1

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

2

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.

3

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

4

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

5

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

Theodor.Beran@fs.cvut.cz, Sarka.Findova@fs.cvut.cz, Pavel.Scholz@fs.cvut.cz

http://rep.fs.cvut.cz/

Abstrakt

Příspěvek charakterizuje relativně nový komplexní nástroj řízení konkurenceschopnosti-

ekonomickou 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

6

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.

7

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,

8

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.

9

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).

10

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 (liniové, liniově-štábní, divizionální,

projektové, maticové),

- 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,

11

- 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 978-

80-725-9007-0.

[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.

12

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

husar@mail.vstecb.cz, kucerka@mail.vstecb.cz, 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.

13

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

0%

5%

10%

15%

20%

25%

30%

35%

40%

Čína Rusko Nemecko Priemer EÚ Švédsko Česko

14

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),

15

riešení koncepcie Integrovaného dopravného systému (IDS) v jednotlivých

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.

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 vedecko-

výskumnom pracovisku.

3. Vytvárať konzorcia, profesné rady vysokých škôl a podnikov.

16

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/

17

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

mknize@fostron.cz, 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.

18

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).

19

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.

20

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

21

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

22

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

NEUDĚLAL, BUĎ LŽE, NEBO NIC NEDĚLÁ). Projekt, u kterého je vidět, že je aktuální, nabude

na důvěryhodnosti.

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.

23

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.

24

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] Úspěšný projektový manažer – Newton Richard – 2008

[2] Jak z dobré firmy udělat skvělou – Collins Jim – 2008

[3] Management rizik projektů – Korecký Michal, Trkovský Václav – 2011

[4] Zlepšování podnikových procesů – Svozilová Alena 2011

[5] Projektový management pro praxi – Banker Stephen, Cole Rob – 2009

[6] Investiční rozhodování a řízení projektů – Fotr Jiří, Souček Ivan – 2010

[7] Strategické řízení podniku – Zuzák Roman – 2011

[8] Projektový management Svozilová Alena – 2011

[9] M.O.T.O.R – strategie – Jan Nemcik – 2007

25

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

Josef.Kostalek@fs.cvut.cz, Michal.Kavan@fs.cvut.cz, 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

26

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.

TbTaTc (1.)

Tc … Celkový čas nutný pro zpracování zakázky

Ta … Čas nutný pro výrobu

Tb … Čas nutný pro přípravu výroby

qtaTa (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 konstrukčně-

technické 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).

27

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

28

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.

bodůpočjen

Nkkkkde

ncnbnaT kkk

.

...,,

...

321

321

(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).

(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.

.minF11

xc ij

n

jij

n

i

29

(5.)

Vzorec 5 je matematickou interpretací podmínky říkající, že cestující smí z každého uzlu

právě jednou vyjet.

(6.)

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

(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.

nixij

n

i

...,2,1,11

njxij

n

j

...,2,1,11

nj

ni

nji xnij

,...2,1

,...2,1

,1

30

Obr. 5: Řešení pomocí nástrojů v Excelu

Zdroj: (Košťálek, 2013)

31

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.

(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).

)

(n)nkdenk

2(ln

lnlog2;log22

11

32

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

33

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

34

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.

35

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

Josef.Kostalek@fs.cvut.cz, Libor.Reif@fs.cvut.cz, Ladislav.Vanis@fs.cvut.cz

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

36

přepravního výkonu. Přepravním výkonem rozumíme součin délky trasy a celkové hmotnosti

přepravovaných komodit po této trase.

min1

),(

n

iiiyx zQF (1.) Steinerův-Webrův problém

kde: )()(2

2

yyxxz iii

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.

37

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)2 k1

2 then (Y - bs)

2 k2

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.

)()( BABA (4.) Zdroj: (Jablonský, s. 102)

38

S použitím vztahu 4 lze vztah 3 přepsat z podmínky „když (IF)“ na podmínku ,,nebo (OR)“

jak uvádí vztah 5.

