Produkcja jako usługa, określana także jako Manufacturing-as-a-Service (MaaS), zakłada udostępnianie i łączenie zdolności produkcyjnych, zasobów oraz danych wielu podmiotów. Dzięki temu zlecenie może być dopasowane do kompetencji, dostępnych mocy i warunków realizacji w szerszym ekosystemie współpracy. Nie oznacza to jednak jednego, gotowego schematu działania dla każdej firmy.
Przygotowanie przedsiębiorstwa do MaaS nie polega wyłącznie na zakupie platformy, chmury czy interfejsu API. Równie ważne są uporządkowane dane, opis procesów, zasady dostępu, odpowiedzialność, bezpieczeństwo informacji i kompetencje pracowników. Raporty PARP wskazują, że rozwój tego modelu wiąże się z barierami organizacyjnymi, technologicznymi i legislacyjnymi. Dlatego warto zacząć od celu biznesowego i inwentaryzacji obecnego sposobu pracy, a dopiero później wybierać rozwiązania techniczne.
Produkcja jako usługa — definicja i kontekst biznesowy
MaaS jako model współpracy firm
W modelu MaaS firmy mogą udostępniać lub łączyć swoje moce produkcyjne, maszyny, kompetencje, zasoby oraz informacje potrzebne do realizacji zleceń. W praktyce oznacza to możliwość wyszukania wykonawcy o określonych zdolnościach, przekazania mu danych technicznych i organizacyjnych, a następnie koordynowania realizacji w ramach uzgodnionego procesu.
Najważniejsza zmiana dotyczy sposobu organizacji współpracy. Produkcja jako usługa nie powinna być traktowana wyłącznie jako nowy kanał sprzedaży usług produkcyjnych. To model, w którym zasoby kilku podmiotów mogą zostać połączone wokół konkretnego zadania. Jego zastosowanie może wspierać bardziej elastyczne łańcuchy wartości, ale nie stanowi gwarancji obniżenia kosztów, lepszego wykorzystania mocy ani poprawy rentowności.
Materiały PARP opisują MaaS jako kierunek rozwoju i zestaw rekomendacji, a nie uniwersalny standard wdrożeniowy. Zakres rozwiązania zależy między innymi od rodzaju produkcji, automatyzacji, systemów używanych przez firmę, partnerów oraz uzgodnień kontraktowych.
Jak wygląda ekosystem MaaS
Przepływ informacji między uczestnikami
Ekosystem MaaS może obejmować zleceniodawcę, kilku wykonawców, operatora rozwiązania lub platformy oraz dostawców technologii. Nie ma jednego obowiązkowego układu tych ról. Wspólnym elementem jest jednak potrzeba dopasowania zlecenia do kompetencji, zasobów i dostępnych mocy produkcyjnych.
Przepływ informacji może obejmować opis oczekiwanego wyrobu lub usługi, wymagania techniczne, informacje jakościowe, terminy, ograniczenia procesu oraz dane organizacyjne. Uczestnicy muszą wiedzieć, które informacje są potrzebne do wykonania zadania, kto może je odczytać i kto odpowiada za ich aktualność.
Przedsiębiorstwo powinno więc określić nie tylko sposób wymiany danych, lecz także reguły współpracy. Należy ustalić role, odpowiedzialność za poszczególne etapy, zakres informacji udostępnianych partnerom oraz zasady postępowania w razie błędu lub incydentu. Konkretne rozwiązanie będzie zależeć od rodzaju produkcji, relacji między firmami i istniejących systemów.
Jak przygotować dane i procesy w firmie
Inwentaryzacja danych i odpowiedzialności
Pierwszym krokiem nie musi być wybór platformy. Bardziej użyteczne jest ustalenie, jakie dane firma już posiada, gdzie są przechowywane i do czego mogą służyć w planowanej współpracy. Inwentaryzacja powinna objąć katalog produktów i usług, maszyny, procesy, kompetencje produkcyjne oraz informacje o dostępnych zasobach.
