Daniel Kaminský (ELCOM, a.s.) Jiří Holoubek (SP ČR, ELA, ELCOM, a.s.)

Prezentace na téma: "Daniel Kaminský (ELCOM, a.s.) Jiří Holoubek (SP ČR, ELA, ELCOM, a.s.)"— Transkript prezentace:

1 Digitální zralost firem aneb jak hodnotit stupeň připravenosti na implementaci Průmyslu 4.0
Daniel Kaminský (ELCOM, a.s.) Jiří Holoubek (SP ČR, ELA, ELCOM, a.s.) Zdeněk Havelka (A-21)

2 4. Průmyslová revoluce

3 Cyber Physical Systems
Svět kolem nás PRŮMYSL 4.0 Advanced Manufacturing Industry 4.0 Industrial Internet Factory of the Future Internet of Things Smart Industry Autonomik für Industrie Advanced Automation Cyber Physical Systems Its OWL High Value Manufacturing Digital Fabrication Industrie 4.0

4 Průmysl 4.0 v České republice
Usnesení vlády ČR MPO a meziresortní projednání Detailní rozpracování Národní iniciativy Kniha Národní iniciativa

5 Svět kolem nás Průmysl 4.0 Polsko INNOMED INNOLOT CuBR BIOSTRATEG
Německo Industrie 4.0 Mittelstand 4.0 Smart Service World Autonomik fur Industrie 4.0 Rakousko Produktion der Zukunft Itálie Fabbrica Intelligente Internet of Things and Industry 4.0 Finsko FIMECC PPP Programmes (MANU, S-STEP, SIMP, S4Fleet) Industrial Internet Business Revolution Švédsko Produktion 2030 Velká Británie High Value Manufacturing Catapult Innovate UK Nizozemsko Smart Industry Belgie Made Different Francie Industrie du Futur Portugalsko Produtech Španělsko Industria Conectada 4.0 Průmysl 4.0

6 Průmysl 4.0 – hlavní pojmy Kyberneticko-fyzické systémy Velká data
Simulace a virtualizace Internet věcí, služeb a lidí Standardizace, bezpečnost a spolehlivost digitalizovaných procesů Datová architektura Autonomní subsystémy schopné autoparametrizace Syntetická inteligence

7 Průmysl 4.0 – hlavní firemní strategie
Postupný odklon od vertikálního hierarchického řízení průmyslové výroby a respektování veškerých vnějších vlivů s výrobou souvisejících Zřízení horizontálně provázané digitální sítě dodavatelsko-odběratelského hodnotového řetězce včetně servisu a služeb. Integrace datových zdrojů v reálném čase do hodnototvorného modelu Nasazování robotů schopných autonomního rozhodování a řízení Využívání kryptoměn jak k vnitřnímu zvyšování efektivity, tak k efektivnímu vnějšímu platebnímu styku Zapojení prediktivních a následně preskriptivních analýz a možností umělé inteligence do řízení firmy

8 Průmysl 4.0 – Co musíme překonat
Velmi omezené povědomí o zásadách a dopadech průmyslu 4.0 v průmyslové sféře a hlavně mimo ni Nepochopení kyber-fyzických systémů a s tím související potřebné interdisciplinarity jak ve vzdělávání i v pracovním procesu Obavy ze změn v definování pracovních pozic – zveličovaný negativní dopad na trh práce Neschopnost státu rozhodnout o prioritách orientovaných na digitální ekonomiku Zanedbaný rozvoj veřejných a neveřejných datových sítí umožňujících plnohodnotnou komunikaci jak mezi firmami, tak i firmami a státní správou

9 Digitální konektivita
P4 matice Otevřené standardy Pouze IT Uzavřené standardy Systémový pohled Digitální konektivita Digitální efektivita

10 Digitální transformace
Digitální platformy Digitální obchod Firmy bez perspektivy Know-how komoditizováno Firmy průmyslu 4 Integrální know-how Dobré strojírenské firmy - specifické know - how Digitální know-how Specifické know-how

11 www.firma4.cz Poskytuje základní informace o P 4.0
Po provedeném sebehodnocení poskytne zprávu o digitální zralosti + doporučený projekt Obsahuje odkaz na asistované sebehodnocení Obsahuje odkaz na případné poradenství

12 Model 2.0 „Big“

13 Model digitální zralosti – diagnostický nástroj
Lokální regulace Globální tržní prostředí Další mimotržní vlivy Zákazník zzzz Služba Data Byznys model Technologie Operační model Leadership Stakeholders Kultura Služba/ produkt přidaná hodnota Tržní hodnota organizace Růst tržní hodnoty Tržní prostředí služby Tržní prostředí organizace

14 Model 2.0

15 Využití modelu 2.0 B Evaluace ve firmách – sebehodnocení, vstupní digitalizační koncepty Řízená evaluace – možný vstup pro projekty z fondů EU Doporučení pro hodnocení projektů v OPPIK + TAČR programy Základ metodiky měření regionální připravenosti Základ pro rozvojové politiky státu v oblasti P4

16 Byznysový model P4

17 Co to je?

18 Tesla – auto či počítač? Tesla je (po Fordovi) dalším start-upem v americkém automobilovém průmyslu po 112 letech

19 Význam software v automobilu
Zdroj: G. Seiberth, Wie veraendern digitale Platformen die Automobilwirtschaft?

20 Nový „automobilový“ průmysl
90 % inovací v autoprůmyslu je software Inerakcí v síti služeb vzniká hodnota Klíčová je dobrá uživatelská zkušenost (User experience) Změna obchodního modelu – nákupních a servisních procesů (Tesla) Klíčový je „operační systém“ a „referenční architektonický model“

21 Platformový model automobilového průmyslu – „Connected Car Value Network“
Zdroj: G. Seiberth, Wie veraendern digitale Platformen die Automobilwirtschaft?

22 Disrupce automobilového průmyslu
Zdroj: G. Seiberth, Wie veraendern digitale Platformen die Automobilwirtschaft?

23 „Nová“versus „stará“ ekonomika
Apple – volné zdroje: 178 Mld. USD Volkswagen – hodnota firmy: 94 Mld. USD Daimler – hodnota firmy: 91 Mld. USD Tesla – hodnota firmy: 25 Mld. USD

24 Apple Car ?

25 Apple Car ?

26 Apple Car – interiér?

27 Operační model P4.0

28 Virtualizace P4.0 Virtualizace v IT - umožňuje, aby na jednom fyzickém serveru (na jednom hardware) běželo více oddělených serverů s vlastním operačním systémem. Fyzický server každému takovému virtuálnímu serveru emuluje virtuální hardware (procesor, paměť, disk, síťová karta, mechaniky, periferní zařízení a další). Virtualizace OT – umožní, aby veškeré komponenty hodnototvorného procesu byly virtualizovány do jednoho datového prostoru a tím byla sbíraná data jednoznačně katalogizována k odpovídajícím službám s tím, že bude možné ovládat hodnototvorné situace v reálném čase „odkudkoliv“, přičemž je předpokládána jistá míra autonomie a inteligence těchto virtualizovaných komponent.

29 Lidé a kultura

30 Lidé a kultura Digitální leadership Firemní kultura
Připravenost zaměstnanců Digitální kompetence

31 Technologie

32 Technologie Kontextuální technologie Modelovací technologie
Informační technologie Operační technologie Transakční technologie Bezpečnostní technologie Energetické technologie

33 Datová architektura

34 Datová architektura Datově podporovaný byznysový model
Datově podporovaný operační model Datová kultura zaměstnanců Technologie k práci s daty

35 Děkuji za pozornost!