היתרונות של למידה חוצה-תעשייתית מערכות שינוי הנדסה

מדוע מערכות שינוי הנדסי צריכות פרספקטיבה חדשה

מערכות שינוי הנדסיות מהוות את עמוד השדרה של ניהול מחזור חיים של המוצר, שינויים מתזמרים בעיצוב, ייצור ותהליכי שרשרת אספקה. בכלכלה גלובלית שבה מורכבות המוצר ולחצים לשוק ממשיכים להסלים, ארגונים לא יכולים להרשות לעצמם להסתמך רק על חוכמה פנימית או מוסכמות ספציפיות בתעשייה.מערכת סגורה שנראית רק בתוך זמן קצר הופכת לבקבוק, חסרה פריצות דרך המתרחשות בתחומים אחרים.

מה זה Cross-Industry Learning?

למידה חוצה-תעשייתית היא התרגול המכוון של העברת ידע, תהליכים וטכנולוגיות של מגזר אחד למשנהו, התאמתם לפתרון מערך אתגרים שונה.זה הולך מעבר למדד מזדמן או העתקה של טקטיקות שטחיות. במקום זאת, הוא כרוך בניתוח עמוק של איך תעשייה אחרת פותרת בעיות אנלוגיות - לדוגמה, כיצד בית חולים מנהל טריגנציה תחת אי ודאות, אשר יכול להיות ממפה כיצד מוליכים למחצה מראש שינויים שיא במהלך הוראה הנדסית.

הרעיון מושרש ברעיון של "חשיבה אנלוגית", אסטרטגיה קוגניטיבית שבה מתרגל מזהה דמיון מבני בין שני תחומים לכאורה לא קשורים. גישה זו נלמדה באופן נרחב בספרות ניהול חדשנות.חוקרים בבית הספר לניהול סלואן של MIT פרסמו מחקר רב-לאומי במסגרות:0 Organization ScienceFLT:1 מראה כי אנלוגיות בין-תעשייתיות יכולות לייצר עד 60% יותר פתרונות מתחום הבידור שלך, כלומר, כלומר, מפתרונות דיגיטליים, מבעיה אישית, כאשר אתה יכול לייצר מחדש, מפתרונות בתחום הבידור שלך, או מפתרונות מבעיה אישית, או מפתרונות מפתרונות ביולוגיים, כלומר, כלומר, כלומר, אם אתה יכול לייצר מחדש, מפתרונות מפתרונות מפתרונות מתחום המשתנים, מפתרונות ביולוגיים, כלומר, מתחומים חדשים, מתחומים חדשים, מתחום המוח שלך, מבעיה, מבעיה, אם אתה יכול לייצר מחדש, כלומר, מבעיה של חומרים מבעיה אישית, אם אתה יכול לייצר מחדש, מתחום הבידור שלך, מפתרונות ביולוגיים, ממין, מבעיה אישית, אם אתה יכול לייצר מחדש, אם אתה יכול לייצר מחדש, ממין, אם אתה יכול לייצר מחדש, מבעיה של מודלים של חומרים מתחום המשתנים, מתחום הבידור שלך, מפתרונות מבעיה של מודלים של חומרים מפתרונות מאי-FLT

למידה חוצה-תעשייתית אינה חדשה.אימוץ תעשיית הרכב של ייצור רזה מטווטה - בהשראת במקור על ידי חידושים של הסופרמרקטים האמריקאים - הוא מקרה קלאסי.מה מתפתח הוא שילוב שיטתי של גישה זו לתוך מערכות שינוי הנדסי באמצעות פלטפורמות ניהול ידע פורמלי, סיבובי עבודה צולב פתוח.

היתרונות הרב-ממדיים של הנדסה שינוי מערכות

1.Break Through Innovation

ניהול שינוי הנדסי לעתים קרובות סובל מפיתוח של תהליכים לשינוי נועדו יעילות, לא מחקר.כאשר אתה מציג בפועל מתעשיית עתירה גבוהה כגון משחקים דיגיטליים (למשל, מחזורי בנייה יומיומיים או A / B בדיקות של תצורות ייצור), אתה מזרקת תרבות של הסתברות מהירה לתוך מה הוא משמעת מותאמת סיכון באופן מסורתי.

גמישות הסתגלות

מערכות שינוי הנדסיות הן לעתים קרובות מתפתלות.שינוי רכיב אחד יכול לעגל ללא ספק על פני שרשרת האספקה וקווי הייצור.על ידי למידה מתעשיות שמשגשגות על התנודתיות - כגון שירותים פיננסיים או תגובה לאסון - ארגונים יכולים לבנות תהליכי שינוי גמישים יותר.לדוגמה, בנקים משתמשים באלגוריתמים בסיכון בזמן אמת כדי לאשר או לדחות עסקאות במרווחים.