W zależności od celu współpracy warto opisać także:
- dostępne moce, ograniczenia, terminy i informacje o wydajności;
- parametry jakościowe istotne dla danego zlecenia;
- identyfikatory zasobów, produktów, procesów i partnerów;
- formaty danych, słowniki, kody, taksonomie oraz zasady aktualizacji;
- licencje, ograniczenia wykorzystania i poziomy dostępu do informacji.
Znaczenie ma również ustalenie właścicieli danych. Właściciel powinien być określony dla informacji dotyczących zasobów, jakości, procesu czy dostępności mocy. Trzeba też ustalić, kto może dane zmieniać, jak często są aktualizowane i w jaki sposób partner rozpoznaje ich aktualną wersję.
Przygotowanie powinno uwzględniać istniejące środowisko ERP, MES, PLM i OT, ale bez założenia, że każda firma musi używać identycznego zestawu systemów. Istotne jest wskazanie miejsc, w których występują niespójności, ręczne przepisywanie informacji lub brak wspólnego znaczenia pojęć. Współdzielenie danych może ujawniać know-how, informacje o klientach, parametry procesu lub zależności od dostawców, dlatego zakres udostępniania powinien odpowiadać celowi i uprawnieniom uczestnika.
Interoperacyjność: więcej niż wymiana plików
Trzy poziomy zgodności danych
Interoperacyjność oznacza zdolność systemów i organizacji do wymiany danych oraz poprawnego rozumienia ich znaczenia. Sam fakt, że dwa systemy potrafią przesłać plik albo połączyć się przez API, nie rozwiązuje problemu. Dane muszą być również uporządkowane i zinterpretowane w sposób zgodny z ustaleniami partnerów.
W praktyce warto sprawdzić trzy poziomy zgodności:
- Techniczny — dotyczy sposobu dostępu, wymiany i zabezpieczenia informacji, w tym interfejsów API oraz zasad ich używania.
- Strukturalny — obejmuje formaty, układ pól, identyfikatory, kody i opis relacji między elementami danych.
- Semantyczny — odnosi się do znaczenia pojęć, wspólnych słowników, taksonomii i interpretacji przekazywanych informacji.
Komisja Europejska wskazuje także na potrzebę opisywania zawartości zbiorów, jakości, niepewności, licencji i ograniczeń wykorzystania danych. Ważne są również publiczne i spójne opisy struktur, formatów, słowników oraz list kodowych. Jeżeli transfer ma być automatyczny lub ciągły, należy opisać techniczne sposoby dostępu i oczekiwaną jakość usług.
Nie istnieje jeden uniwersalny format, który rozwiązuje wszystkie problemy. Standard powinien wynikać z konkretnego przypadku użycia i być uzgodniony z partnerami. Interoperacyjność wymaga jednocześnie zgodności technicznej, strukturalnej i semantycznej, a także zarządzania jakością, uprawnieniami i zmianami w danych.
Przestrzenie danych przemysłowych i zaufanie
Zasady dostępu i wykorzystania danych
Przestrzenie danych przemysłowych mają tworzyć środowisko, w którym dane mogą być udostępniane, wykorzystywane i ponownie używane na podstawie wspólnej infrastruktury oraz uzgodnionych ram zarządzania. Ich znaczenie nie sprowadza się do przechowywania informacji. Równie ważne są zasady zaufania, kontroli dostępu i odpowiedzialności.
Firma przygotowująca się do udziału w takim ekosystemie powinna określić:
- cel i zakres informacji przekazywanych konkretnemu uczestnikowi;
- role, uprawnienia i warunki uzyskania dostępu;
- licencje oraz ograniczenia dalszego wykorzystania danych;
- odpowiedzialność za jakość, błędy i niewłaściwe użycie informacji;
- zasady wycofania dostępu lub zakończenia udziału w rozwiązaniu.
Europejskie przestrzenie danych powinny respektować między innymi przepisy dotyczące danych osobowych, ochrony konsumentów i konkurencji. Zasady uczestnictwa powinny być przejrzyste, proporcjonalne i niedyskryminacyjne. W szerszym kontekście Data Act ma zwiększać dostępność i możliwość wykorzystania danych, w szczególności przemysłowych, oraz wspierać interoperacyjność między przestrzeniami danych i usługami przetwarzania danych. Zakres zastosowania regulacji i aktualne obowiązki wymagają każdorazowej weryfikacji na dzień publikacji oraz oceny właściwego specjalisty.
