because of its extensive computing-resource requirements as compared to the much more efficient recursive binomial tree pricing model [5], it has a strong potential for the solution of particular real-option problems [7]. This paper introduces statistical simulation as a suitable problem-solving tool with regard to the capacity design of a production facility. A case study demonstrates the power and particular features of the method, facilitating its use for managerial decision-making support.

2. Problem Setup We consider a project for the construction of a production facility assuming an initial project cost I and projected life T. The business plan stipulates expected annual sales of N units, at a unit price P, with direct unit costs U and annual fixed costs F. Terminal value at t = T is estimated as Z. The required return (discount rate) is r. For the sake of simplicity, we omit factors such as taxes and projection trends. Conventional analysis of such a project is trivial [3]. If independent, it suffices to calculate its Net Present Value (NPV) as per (1), and should be accepted provided NPV > 0. With mutually exclusive projects, the one with higher NPV should be selected. T

NPV =

CFt

 1  r  t 0

t

(1)

Unfortunately, this rudimentary and time-tested approach ignores the uncertainty of projected market demand1, but also management‘s capability to react in respect to this uncertainty. The optimum capacity problem thus reduces to the question whether additional marginal capacity incurs any marginal expenses. If that is the case, conventional analysis necessarily leads to minimalistic capital budgeting decisions exactly matching projected demand under the base scenario2. Using statistical simulation within a real-option framework, the same problem will be defined using much more realistic (and, possibly, sophisticated) assumptions, while providing the decision-maker with quantitative results that can be used for subsequent optimization or other analytical purposes. To illustrate, we extend the problem definition as follows: We assume a single primary risk factor, representing each period‘s market demand Dt, quantified as the maximum amount that can be sold under projected market terms. This will be parametrized as a stochastic process and generated as a set of random variables in the course of each simulation run. Actual production will then be co-determined by the maximum capacity Nmax of the particular project under consideration as in (2). Nt = min{Dt; Nmax}

(2)

Additional model processes simulate exogeneous or endogeneous impacts of changing demand. Above all, it is realistic to assume that demand would have some influence on unit revenues of sales. The model thus includes a control mechanism of discrete price adjustments

1 2

Not to speak about other risk factors, such as future market prices for the product. Any alternative with excess capacity would feature a lower NPV and the projects are mutually exclusive.

79

(increase pos or decrease neg) contingent on some minimum change (increase pos or decrease neg) in demand compared to the previous period (3). Pt | (Dt – Dt-1 < Dt-1 neg) = Pt-1 (1 – neg)

(3)

Pt | (Dt – Dt-1 > Dt-1 pos) = Pt-1 (1 + pos) Pt | (Dt-1 neg  Dt – Dt-1  Dt-1 pos) = Pt-1 Another assumption relates to an additional overhead expense M contingent on a major drop in demand (below Dmark), relating e.g. to an ad-hoc marketing campaign (4). Mt | (Dt-1 < Dmark) = M

(4)

Mt | (Dt-1  Dmark) = 0 Ultimately, the model perceives terminal project value Z as contingent on actual demand by the end (i.e. final two years) of planned operation (5)3. ZT = min{Nt-1; Nt}Z / D

for t = T

(5)

3. Model Design and Application We assess a project with two alternative specifications summarized under Table 1. One project’s (A) capacity exactly matches most likely expected demand, the other (B) has 20 % excess capacity, incurring higher project costs and fixed costs4. Table 2: Alternative Project Specifications (source: author) Param. I T Nmax P0 U F

 r

Description initial investment cost project duration (periods) maximum production capacity initial unit price unit cost fixed costs terminal value ratio (Z =  I) required return (periodic discount rate)

Alternative A € 90 million

Alternative B € 93 million 5

100,000 units

120,000 units € 1,000 € 600

€ 5.0 million

€ 5.5 million 15 % 12 %

All simulations have been performed using the Crystal Ball utility [4] with 100,000 experimental runs, schematically described by the flow chart under Figure 1. This setup provides essentially real-time calculation using standard PC hardware, as well as a margin of error in NPV calculations under 0.4 % (with 99 % confidence), perfectly acceptable for most corporate finance applications (median NPV results should thus be strictly understood to mean e.g. € 24.6  0.1 million).