(X - as)2 > k1

2 or (Y - bs)

2 k2

2 (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)2 k1

2 - M • t (6.) Zdroj: (Jablonský, s. 102)

(Y - bs)2 k2

2 - M • (1- t) (7.) Zdroj: (Jablonský, s. 102)

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)

39

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.

40

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.

41

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. 203-

204). 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 978-80-7252-301-

6.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 978-80-01-

04443-8.

42

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

Jan.Kozisek@fs.cvut.cz, Barbora.Stieberova@fs.cvut.cz, 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

43

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 − �̂�𝑖 a 𝑢𝑖 = 𝑥𝑖 − �̂�𝑖, �̂�𝑖 a �̂�𝑖 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:

2222

iiii

iiii

yx

yynxxn

yxyxnr

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 − �̂�𝑖

𝑢𝑖 = 𝑥𝑖 − �̂�𝑖

�̂�𝑖 a �̂�𝑖 jsou odhadové (vyrovnané, teoretické) hodnoty zkoumaných časových řad.

Vyrovnání časových řad se provádí pomocí analytických funkcí (přímky, parabola,

exponenciála) nebo pomocí klouzavých průměrů.

44

Pro lineární vyrovnání budou mít funkce tvar:

ixtxti tbax ˆ a iytyti tbay ˆ

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

2222

iiii

iiii

zu

uunzzn

uzuznr

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.

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])

0

10

20

30

40

50

60

70

80

90

100

2002 2004 2006 2008 2010 2012 2014

Produkce automobilů v mil. kusů Spotřeba obráběcích strojů (MT Consumption) v mld. Euro

45

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])

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

0

5

10

15

20

25

30

35

40

45

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Produkce automobilů v mil. kusů Spotřeba obráběcích strojů (MT Consumption) v mld. dolarů

0

2

4

6

8

10

12

14

16

18

20

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Produkce automobilů v mil. kusů Spotřeba obráběcích strojů (MT Consumption) v mld. Euro

46

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

Celý svět Čína CECIMO

Regresní koeficient

byx

1,3

(mld. €/mil. aut)

1,9

(mld $/mil. aut

0,79

(mld. €/mil. aut)

Korelační koeficient

2222

iiii

iiii

yx

yynxxn

yxyxnr

0,93 0,957 0,517

Kritická hodnota korelačního

koeficientu [5]

r 0,975 (9) =

0,6021

r 0,975 (8) =

0,6312

r 0,975 (9) =

0,6021

Zdroj: vlastní výpočty autorů

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)

Korelační koeficient rzu

2222

iiii

iiii

zu

uunzzn

uzuznr

0,75 0,64 0,44 0,606

Kritická hodnota korelačního

koeficientu [5]

r 0,975 (9) =

0,6021

r 0,975 (7) =

0,6664

r 0,975 (8) =

0,6319

r 0,975 (7) =

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.

47

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

(vyrovnáno

lineárně)

Celý svět

(vyr. klouz.

prům. pro 3

období)

Čína

(vyrovnáno

lineárně)

Cecimo

(vyr. klouz.

prům. pro 3

období)

Korelační koeficient rzu

2222

iiii

iiii

zu

uunzzn

uzuznr

0,51 0,14 0,98 0,383

Kritická hodnota korelačního

koeficientu [5]

r 0,975 (8) =

0,6319

r 0,975 (6) =

0,7067

r 0,975 (7) =

0,6664

r 0,975 (6) =

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.

48

Prameny

[1] KOŽÍŠEK, Jan. Ekonomická statistika a ekonometrie. Praha: VČVUT, 2005. ISBN. 80-

01-03229-9.

[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. 80-01-

02593-4.

[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]. dostupné z WWW

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

[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

49

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

Michael.Kupec@fs.cvut.cz, 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

50

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.

51

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).

52

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.

53

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.

54

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

Karel.Macik@fs.cvut.cz, Theodor.Beran@fs.cvut.cz, Sarka.Findova@fs.cvut.cz

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.

55

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,

56

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.

