W branży produkcyjnej na codzień mamy styczność z wieloma wyzwaniami i problemami. Praktycznie każdy dzień to pasmo niekończących się nieszczęść, na które przez większość dnia pracy szukamy rozwiązania. Po kilku latach pracy jesteśmy w stanie wyrobić w sobie coś na wzór „intuicji” do potencjalnych źródeł problemów. W tym miejscu chciałbym Ci zadać więc pytanie, czy zdarzyło Ci się kiedyś upierać przy rozwiązaniu, które „na pewno jest najlepsze”, tylko po to, by później odkryć, że istniała lepsza opcja? Jeśli tak – witaj w klubie, niezależnie czy w domu czy w pracy, wszyscy jesteśmy podatni na błąd konfirmacji, czyli tendencję do szukania potwierdzenia dla własnych przekonań zamiast obiektywnego spojrzenia na problem. Na produkcji może to prowadzić niestety do kosztownych błędów, nieefektywnych procesów i hamowania innowacji. Jak rozpoznać ten problem i skutecznie go przezwyciężyć? Postaram się w kilku krótkich akapitach przedstawić wam, jak ja radzę sobie z tym na codzień.

Błąd konfirmacji to skłonność do szukania i interpretowania informacji w sposób, który potwierdza nasze wcześniejsze założenia, zamiast obiektywnie analizować wszystkie dostępne dane. Przykład? Masz hipotezę, że określona maszyna jest najbardziej wydajna. Zamiast testować różne opcje, wybierasz tylko te dane, które potwierdzają twoje przekonanie, ignorując ewentualne dowody na to, że inne rozwiązanie mogłoby być lepsze. W efekcie podejmujesz decyzję na podstawie filtracji informacji, a nie pełnej analizy.

No cóż, możemy to zrobić 🙂

Mama kiedyś próbowała mnie przekonać do zmiany kredki, come on, byłem dorosłym 5 latkiem, nie będzie mi kobiecina mówiła co jest dla mnie najlepsze:

„Kochanie, wyobraź sobie, że masz swoją ulubioną zieloną kredkę i myślisz, że rysuje najładniej na świecie. Ale pewnego dnia ktoś daje ci niebieską kredkę i mówi: ‘Spróbuj, może jest lepsza!’ Natomiast ja pełen rozczarowania wobec mamy odpowiedziałem ‘Nie, moja zielona jest najlepsza!’ – podczas gdy nigdy nie sprawdziłem nawet tej niebieskiej.

To właśnie błąd konfirmacji – kiedy bardzo w coś wierzymy i nie chcemy zobaczyć, że może być inaczej. Tak jakby nasza główka wybierała tylko te rzeczy, które pasują do tego, co już myślimy. Ale czasem warto spróbować nowych kredek, bo może odkryjemy coś jeszcze fajniejszego!”

No dobrze, ale co to wszystko ma do produkcji i procesów produkcyjnych?

Problem Solving – Czy jesteś pewien że na pewno rozwiązujesz problem, o którym mowa?

W metodykach takich jak A3 czy 8D łatwo wpaść w pułapkę wybierania „oczywistych” przyczyn problemu i pomijania innych, bo „przecież zawsze to było powodem”. Klasyczny przykład: jeśli maszyna się psuje, to na pewno winne jest jej zużycie – ale czy na pewno? Może to błędne ustawienia procesu lub nieoczywista interakcja z innymi systemami? A może standardowo jak to bywa z ust prawdziwego macho inżyniera procesu (Oczywiście, że mówię o sobie ;)) – „To wina komponentów, musicie sprawdzić komponenty! Gdzie raport z kontroli wejściowej?”.

PFMEA – Odhaczanie zamiast analizy

Analiza PFMEA powinna zapobiegać problemom, ale często sprowadza się do rutynowego uzupełniania tabelki. Jeśli inżynierowie trzymają się swoich wcześniejszych założeń i ignorują nowe ryzyka, to PFMEA traci sens. W wielu firmach PFMEA działa jak przepisywanie zeszytu od kolegi z ławki z powodu nieobecności w szkole. Co Ty jesteś, kserokopiarka? Wielokrotnie w firmach spotykałem się z sytuacją, w której inżynierowie nawet przez chwilę nie zastanowili się nad realnymi problemami ich procesu, tylko dyskutowali jakby produkcja była zawieszona gdzieś poza świadomością.

Freepik.com

Specyfikacje techniczne – „Tak robimy od zawsze”

Kiedy zamawiamy nową maszynę, często trzymamy się specyfikacji, którą napisano 10 lat temu. Ale czy technologia nie poszła do przodu? Cały czas korzystamy z jednej formatki, skupiamy się na procesie, który naszym zdaniem jest zoptymalizowany, ale czy na pewno to jest poprawne? Czy nadal potrzebujemy tych samych funkcji? A może warto zerknąć na inne rynki i zobaczyć, jak podchodzą do tego inni? Może wydać 700 euro i pojechać na targi prezentujące nowe technologie? A może wybrać się na benchmark do zaprzyjaźnionych firm? 