3

This particular parameter is hard to estimate in capital budgeting projects, partly due to ambiguity as to whether the facility would be sold for scrap, transferred to second-hand buyers or generic producers, or perhaps retained for continued production by the owner. Actual utilization of the facility over a relatively brief period preceding project termination would be of vital importance for this decision. 4 Due to e.g. more machines and furbished space needed on the one hand, and more expensive maintanance and insurance on the other hand.

80

START t=0 I, P0, U, F, r, D0, Dmark, M, neg, pos, neg, pos, Z =  I

t=t+1 Dt simulation Nt = min{Dt; Nmax} < (1+neg) Dt-1 Pt = (1 – neg) Pt-1 NO

Dt = ? Pt = Pt-1

t
> (1+pos) Dt-1 Pt = (1 + pos) Pt-1 YES Dt < Dmark

ZT = min{Nt-1; Nt} Z / Dt

NO

YES Mt+1 = M

NPV calculation END

Figure 1: Single Simulation Run Flowchart (source: author) Endogeneous control parameters are summarized under Table 2. Table 2: Control Parameters (source: author) Triggering Parameter neg decrease in demand pos increase in demand Dmark low demand floor

Value -6.0 % 6.0 % 90,000 units

Contingent Action neg unit price drop pos unit price hike M cost of campaign

Value 5.0 % 2.0 % € 500,000

Exogeneous demand is being generated under three different distributional assumptions, roughly matching the various available estimation methods: normal (theoretical estimate or econometric), BetaPERT (econometric or Delphi) and triangular (Delphi) [7]. The normal (Gaussian) distribution assumes the mean  = 100,000 units and standard deviation  = 15,000 units, implying a perceived 68 % probability that periodic demand will remain within the range 85,000; 115,000 units. The triangular and BetaPERT distributions, primarily used to test distribution-driven sensitivity of the model, use parameters a = 63,000 units, b = 137,000 units, c = 100,000 units, in order to achieve an approximate calibration visà-vis the normal distribution in terms of its mean and standard deviation. 81

4. Results and Conclusion Table 3: Simulation Results (source: author) Param. Description maximum production capacity [units] Nmax Dt distribution (Normal, Triangular, BetaPERT) E(NPV) median NPV [€ million] NPV95% 5th pctile of NPV distrib. [€ million] NPV99% 1st pctile of NPV distrib. [€ million]

Alternative A 100,000 units N T P 24.6 24.0 24.8 3.0 2.7 4.1 –5.1 –5.2 –3.4

Alternative B 120,000 units N T P 27.4 27.1 27.6 1.8 1.1 2.6 –7.4 –7.9 –6.2

All simulation results are summarized under Table 3. Clearly, under any of the demand distributions5, Project B with excess capacity should be preferred, because of its substantially higher expected NPV, even when taking its slightly less favourable risk characteristic into account6, and recognizing a margin of error in the E(NPV) estimates of cca € 0.1 million. Other optimization criteria might be chosen under different circumstances [12]. 29 28

E(NPV ) [$ mil.]

27 26 25 24 23 22 21 90

100

110 N max

120 ['000 units]

130

140

150

Figure 2: Capacity Optimization (source: author) In contrast to conventional scenario analysis, simulation results can be used to perform a full optimization of the NPV(Nmax) relationship. For example, using linear extrapolations of the functional I(Nmax) and F(Nmax) assumptions suggests an optimum at ^Nmax ≈ 115,000 units (within the error-bar constraints), as illustrated under Figure 2. In practice, technical solutions do not normally facilitate continuous parametrization; however, the investor might make use of such an idealized optimization to investigate whether another viable project design would be available, offering a maximum production capacity of cca 115,000 units. The method can be readily extended to include multiple sources of uncertainty, different kinds of processes, both exogeneous and endogeneous, derive sensitivities for 5 6

The model is shown to be largely insensitive to choice of distribution. Alternative B is second-order stochastic dominant to Alternative A [6].

82

particular assumptions and value-drivers etc. (compare e.g. [11]). The primary purpose of this case has been to show that simulation can be an efficient and affordable tool for solving certain aspects of capital budgeting projects whose dynamic nature makes them virtually impossible to properly assess using conventional capital budgeting methods.