ניכוי סיכונים באמצעות תבניות פרובנס

אחת היתרונות המיותרים ביותר של למידה בין-תעשייתית היא היכולת לצפות מצבי כשלון.תעשיית המוליכים למחצה מאסטרה באמנות של ייצור לקוי-סובלנות - חלקיקים קטנים יותר מאשר תא חיידקי יכולים להרוס שבב.תהליכי בקרת השינוי הקפדניים שלהם דורשים מספר שערות אימות לפני כל מתכון לתיוגרפיה משתנה.

4.מחיר וחיסכון בזמן

הניסוי-וטרור הוא יקר.בל-תעשיית הלמידה את עקומת הלמידה.יצרן ציוד כבד הנאבק בבקשות לשינוי עיכבות גילה שתעשיית הבנייה משתמשת במערכת "תכנון טהור" שבה תת-טרקטורים להתחייב לשינויים ספציפיים על בסיס יומי.תאם כי מתודולוגיה לשינוי הנדסי מבטלת 12% מפעולות לא מבוססות ערך, וחוסכת כ-1.2 מיליון דולר בשנה בהנדסת עובדים בלבד: 1.

5.שיפור ה-Stake'r Alignment

שינויים הנדסיים נכשלים לעתים קרובות לא בגלל פגמים טכניים, אלא בגלל תקשורת גרועה במחלקות ועם שותפים חיצוניים.המנהל משאבי הצוות של תעשיית התעופה (CRM) הכשרה - אשר מדגישה תדרים, תקשורת סגורה-פרעית, ו אסרטיביות - מספק תבנית עוצמתית.לאחר חברת מכשירים רפואיים הציגה פרוטוקולי תקשורת של CRM-inspired-inspired-inspired-inspired-inspired-inspired-ined Change system, מספר ההזמנות לשינוי מובנים עקב פירוק שגוי צנח על ידי 50% באופן דומה, באמצעות מערכת אופטיקה, ו-ידי מערכת הפעלה של המערכת, ו-מחדשהמערכת הפעלה מחדש של המערכת, על ידי מערכת יחסים לוגית של המערכת, אשר לוגית של המערכת, על ידי מערכת יחסים ממוחשבת של מערכת יחסים לוגית של מערכת יחסים של מערכת יחסים של מערכת יחסים ממוחשבת של מערכת יחסים ממוחשבת של מערכת יחסים ממוחשבת, אשר לוגית, אשר לוגיהמערכת יחסים ממוחשבת, אשר עיצבהמערכת יחסים ממוחשבת, אשר עיצבהמערכת יחסים ממוחשבת, אשר לוגית, אשר עיצבהמערכת יחסים ממוחשבת, אשר לוגית, אשר לוגיית, אשר לוגית, אשר לוגית, אשר עיצבה-ידי

6.כשרון פיתוח ותשומת לב

מהנדסים שנחשפו ללמידה חוצה-תעשייתית הופכים להיות יותר תכליתיים ומעורבים.הם רואים את עבודתם לא כפונקציה טכנית צרה, אלא כחלק ממערכת אקולוגית רחבה יותר של פתרונות בעיות.חברות הממסדות למידה חוצה-תעשייתית – למשל, באמצעות "חפירות חדשניות" שבהן מהנדסים מבלים שבועיים בסטארט-אפ או במפעל במגזר אחר – מדווחים על 30% יותר של שימור עובדים בקרב התנסויות עתידיות, אשר יכולות גם ליצור שינוי של מנהיגים קריטיים, אשר יכולים להתחרות יותר ויותר, על פני מערכות הנדסיות, אשר יכולות להשפיע על פני מערכת ניהולית.

דוגמאות בעולם האמיתי בכל המגזרים

Space Learns from Formula 1

בואינג, Airbus, וכמה ספקים של Tier 1 למדו כיצד צוותי פורמולה 1 מנהלים אלפי שינויים הנדסיים במהלך עונת המרוצים.השינוי הכוריאוגרף של צוות F1 בורות בהשראת עיצוב מחדש של תהליך התחזוקה של המטוס, מה שמוביל לירידה של 15% בלוח השנה של מטוסים על הקרקע (AOG) זמן לא רק מהירות, אלא גם התיעוד השיטתי של כל תנועה ולחצים - משהו המתורגם לשינוי ישיר בחלונות הנדסה הדוקה.