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

přímé nepřímé neabsorp. absorpční

náklady náklady kalkulace kalkulace

KRYCÍ PŘIDANÁ

PŘÍSPĚVEK HODNOTA

FN + ZISK PRODUKTU

KALKULAČNÍ NÁKLADY

ABSORPČNÍ KALKULACE

PŘIRÁŽKOVÁ KALKULACE

FIXNÍ A VARIABILNÍ NÁKLADY

VÝSLEDOVKA

nákladové druhy

57

produktu uk představuje rozdíl mezi prodejní cenou produktu p

k a variabilními náklady tohoto

produktu PVNk

uk = p

k - PVN

k (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):

Celkové tržby (výnosy): CV p nk kk

q

1

- Variabilní náklady všech produktů

q

1kkknPVNVN

Celkový příspěvek na úhradu U u n n p PVNk kk

q

k k kk

q

1 1

- Fixní náklady FN

Zisk podniku Z

Platí tedy, že celkový příspěvek na úhradu je rozdíl mezi celkovými výnosy (CV)

a celkovými variabilními náklady (VN)

58

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.

59

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.

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

fixní variabilní

Přidaná hodnota

útvarů výkonů

Procesní náklady

Hodinové režiní

paušály

Přidaná hodnota

Kalkulační náklady

Kalkulační vzorec

Kapacitní náklady

Příspěvek na úhradu

Výsledovka

Útvary Výkony

Nákladové druhy

Účetnictví

o nákladech

?

?

?

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

Druhové

náklady

1 N1

2 N2

Útvary Útvary Útvary Útvary Útvary Útvar Útvary Útvar

hlavní a hlavní a hlavní a Energertika Energertika Zásobování Administrativa Prodej

vedlejší vedlejší vedlejší Doprava Doprava Sociální. výroby výroby výroby Nářadí Nářadí činnosti .. Údržba Údržba Péče o .. Výroba Výroba prostředí .

hlavní hlavní Konstrukce

Výroba Výroba Technologie

vedlejší vedlejší

n Nn

Součet d1 d2 d3 r1 r2 r3 r4 r5

Součet

NÁKLADOVÉ DRUHY PODLE ÚTVARŮ (VNITROPODNIKOVÉ VÝSLEDOVKY)

Nák

lad

ové

dru

hy

za c

elý

po

dn

ik

Kalkulační náklady za celý podnik

60

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).

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)

Analytické účty produktu k podle Přidaná

hodnota

. . . produktu

.

.

.

S

Nák

lad

ové

dru

hy

vnitropodnikových útvarů

n1

n2

n15

U1 U2 Um

n1

n2

U1 U2 Um

61

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

62

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 978-80-

01-03926-7.

[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 80-

01-03330-9.

[3] Macík, K.: Účetnictví pro manažery, GRADA Publishing, s.r.o. 1995, Praha, ISBN 80-

7169-225-5.

[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.

63

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

Pavel.Scholz@fs.cvut.cz,Michal.Koukal@fs.cvut.cz,Tereza.Vyskocilova@fs.cvut.cz,

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

64

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].

65

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].

66

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

67

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].

68

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 Rozsah (%)

Rychlejší náběh výroby až o 15

Zkrácení projektových dob až o 20

Snížení počtu zařízení až o 40

Úspora ploch až o 25

Úspora nákladů díky lepšímu využití zdrojů až o 30

Úspora nákladů díky optimalizaci mater. toků až o 35

Úspora investic do nových zařízení až o 20

Zvýšení produktivity až o 10

Obr. 5: Přemístění nákladů při využití digitalizace

Zdroj: [11]

69

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-efektivni-

planovani-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-digitalni-

tovarny.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 [cit. 2014-08-31]. Dostupné z:

http://www.3ds.com/products-services/delmia

[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/digitalni-

tovarna-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-zasobovani-

materialem.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

70

MODERNÍ METODY A NÁSTROJE ŘÍZENÍ VE STŘEDNÍCH

A MALÝCH PODNICÍCH

MODERN METHODS AND TOOLS OF MANAGEMENT IN MEDIUM-

SIZED AND SMALL ENTERPRISES

Ladislav Vaniš

ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2

Ladislav.Vanis@fs.cvut.cz, 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:

71

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)

VLASTNÍCI

VĚŘITELÉ

DODAVATELÉ

STÁT

ZAMĚSTNANCI

ODBĚRATELÉ

PODNIK KONKURENCE

Význam vztahů podniku se stakeholdery (vyjádřený finančně)

věřitelé vlastníci zaměstnanci odběratelé stát dodavatelé

10% 22% 4% 36% 2% 26%

72

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

73

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?