References [1] BOYLE, P. Options: A Monte Carlo Approach. Journal of Financial Economics, 1977, vol. 4, no. 3, pp. 323-338. ISSN 0304-405X [2] BRACH, M. A. Real Options in Practice. Hoboken: John Wiley, 2003. ISBN 0-471-26308-7 [3] BRIGHAM, E. F.; EHRHARDT, M. C. Financial Management: Theory and Practice. 14th ed. Boston: Cengage, 2014. ISBN 978-1-111-97220-2 [4] CHARNES, J. Financial Modelling with Crystal Ball and Excel. 2nd ed. Hoboken: John Wiley, 2012. ISBN 978-1-118-17544-6 [5] COX, J. C.; ROSS, S. A.; RUBINSTEIN, M. Option Pricing: A Simplified Approach. Journal of Financial Economics, 1979, vol. 7, no. 3, pp. 229-263. ISSN 0304-405X [6] HADAR, J.; RUSSELL, W. Rules for Ordering Uncertain Prospects. American Economic Review, 1969, vol. 59, no. 1, pp. 25-34. ISSN 0002-8282 [7] MUN, J. Modeling Risk. 2nd ed. Hoboken: John Wiley, 2010. ISBN 978-0-470-59221-2 [8] MYERS, S. C. Determinants of Corporate Borrowing. Journal of Financial Economics, 1977, vol. 5, no. 2, pp. 147-175. ISSN 0304-405X [9] REUTER, J. J.; TONG, T. W. (eds.) Real Options in Strategic Management. Advances in Strategic Management, 2007, vol. 27. ISSN 0742-3322 [10] TRIGEORGIS, L. Real Options and Interactions with Financial Flexibility. Financial Management, 1993, vol. 22, no. 3, pp. 202-224. ISSN 1755-053X [11] VLACHÝ, J. Nákladová analýza externího prodeje depozit. Český finanční a účetní časopis, 2010, vol. 5, no. 3, pp. 63-73. ISSN 1802-2200 [12] ZMEŠKAL, Z.; DLUHOŠOVÁ, D.; TICHÝ, T. Finanční modely: Koncepty, metody, aplikace. 3rd ed. Praha: Ekopress, 2013. ISBN 978-80-86929-91-0

83

DIGITÁLNÍ TOVÁRNA A PRŮMYSLOVÉ INŽENÝRSTVÍ VE STROJÍRENSKÉ VÝROBĚ DIGITAL FACTORY AND INDUSTRIAL ENGINEERING IN MANUFACTURING ENGINEERING Luděk Volf Česká zbrojovka a.s., Svatopluka Čecha 1283, Uherský Brod [email protected], www.czub.cz

Abstrakt Počítačová simulace je jedním z nástrojů tzv. digitální továrny. Ve strojírenské výrobě můžeme simulaci využít jako jednoho z prostředků návrhu a optimalizace výrobních procesů a systémů, tedy především snižování výrobních a investičních nákladů, splnitelnosti výrobních plánů, prověřování vlivů zamýšlených inovací atd., obecně pro zvýšení konkurenceschopnosti podniků v již plně globalizované oblasti strojírenské výroby. Aby bylo možné uvedené přínosy skutečně prokázat a kvantifikovat, musí být počítačová simulace koncepčně a úspěšně implementována do výrobního procesu, čímž se zabývá tento příspěvek.

Klíčová slova: digitální továrna, počítačová simulace, implementace, optimalizace, výrobní proces, průmyslové inženýrství

Abstract Computer simulation is one of the tools of the digital factory. Simulation in manufacturing engineering can be used as a means of design and optimization of manufacturing processes and systems, mainly the reduction of production and investment costs, the ability to fulfill production plans, examining the effects of the proposed innovation, etc., generally for increasing the competitiveness of fully globalized field of mechanical engineering. In order to prove and quantified these benefits computer simulations must be conceptual and successfully implemented into the manufacturing process, which is addressed in this paper.

Key words: digital factory, computer manufacturing process, industrial engineering

simulation,

implementation,

optimization,

1. Digitální továrna V každodenním pracovním životě jsme stále více a více závislí na nejnovějších technologiích v elektronice a komunikacích. Rychlý rozvoj automatizace, výpočetní, informační a komunikační techniky spolu se zvýšenou otevřeností světových trhů a globalizací, posouvá nezbytnost inovací a technického pokroku do stále dalších výrobních oblastí. [1, 10] Správné požadavky na návrh layoutu a produkční schopnosti výrobních továren se stávají klíčovými faktory úspěchu. V minulosti jsme často zvýšili komplexnost výrobních struktur, která vyústila v neflexibilní jednotné výrobní systémy. [11] Budoucnost však musí být štíhlá – nejenom v samotné organizaci, ale musíme vyvinout technologie, které nám umožní urychlit a zpřesnit návrh výrobků, plánování a řízení výroby, logistiku, snížit ekologickou a energetickou náročnost při výrobě i samotném provozu výrobků tak, abychom 84