Rozwój parku maszynowego – „Roboty? I co one by miały u nas robić?”

Od kiedy przyjechał do nas automat i się zepsuł, a serwis powiedział że musimy im zapłacić 10 tysięcy, to wierzymy tylko w siłę ludzkich mięśni. Jedna przygoda z niewłaściwym integratorem potrafi zmienić nasze postrzeganie na wiele lat, cofając firmę w rozwoju. Czy na pewno to jest właściwa droga? Czy nie powinno się budować świadomości w firmie i jednak szukać „tego czegoś” co pociągnie nas do przodu?

Organizacja pracy i kultura w firmie – „Nie potrzebujemy zmian, od 15 lat tak produkujemy i wszystko jest genialnie!”

Zmiany w metodach zarządzania produkcją (np. lean, agile, digitalizacja) są odrzucane, bo „tu zawsze tak się pracowało”. Tymczasem konkurencja, która się rozwija, ucieka coraz dalej. To że my stoimy w miejscu sprawia, że cały rynek nam ucieka.

Błąd konfirmacji działa jak „filtr rzeczywistości”, niejako polaryzator. Z tego powodu, świat jaki odbieramy, pasuje do naszych przekonań budowanych latami. W produkcji oznacza to kurczowe trzymanie się utartych schematów, ignorowanie nowych rozwiązań i popełnianie tych samych błędów. Jak temu zapobiec? De facto nie ma jednego właściwego rozwiązania, na skomplikowane problemy stosujemy, wiele małych rozwiązań, starających się „hackować”, nasze własne przekonania.

Freepik.com

Opieraj decyzje na danych, a nie przekonaniach

• Zamiast stwierdzać „Wydaje mi się że to działa/zadziała”, zbieraj twarde dane, liczby i fakty. Stosuj do tego analizę odpowiednich wskaźników, na przykład OEE, MTBF, FPY lub wykorzystuj rozwiązania takie jak analiza pareto
• Jeśli ktoś stwierdza „Ten dostawca jest najlepszy” – Upewnij się na podstawie jakich wskaźników.
• Regularnie testuj swoje założenia – na podstawie audytów i eksperymentów.

Niech przykładem tutaj będzie sytuacja, w której na podstawie informacji od dostawcy inżynierowie mogą stwierdzić, że dane urządzenie poprawi efektywność procesu. Zamiast kupować nową maszynę, zapytaj dostawcy czy możesz przetestować rozwiązanie przez tydzień. Jeżeli zmierzone dane pokażą wzrost efektywności, cóż.. Nie ma co czekać, inwestujcie 🙂

Wprowadzaj „adwokata diabła” w zespołach

–  Wyznacz osobę, której zadaniem jest kwestionowanie przyjętych założeń podczas spotkań.

• Niech ta osoba zadaje pytania w stylu: „Co, jeśli to nieprawda?”, „Jakie mamy dowody przeciwko temu pomysłowi?”
• Niech ta osoba zachęca do szukania alternatywnych hipotez.

Niech przykładem tutaj będzie sytuacja, w której zespół pozostaje przekonany, że problemem w jakości są wadliwe komponenty od dostawcy. Adwokat diabła zadaje pytanie: „A co, jeśli to nasz proces montażu powoduje te wady?” i inicjuje testy, które mogą ujawnić prawdziwą przyczynę.

Adwokat diabła (1997)

Wykorzystuj eksperymenty i testy A/B

– Kiedy pojawia się nowa metoda (np. inny sposób ustawiania maszyn, nowy system ERP), testuj ją na małej skali zamiast od razu ją odrzucać.

• Zawsze porównuj wyniki nowego i starego podejścia, pamiętając aby jedyną zmianą wprowadzoną w proces była zmiana metody.
• Nigdy nie wprowadzaj więcej niż jednej zmiany w procesie, aby mieć gwarancję tego co tak naprawdę wpływa na różne wyniki

Niech przykładem tutaj będzie sytuacja, w której operatorzy twierdzą, że nowy system zarządzania produkcją „spowolni ich pracę”. Wprowadzasz go na jednej linii i sprawdzasz wyniki – jeśli są lepsze, łatwiej przekonać resztę.

Korzystaj z benchmarków i wiedzy z zewnątrz

– Analizuj jak inne firmy rozwiązują podobne problemy, zapytaj kolegów pracujących w podobnych firmach przy kawie, co oni myślą na temat wyzwań w Twojej firmie.

• Wysyłaj ludzi na wizyty studyjne do innych firm i zakładów.
• Porównuj wyniki swojej produkcji i rozwiązań z wynikami z rynku.