Ryzyka organizacyjne i technologiczne
Ryzyka danych i odpowiedzialności
Przed rozpoczęciem pilotażu trzeba uwzględnić ryzyko fragmentacji systemów, niejednoznacznego znaczenia danych oraz informacji nieaktualnych lub niskiej jakości. Błędne dane mogą utrudniać koordynację zlecenia, a brak wspólnych identyfikatorów i słowników może prowadzić do rozbieżnych interpretacji.
Drugą grupę stanowią ryzyka związane z dostępem i poufnością. Współdzielenie danych może ujawnić know-how, parametry procesu, informacje o klientach lub zależności od dostawców. Należy więc kontrolować zakres informacji i dostosować go do celu, roli oraz uprawnień uczestnika. Samo użycie chmury, API albo platformy nie eliminuje tych zagrożeń.
Warto również uwzględnić zależność od dostawcy technologii, trudności integracyjne i koszty organizacyjne zmian. Potencjalnym problemem jest niejasna odpowiedzialność za błędne dane, niewłaściwe wykorzystanie informacji albo incydent. Znaczenie ma też dostępność kompetencji, ponieważ MaaS wymaga współpracy osób rozumiejących proces produkcyjny, dane, technologię i zasady współpracy.
Lista ryzyk nie zastępuje audytu konkretnej firmy. Przed wdrożeniem potrzebna może być osobna ocena umów, tajemnicy przedsiębiorstwa, ochrony danych, systemów OT, cyberbezpieczeństwa i odpowiedzialności.
Bezpieczny plan przygotowania firmy
Od inwentaryzacji do pilotażu
Przygotowanie można rozpocząć od jednego procesu i jasno określonego celu biznesowego. Ograniczony zakres ułatwia sprawdzenie, jakie dane są naprawdę potrzebne, kto powinien mieć do nich dostęp i gdzie występują problemy z jakością lub interpretacją.
- Wybierz proces i cel — określ, jakie zlecenie, zasób albo kompetencja ma zostać objęta współpracą.
- Zmapuj dane i systemy — wskaż źródła informacji, formaty, identyfikatory, właścicieli oraz zależności między systemami.
- Uzgodnij reguły — opisz dostęp, licencje, ograniczenia wykorzystania, jakość danych, odpowiedzialność i postępowanie w razie incydentu.
- Przeprowadź ograniczony pilotaż — rozpocznij z niewielką liczbą uczestników i zakresem danych adekwatnym do celu.
- Oceń wymianę informacji — sprawdź jakość, aktualność, kompletność i zgodność znaczenia danych przed ewentualnym rozszerzeniem.
Takie podejście nie gwarantuje korzyści biznesowych ani zgodności regulacyjnej, ale pozwala wcześniej ujawnić bariery. Przed skalowaniem trzeba ponownie uwzględnić rodzaj produkcji, architekturę IT/OT, partnerów, kompetencje i uzgodnienia kontraktowe. MaaS jest zmianą modelu działania, dlatego rozwój technologii powinien iść w parze z rozwojem kompetencji pracowników.
Produkcja jako usługa wymaga równoległego przygotowania danych, procesów, technologii, zasad dostępu, odpowiedzialności i kompetencji. Interoperacyjność nie zaczyna się od narzędzia, lecz od wspólnego rozumienia informacji i uzgodnienia sposobu ich użycia. Przestrzenie danych mogą wspierać zaufaną współpracę, ale nie zastępują kontroli uprawnień, oceny ryzyk ani jasnych zasad organizacyjnych. Nie ma jednego modelu wdrożenia odpowiedniego dla każdej firmy. Ostateczny zakres przygotowania zależy od produkcji, systemów, partnerów, rodzaju danych i warunków współpracy. Sprawdź inne materiały Łączy nas Biznes i rozwijaj firmę w oparciu o praktyczną, aktualną wiedzę.