byli schopni se adaptovat na rychlé změny produktu už v jeho předvýrobní etapě díky neustále se zrychlující spirále technologických inovací. Strategie Product Lifecycle Management (PLM) slučuje principy a činnosti spojené s řízením životního cyklu výrobku od prvotní představy o jeho návrhu, přes samotnou výrobu, užití až konečnou recyklaci. PLM je základním prvkem efektivní tvorby a používání globální inovační sítě – to umožňuje její páteř, kterou tvoří systémy Product Data Management (PDM), které datově propojují jednotlivé pracovní procesy PLM. Na konci minulého století vznikl koncept Digital Factory, digitální továrny, který měl digitálně zastřešit strategie PLM a PDM a integrovat je do výrobního procesu. Podle jedné z definic je digitální továrna „zastřešující pojem pro rozsáhlou síť digitálních metod, modelů a nástrojů (včetně simulace a 3D-vizualizace), které jsou integrovány v rámci průběžného datového managementu“ [12].

2. Průmyslové inženýrství V posledních 10 až 15 letech vzrůstá význam komplexního a systémového navrhování (projektování) výrobních procesů (VP) a systémů (VS), které je jedním z nástrojů pro systematické odstraňování všech druhů ztrát a plýtvání výrobních zdrojů od nákupu materiálu a surovin, jejich zpracování ve výrobním procesu až po expedici hotových výrobků. Zvyšují se tedy požadavky na optimální využití rozhodných vlastností výrobního procesu (VP), tj. na zvyšování kvality a vypovídací schopnosti předkládaných projektů, produktivity práce, snižování energetické a materiálové náročnosti, zkracováním průběžné doby výroby apod. Každá inovace eventuálně modernizace VS a VP se musí se proto připravovat v souladu s požadavky racionální výroby tj. důsledně vycházet nejen z možných zdrojů stanovených na základě analýzy dosavadního stavu, tendencí rozvoje VP, ale i ze situace např. marketinku, managementu tj. ze znalostí problémů organizace, řízení a plánování výroby, otázek finančních a odbytových, (konkurenceschopnosti), otázek ekologických apod.

Obr. 1 – Vývoj nástrojů PI Zdroj: prof. Leeder

85

Ukazuje se, že jednou z cest jak řešit spolehlivě tyto náročné a často protichůdné požadavky je průběžná systémová analýza výrobního procesu především z hlediska věcného, procesního, prostorového a časového, kterou lze vhodně prosazovat v rámci náplně činností útvarů „Průmyslového inženýrství“ (PI) ve spolupráci s ostatními útvary podnikové organizace. Průmyslové inženýrství je multidisciplinární obor, který kombinuje technické znalosti se znalostmi podnikového řízení, s cílem optimalizovat a zefektivňovat (ne)výrobní procesy. Rozvoj výpočetní techniky vytváří široký prostor také pro nástroje, jako jsou např. CAD, CAM, CAQ, PDM, CIM které umožňují optimální využití rozhodujících parametrů VP a VS. Začíná se také více využívat matematického modelování, simulací, např. pomocí softwarů PlantSimulation, SIMUL8, visTABLE a mnoho dalších, v rámci koncepcí digital factory a smart factory, ale také využití průmyslové logistiky, matematické optimalizace a to jak při variantním řešení jednotlivých úkolů, tak při výběru optimální varianty [2]. Nové teoretické a metodické poznatky, ale zvyšují nároky na přesnou formulaci úloh, podrobnou specifikaci a komplexnost vstupních dat. Problematika řízení a plánování výroby se zaměřuje především na kusovou a malosériovou (případně sériovou) výrobu, která tvoří 60 – 70% celkového objemu výroby, kde je specifikem široký výrobní program s velkým počtem souběžně běžících zakázek. Že se jedná o nadmíru aktuální záležitost, potvrzuje široce se rozvíjející spolupráce průmyslové sféry s akademickou na intenzifikaci implementace principů a nástrojů konceptu digitální továrny do svých výrobních procesů a systémů, kteréžto nástroje mají samotné řízení a plánování výroby v jeho novém pojetí vůbec efektivně umožnit. Tato implementace se často úmyslně provádí prostřednictvím útvarů Průmyslového inženýrství.