Niech przykładem tutaj będzie sytuacja, w której firma od lat stosuje ten sam sposób planowania produkcji. Wizyta w nowoczesnym zakładzie pokazuje, że inne firmy używają automatycznych systemów harmonogramowania, co oszczędza godziny pracy.

Zachęcaj do testowania różnych hipotez (TRIZ, 5 Why, Six Sigma)

• Stosuj techniki, które zmieniają perspektywę, np. TRIZ (rozwiązywanie problemów przez szukanie analogii w innych branżach).
• Używaj 5 Why, by docierać do prawdziwej przyczyny problemu.
• Korzystaj z narzędzi Six Sigma, które opierają się na obiektywnych danych.

Niech przykładem tutaj będzie sytuacja, w której Maszyna często się psuje, a inżynierowie mówią: „To normalne, te modele tak mają”. Stosujesz 5 Why i odkrywasz, że problemem nie jest maszyna, tylko niewłaściwa konserwacja.

Short story long, inaczej mówiąc TL:DR

Mierz, zamiast wierzyć – nie opieraj decyzji na intuicji, tylko na liczbach.
Kwestionuj status quo – zadawaj pytania: „Co, jeśli się mylę?”.
Testuj zamiast odrzucać – wprowadź testy A/B i eksperymenty.
Inspiruj się innymi – korzystaj z benchmarków i odwiedzaj inne zakłady.
Rozwijaj kulturę otwartości – niech ludzie nie boją się podważać starych schematów.

Błąd konfirmacji to wróg innowacji. Im szybciej go wykorzenisz, tym szybciej twoja produkcja stanie się nowocześniejsza i bardziej efektywna.

Jako że żyjemy w bardzo ciekawych czasach, a AI już dzisiaj ma bezpośredni wpływ na nasze codzienne życie, oczywiście nie mogło zabraknąć akapitu dotyczącego sztucznej inteligencji i w tym temacie. Codzienny hype na AI zaczyna nabierać rozpędu, z jednej strony mamy więc fanatyków tego rozwiązania w każdej dziedzinie, z drugiej natomiast malkontentów, sprzeciwiających się używania AI. Osobiście do AI podchodzę jak do każdego innego narzędzia, korzystam chętnie dopóki mi pomaga. 

Co to ma do błędu konfirmacji? 

Ano uważam że AI jest w stanie bardzo nam pomóc, skutecznie wykluczać wpływ owego błędu na naszą pracę. Sztuczna inteligencja już teraz optymalizuje harmonogramy produkcji, przewiduje awarie maszyn i analizuje dane szybciej niż cały dział inżynierii razem wzięty. Firmy, które trzymają się przekonań sprzed dekady, ryzykują pozostanie w tyle. No bo spójrz tylko:

Freepik.com

Analiza danych bez uprzedzeń

Człowiek często widzi w danych to, co chce zobaczyć. AI nie ma takich ograniczeń – analizuje wszystkie możliwe scenariusze, a nie tylko te, które „wydają się logiczne”.

Symulacje i testowanie alternatyw

AI potrafi wygenerować i porównać różne warianty rozwiązania problemu, zanim człowiek zdąży nawet pomyśleć o alternatywie. W projektowaniu linii produkcyjnych systemy AI (np. Visual Components) mogą zasymulować najszybszy układ, ignorując „utarte schematy” ludzi.

Wykrywanie nieoczywistych wzorców

Ludzie często ignorują dane, które „nie pasują” do ich wcześniejszych założeń. AI potrafi wychwycić korelacje, które umykają inżynierom. Przykład? Analiza jakości produkcji może wykazać, że temperatura hali wpływa na precyzję obróbki, choć nikt wcześniej tego nie rozważał.

„Adwokat diabła” w decyzjach

AI może pełnić rolę cyfrowego sceptyka, generując alternatywne hipotezy i podważając status quo. Narzędzia oparte na AI w Six Sigma czy SPC mogą automatycznie wskazywać inne potencjalne przyczyny problemów, zmuszając zespół do głębszej analizy.

Automatyczna eksploracja nowych rozwiązań

Zamiast polegać tylko na doświadczeniu zespołu, AI może analizować globalne bazy wiedzy, podpowiadając rozwiązania z innych branż. Może się okazać, że problem w Twojej fabryce już dawno rozwiązano… w przemyśle lotniczym albo farmaceutycznym!

Błąd konfirmacji sprawia, że zamiast rozwijać się, tkwimy w miejscu. Jeśli chcemy być liderami zmian, musimy nauczyć się kwestionować własne przekonania i testować nowe podejścia. Produkcja przyszłości należy do tych, którzy nie boją się eksperymentować i szukać lepszych rozwiązań.

A Ty? Czy dostrzegasz w swojej firmie sytuacje, w których błąd konfirmacji blokuje rozwój?

Pozdrawiam Łukasz Szyndrowski