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.

Pružnost, flexibilta jednání, pružnost

dodávky 24%

Kvalita produktů 22%

Odbornost, profesionalita

personálu 15%

Tradice značky, reference

12%

Znalost a informace o trhu

9%

Cena produktů 6%

Jiné 9%

Neuvedli 3%

Hlavní konkurenční výhoda

74

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

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?

Rozhodně souhlasím

Spíše souhlasím

Ani souhlasím, ani nesouhlasím

Spíše nesouhlasím

Rozhodně nesouhlasím

Graf č. 3: Kvalita českých výrobků

(zdroj: průzkum AMSP ČR…upraveno)

Otázka č. 4: Konkurují české výrobky

zahraničním hlavně nižší cenou?

Rozhodně souhlasím

Spíše souhlasím

Ani souhlasím, ani nesouhlasím

Spíše nesouhlasím

Rozhodně nesouhlasím

Graf č. 4: Cena českých výrobků

(zdroj: průzkum AMSP ČR…upraveno)

Silná konkurence v odvětví

42%

Malá podpora státu 30%

Žádné bariéry neshledávám

13%

Nedostatečná propagace a marketing

7% Nedostatečná

obchodní činnost 5%

Zastaralé metody řízení podniku

3%

Hlavní bariéry rozvoje

4% 7%

20% 69%

Kvalita českých výrobků

15%

29% 28%

17% 11%

Cena českých výrobků

75

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

intuitivní přístup k řízení dostačující?

Rozhodně souhlasím

Spíše souhlasím

Ani souhlasím, ani nesouhlasím

Spíše nesouhlasím

Rozhodně nesouhlasím

Graf č. 5: Intuitivní přístup k řízení

(zdroj: průzkum AMSP ČR…upraveno)

Otázka č. 6: Jsou moderní metody řízení

firmy klíčové pro kvalitní řízení podniku?

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.

Graf č. 7: Moderní metody řízení podniku zavedené ve firmách

(zdroj: průzkum AMSP ČR…upraveno)

19%

23% 20%

20% 18%

Intuitivní přístup k řízení

6% 5%

18%

29%

42%

Moderní metody řízení

Nepoužíváme

68%

Používáme 28%

Neuvedli 4%

Moderní metody řízení používané v podniku

76

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.

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.

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?

77

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. 2014-

08-01]. Dostupné z: https://is.bivs.cz/el/6110/zima2011/B104MNR/Prezentace-

Moderni_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

78

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

jan.vlachy@fs.cvut.cz

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

79

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.

NPV =

T

tt

t

r

CF

0 1 (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 Not to speak about other risk factors, such as future market prices for the product.

2 Any alternative with excess capacity would feature a lower NPV and the projects are mutually exclusive.

80

(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. Description Alternative A Alternative B

I initial investment cost € 90 million € 93 million

T project duration (periods) 5

Nmax maximum production capacity 100,000 units 120,000 units

P0 initial unit price € 1,000

U unit cost € 600

F fixed costs € 5.0 million € 5.5 million

terminal value ratio (Z = I) 15 %

r required return (periodic discount rate) 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.

81

Figure 1: Single Simulation Run Flowchart (source: author)

Endogeneous control parameters are summarized under Table 2.

Table 2: Control Parameters (source: author)

Triggering Parameter Value Contingent Action Value

neg decrease in demand -6.0 % neg unit price drop 5.0 %

pos increase in demand 6.0 % pos unit price hike 2.0 %

Dmark low demand floor 90,000 units M cost of campaign € 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 vis-

à-vis the normal distribution in terms of its mean and standard deviation.