3. Simulace Simulaci (z latinského simulō, napodobit) můžeme pro potřeby řešení úloh technologického projektování chápat jako proces inženýrského modelování systému (= výrobní proces nebo výrobní systém). Podle jedné z definic je simulace výzkumnou metodou, jejíž podstata spočívá v nahrazení zkoumaného systému simulačním modelem, se kterým provádíme pokusy s cílem získat informace o původním zkoumaném systému. Některé z důvodů užívaní simulace: • • • •

zkoumaný systém je natolik složitý, že neexistuje vhodná matematická metoda i formulace úlohy zkoumaný systém mění své vlastnosti příliš pomalu nebo příliš rychle zkoumaný systém by mohl při špatně zvoleném experimentu způsobit katastrofu sám sobě nebo svému okolí, přičemž nebezpečí takového experimentu nelze předem odhadnout se zkoumaným systémem lze těžko nebo vůbec manipulovat (ekonomické systémy), nelze s ním tedy experimentovat nebo jsou takové experimenty příliš nákladné

Pro využití simulačních metod mluví možnost komplexně zachytit dynamické (s časem proměnné) a stochastické (náhodné) vady v systému, možnost experimentovat tak, jak by to v realitě nebylo možné z různých důvodů (nákladnost, nebezpečnost, zdlouhavost, neexistence reálného systému) a možnost experimentovat v kontrolovatelně se měnících podmínkách.

86

Širší praktické nasazení simulace do výrobního procesu bylo možné až s rozvojem výpočetní techniky v devadesátých letech minulého století z důvodu potřeby pracovat s velkými objemy 2D a 3D dat, nejlépe v reálném čase a to jak při tvorbě simulačních modelů, přípravě experimentů, tak jejich běhu a následném vyhodnocování [3].

3.1 Simulační model Simulační model je dynamický systém, v němž nastávají události a stavy jako ve zkoumaném (simulovaném) systému, a to ve stejném pořadí, avšak v jiných časových okamžicích. Ve strojírenské výrobě využíváme nejčastěji diskrétní modely, ve kterých se hodnoty proměnných mění nespojitě, po skocích v určitých časových intervalech [4]. Z hlediska vlastností dynamického systému dále rozlišujeme modely deterministické (hodnoty proměnných jsou v každém okamžiku přesně definovány, při stejných podmínkách jsou výsledky simulace stejné, do modelu nejsou zahrnuty náhodné veličiny) a stochastické (zkoumaný problém nebo metoda řešení mají náhodný charakter, proměnné se chovají náhodně podle určené pravděpodobnosti). 3.2 Tvorba simulačního modelu Postup tvorby simulačního modelu nazýváme modelováním (Obr. 2). Simulační model tvoříme (modelujeme) pro dosažení určitých cílů, kterými může být zodpovězení otázek z oblastí prověřování vlivu zamýšlených inovací, hledání vhodných pravidel řízení, posuzování a nalézání vhodné sortimentní struktury výrobků, prověřování splnitelnosti výrobních plánů, zvyšování průchodnosti výroby s minimálním stavem zásob a provozními náklady, plánování reorganizací, odstávek, údržby, výměn strojů a využití pracovních sil, rozhodování o investicích atd.

rozpoznání problému

programování modelu

definice problému

verifikace modelu

vymezení systému a cílů

formulace modelu

experimenty a jejich vyhodnocení

interpretace výsledků

Obr. 2 Postup tvorby simulačního modelu Zdroj: autor 3.3 Implementace počítačové simulace Implementací chápeme zapojení počítačové simulace a simulačního modelu do rozhodovacích strategických, taktických i operativních rozhodovacích procesů výrobní společnosti. Hlavním cílem implementace by obecně mělo být poskytování informací pro kvalifikovaný zásah do výrobního procesu/systému [5]. 87

1. •Formulace předmětu simulace

2. •Vhodnost použití simulace

3. •Definování cílů

4. •Sběr a analýza dat

5. •Modelování a validace

6. •Provedení běhů simulace

7. •Analýza výsledků a jejich interpretace

Obr. 3 Fáze postupu implementace počítačové simulace Zdroj: autor Na Obr. 3 jsou znázorněny jednotlivé fáze postupu implementace, jejichž nesprávné pořadí nebo vypuštění vede vždy k rozpadu implementačního procesu a nesprávným výsledkům. Teprve fyzickým přenesením výsledů simulačních experimentů do reálného výrobního systému a zafixování tohoto postupu jako běžné praxe při řízení výroby můžeme prohlásit implementaci počítačové simulace za ukončenou. Jakmile se podaří přijmout simulaci zamýšlených zásahů do výrobního systému jako automatické ověření těchto zásahů před jejich realizací, stává se počítačová simulace integrovanou součástí řídicích procesů společnosti a teprve tehdy můžeme její implementaci označit jako úspěšně ukončenou.