מכוניות מ- Healthcare

כאשר יצרנית רכב אירופית גדולה רצתה להפחית את מספר התיקונים הקשורים לשינוי בתוכנות המוטבעות שלה, היא פנתה לבדיקות הבטיחות כירורגיות של תעשיית הבריאות.פרוטוקול הסימון של ארגון הבריאות העולמי הפחית את הסיבוכים לאחר הניתוחים ביותר מ-30%.אם זה להקשר רכב, החברה הציגה רשימת בדיקות קדם-שינוי הדורשת חתימה מ-5 תפקידים ספציפיים לפני שכל קוד לא אושר.2% בכישלונות הקשורות להורדת תוכנה.

מוצרי אלקטרוניקה לצרכנים ממריצים את התוכנה לפיתוח

בעוד שהנדסת חומרה פעלה באופן מסורתי על מחזורי שינוי בסגנון מפל, חברות כמו אפל וסמסונג שילבו תכנון זריז של סיבולת ליצרת שינוי חומרה.עם זאת, הדוגמה הבולטת ביותר מגיעה מיצרן אלקטרוניקה בינוני, שלמד מהעיקרון "אינטגרציה רציפה" של תעשיית התוכנה.הם החלו לעשות מדי יום בונה אבטיפוס המשולבים כל שינוי עיצוב מאושר מ -24 השעות הקודמות.

בית מרקחת לומד מ-Cyology

חברת תרופות צריכה להפריז במערכת שלה לצורך ניהול שינויים באריזות ובלייבל – תהליך שמוביל לעתים קרובות לגרד מוצר יקר.על ידי לימוד איך צמחי רכב מטפלים במשלוחים חלקי זמן (שם חלקים מגיעים לקו בסדר המדויק שהם משתמשים בו), חברת הרוקח עיצבה מחדש את תזרימת שינוי התוויות שלה.

כיצד ליישם את הלמידה של הצלב-תעשייתי בארגון שלך

שלב 1: הקמת "לומד רדאר"

יצירת צוות חוצה פונקציונלי האחראי לסרוק תעשיות סמוכים ומרוחקים לשיטות שיכולות ליישם שינוי הנדסי. צוות זה צריך לכלול לא רק מהנדסים, אלא גם אנשים משרשרת האספקה, שיווק ו- HR - כל אחד מהם יכול לזהות דפוסים בלתי נראים למומחים טכניים. השתמש בכלים כגון ניתוח רשת חברתית כדי לזהות היכן תהליכי השינוי של התעשייה שלך מחלחלים מתחומים בעלי ביצועים גבוהים.

שלב 2: בניית ערכת חשיבה אנאלוגית

למד צוותים להשתמש מסגרת חשיבה אנלוגית מובנית: (א) לזהות אתגר מכריע במערכת השינוי שלך, (ב) לחפש אחר תעשייה שעומדת בפני אתגר דומה מבני, (ג) מפשט את העיקרון הבסיסי של הפתרון המוכח של התעשייה, (ד) להתאים אותו להקשר שלך תוך שמירה על מגבלות ספציפיות לתחום, לדוגמה, האתגר "איך אנו מעדיפים שינויים הנדסיים כאשר מספר רב של בקשות לתיאום פנים ופתרון זהה הוא בעל יכולת חירום?"

שלב 3: ליצור טייסים בטוחים-ל-פליל

עיבודים של קרוס-תעשייתיים רק לעתים נדירות מצליחים בניסיון הראשון.קבע סביבת ארגז חול במקביל שבה ניתן לבחון בפועל הלווה בקו מוצר קטן, לא ביקורתי, להשתמש במעקב קפדני שכבר צריך למדוד תוצאות: זמן ליישם, שיעור השגיאה, שביעות רצון בעלי המניות.אפשר לפחות שלוש הידבקות לפני ששופטים הצלחה.

שלב 4: Embedd Cross-Industry Exsure in Career Paths

לעשות חוצה-תעשייתיים למידה חלק רשמי של פיתוח הנדסי. רוטס, כנסים ותוכניות צוננות צולבות צריך להיות קשור מטרות ביצועים.לדוגמה, מהנדס בכיר עשוי להיות מוקצה להשתתף בכנס השנתי של איגוד התחזוקת מטוסים אם הם עובדים על שינוי נהלים שחרור. לחלופין, ליצור "לוח ייעוץ חוצה-תעשייתי" פנימי המורכב ממנהלים שונים ממגזרים שבדקים את מערכת השינוי שלך.

שלב 5: מדד ושתף תוצאות

לעקוב אחר המקור של כל שיפור משמעותי במערכת שינוי ההנדסה שלך.כאשר שינוי שמקורו בתובנה חוצה-תעשייתית, מתעד אותה כמחקר מקרה - כולל התעשייה המקורית, תהליך הסתגלות, והתוצאות.ידע מוסדי זה לא רק מאמת את הגישה אלא גם מעורר השראה אחרים להסתכל מעבר לשוליים שלהם.