YES

NO

YES NO

START

END

t = 0

I, P0, U, F, r, D0,

Dmark, M, neg, pos,

neg, pos, Z = I

t = t + 1

Nt = min{Dt; Nmax}

Dt simulation

Dt = ?

Pt = (1 – neg) Pt-1 Pt = (1 + pos) Pt-1

Mt+1 = M

t < T

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

Pt = Pt-1

NPV calculation

< (1+neg) Dt-1 > (1+pos) Dt-1

Dt < Dmark

82

4. Results and Conclusion

Table 3: Simulation Results (source: author)

Param. Description Alternative A Alternative B

Nmax maximum production capacity [units] 100,000 units 120,000 units

Dt distribution (Normal, Triangular, BetaPERT) N T P N T P

E(NPV) median NPV [€ million] 24.6 24.0 24.8 27.4 27.1 27.6

NPV95% 5th pctile of NPV distrib. [€ million] 3.0 2.7 4.1 1.8 1.1 2.6

NPV99% 1st pctile of NPV distrib. [€ million] –5.1 –5.2 –3.4 –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].

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 The model is shown to be largely insensitive to choice of distribution.

6 Alternative B is second-order stochastic dominant to Alternative A [6].

21

22

23

24

25

26

27

28

29

90 100 110 120 130 140 150

N max ['000 units]

E(N

PV

) [$

mil

.]

83

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

84

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

volf@czub.cz, 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 simulation, implementation, optimization,

manufacturing process, industrial engineering

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

85

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

86

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.

87

rozpoznání problému

definice problému

vymezení systému a

cílů

formulace modelu

programování modelu

verifikace modelu

experimenty a jejich

vyhodnocení

interpretace výsledků

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.

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].

88

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

89

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. 2010-

10-24].

[2] LEEDER, Edvard. Odbornecasopisy [online]. 2010 [cit. 2010-10-24]. Digitální továrna

– mocný nástroj pro průmyslovou výrobu. Dostupné z WWW:

<http://www.odbornecasopisy.cz/index.php?id_document=37514>

[3] Digitální továrna – mocný nástroj pro průmyslovou výrobu. AUTOMA [online]. 2008,

4, [cit. 2010-09-22]. Dostupné z WWW:

<http://www.odbornecasopisy.cz/index.php?id_document=37514>.

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

<http://www.digitov.zcu.cz/digitalni_tovarna.php>.

[5] Designtech [online]. 2006 [cit. 2010-09-22]. Navrh-robotizovanych-pracovist. Dostupné

z WWW: <http://www.designtech.cz/c/plm/navrh-robotizovanych-pracovist-1-dil.htm>

[6] Osterloh, J.: IT-Systems in Production Management.Werkzeugmaschinenlabor WZL

der RWTH Aachen, 2007. 43s. Dostupné z WWW: http://www.wzl.rwth-

aachen.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 WWW:

<http://www.pharmacim.fr/?ru=UTILS&se=QUAL&ct=&m2=10&ms=21>.

[9] Cameron, I.T., Ingram, G.D.: A surveyofindustrialprocess modelling acrosstheproduct

and processlifecycle. Computers and ChemicalEngineering, Volume 32, 2008. p. 420-

438

[10] ZUEHLKE, Prof. Dr. Detlef. SmartFactory – from Vision to Reality in Factory

Technologies. The International Federation of Automatic Control [online]. 2008.

90

Dostupné z WWW:

<http://www.nt.ntnu.no/users/skoge/prost/proceedings/ifac2008/data/papers/4283.pdf>

[11] BAUER, Martin; JENDOUBI, Lamine; SIEMONEIT, Oliver. Http://lcawww.epfl.ch

[online]. 2008. Smart Factory – Mobile Computing in Production Environments.

Dostupné z WWW:

<http://lcawww.epfl.ch/luo/WAMES%202004_files/wames_Smart%20Factory.pdf>

[12] VDI-RICHTLINIEN, VDI 4499. http://www.vdi.de [online]. 2008. Dostupné z WWW:

<http://www.vdi.de/uploads/tx_vdirili/pdf/9856297.pdf>