Obr. 3 Ukázka hierarchické tvorby modelu (vlevo nahoře reálné pracoviště, vpravo nahoře vizualizace pracoviště v modelu, dole detail modelu pracoviště) Zdroj: autor

88

4. Závěr Implementace nástrojů digitální továrny do strojírenské výroby je složitý proces skládající se z několika fází, jehož věrohodné přínosy jsou závislé především na věrohodnosti vstupních dat. Po úspěšné validaci digitálního modelu a přenesení výsledků optimalizačních experimentů do reálného výrobního procesu se počítačová simulace může stát velmi mocným nástrojem pro efektivní výkon řídicích procesů společnosti. Digitální továrna, jako nástroj průmyslového inženýrství, umožňuje komplexní a systémové plánování, projektování, ověřování a průběžné zlepšování všech důležitých struktur, procesů a zdrojů reálné továrny v souvislosti s jejími výrobky, službami, dodavateli a odběrateli. To vše v reakci na výše popsané nedostatky současné koncepce a především vzhledem k nedávné globální ekonomické krizi, která přinesla zcela nový rozměr do požadavků zákazníků, dříve nepředstavitelný ani v automobilovém průmyslu, týkající se permanentních inovací pátého (nová varianta) a vyšších řádů, jednokusových výrobních „sérií“ a real-time on-line datového propojení systému dodavatel-výrobce-odběratel-výrobek.

Prameny [1]

KIMURA, Fumihiko ; MITSUISHI, Mamoru ; UEDA, Kanji . Manufacturing Systems and Technologies for the New Frontier : The 41st CIRP Conference on Manufacturing Systems May 26-28, 2008, Tokyo, Japan [online]. London : Springer, 2008 [cit. 201010-24].

[2]

LEEDER, Edvard. Odbornecasopisy [online]. 2010 [cit. 2010-10-24]. Digitální továrna – mocný nástroj pro průmyslovou výrobu. Dostupné z WWW:

[3]

Digitální továrna – mocný nástroj pro průmyslovou výrobu. AUTOMA [online]. 2008, 4, [cit. 2010-09-22]. Dostupné z WWW: .

[4]

Digitov [online]. 2008 [cit. 2010-09-22]. Digitální továrna. Dostupné z WWW: .

[5]

Designtech [online]. 2006 [cit. 2010-09-22]. Navrh-robotizovanych-pracovist. Dostupné z WWW:

[6]

Osterloh, J.: IT-Systems in Production Management.Werkzeugmaschinenlabor WZL der RWTH Aachen, 2007. 43s. Dostupné z WWW: http://www.wzl.rwthaachen.de/cms/www_content/en/ 7ab8e31a4ca7f394c1256fb700481ac7/pm_ii_v1.pdf

[7]

BRAZ, José; ARAÚJO, Helder; VIEIRA, Alves.  Informatics in control, automation and robotics I [online]. Dordrecht, The Netherlands : Springer, 2006 [cit. 2010-10-21].

[8]

Pharmacim [online]. 2009 [cit. 2010-09-22]. Quality. Dostupné z .

[9]

Cameron, I.T., Ingram, G.D.: A surveyofindustrialprocess modelling acrosstheproduct and processlifecycle. Computers and ChemicalEngineering, Volume 32, 2008. p. 420438

WWW:

[10] ZUEHLKE, Prof. Dr. Detlef. SmartFactory – from Vision to Reality in Factory Technologies. The International Federation of Automatic Control [online]. 2008. 89

Dostupné z WWW: [11] BAUER, Martin; JENDOUBI, Lamine; SIEMONEIT, Oliver. Http://lcawww.epfl.ch [online]. 2008. Smart Factory – Mobile Computing in Production Environments. Dostupné z WWW: [12] VDI-RICHTLINIEN, VDI 4499. http://www.vdi.de [online]. 2008. Dostupné z WWW:

90