אתגרים ומלכודות

למידה בין-תעשייתית אינה ללא מכשולים.הנפוצה ביותר היא תסמונת "לא הומצאה כאן" - מהנדסים לעתים קרובות מתנגדים להצעות מחוץ לתחום שלהם, במיוחד אם הם תופסים את המקור כטכני פחות.כדי להתמודד עם זה, להתמקד באנלוגיות מבניות ולא בהשוואה להשוואה בין פני השטח, במקום לומר "אנחנו צריכים לעשות זאת כמו פיילוט" - כלומר, לא צריך שינוי מוקדם של ניסוי אחד, כי הוא יכול להיות מבדיקת כלי רכב אחד, כי הוא תמיד צריך להיות בטוח, כי זה כמו סימולציה אחת, כי זה לא צריך להיות בטוח, כי זה כמו סימולציה אחת, כי זה כמו אימון אחד, למשל, זה כמו אימון אחד, כי הוא לא מתאים על ידי אימון אירובי אחד, כי הוא בטוח, כי הוא בטוח, כי הוא בטוח, כי הוא בטוח, לא יכול להיות בטוח, לא מתאים על ידי אימון אחד, כי הוא בטוח, כי הוא בטוח, כי הוא בטוח, כי הוא לא עובד על ידי אימון אחד, כמו אימון אחד, כי הוא בטוח, כי הוא בטוח, כי הוא בטוח, כי הוא בטוח, כי הוא לא יכול להיות אימון אחד, כמו אימון אחד, לא יכול להיות סימולציה של אימון אחד, כי הוא לא צריך סימולציה אחת, כמו אימון אחד, כי הוא בטוח, כי הוא לא צריך את זה

מגמות עתידיות: הגל הבא של FUUZERC

שלוש מגמות מתעוררות יזרזו למידה חוצה-תעשייתית במערכות שינוי הנדסיות. ראשית, העלייה של פלטפורמות תאום דיגיטליות מאפשרת ניסויים וירטואליים עם כל תרגול מושאל - אתה יכול לדמות כיצד פרוטוקול שינוי מכספים פועל בסביבה ייצור ללא סיכון בעולם האמיתי.שני, בינה מלאכותית, במיוחד עיבוד שפה טבעית, יכול כעת לסרוק מסדי נתונים של ניהול עסקים, דוחות טכניים, כתבי עת מסחריים בכל פני השטח וה אנלוגיים של מהנדסים אנושיים עלולים להחמיץ לדוגמה, כגון: HD2, לדוגמה, לדוגמה, של ניהול מערכות בקרה של 5B2, לדוגמה, לדוגמה, לתקני ניהול אנרגיה אוטומטית, ל- 1B2, ל- 1R2, לדוגמה, ל- 1R.

ארגוני הנדסה שמשקיעים בלמידה חוצה-תעשייתית, הם מציבים את עצמם לעתיד שבו השינוי הוא קבוע, מהיר יותר ויותר שיטתי.היכולת להתאים שיטה מוכחת מתחום אחר לגמרי תהפוך למגיפת ליבה, כקריטי כמומחיות עיצובית או ניהול פרויקטים.כקצב השינוי הגלובלי מאיץ, היתרון התחרותי לא יהיה שייך לאלה אשר ממציאים את הפנימי ביותר, אלא למי שיכול לזהות ולממש את הרעיונות הטובים ביותר, ולא משנה היכן הם אינם חשובים.

מסקנה: אי-מניע אסטרטגי

למידה חוצה-תעשייתית משנה את מערכות שינוי הנדסי מתהליכים נוקשים, מבטחים פנימה לתוך מרכזי דינמי של חדשנות וחוסן.היתרונות - זמני מחזור מהירים יותר, עלויות נמוכות יותר, סיכון מופחת, יעילות בעלי מניות טובה יותר, ומעורבות עובדים גבוהה יותר - אינם תיאורטיים.הם הוכחו על פני שטח, רכב, אלקטרוניקה צרכנית, תרופות, ועוד רבים אחרים.

אם אתה אחראי על מערכת שינוי הנדסי, להתחיל היום.בחר אתגר אחד - אולי צוואר בקבוק בהחלפת אישור, או בריחה חוזרת באיכות חוזרת עקב תקשורת גרועה - לחפש פתרון מהעולם שונה לחלוטין.צרו קשר עם עמית בתעשייה אחרת, לקרוא מקרה מחקר מ-FLT:0)Harvard Business Review על פני תעשיית החדשנות של 1LT, או להשתתף בכנס בתחום שמעולם לא חשבת על שיפור גדול בעבודה שלך.