Proceedings from the 14th Conference on INTEGRATED
Transkript
Proceedings from the 14th Conference on INTEGRATED
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 ze 14. konference při příležitosti 55. Mezinárodního strojírenského veletrhu v Brně Proceeding from the 14th conference on the occasion 55th International Engineering Fair in Brno Z cyklu INTEGROVANÉ INŽENÝRSTVÍ V ŘÍZENÍ PRŮMYSLOVÝCH PODNIKŮ INTEGRATED ENGINEERING APPROACH IN ENTERPRISE MANAGEMENT Tematické zaměření: OBCHODNÍ POTENCIÁL ŠPIČKOVÝCH VÝROBNÍCH TECHNOLOGIÍ Topic: BUSINESS POTENTIAL OF TOP PRODUCTION TECHNOLOGIES 8. 10. 2013 www.rep.fs.cvut.cz Pořadatelé: České vysoké učení technické v Praze, Fakulta strojní Ústav řízení a ekonomiky podniku Svaz strojírenské technologie, Praha ISBN 978-80-01-05353-9 Vydání sborníku připravili: Název díla: Vydalo: Zpracovala: Kontaktní adresa: Tel.: Počet stran: 74 Vydání: 1 Ing. Theodor Beran, Ph.D., Ing. Šárka Findová Sborník odborných příspěvků 14. konference z cyklu IŘ České vysoké učení technické v Praze Fakulta strojní, Ústav řízení a ekonomiky podniku Karlovo nám. 13, Praha 2 224 359 286, 224 918 677, www.rep.fs.cvut.cz Za obsahovou stránku odpovídají autoři příspěvků. All papers are without linguistic or editor’s proofreading. OBSAH Šárka Findová STRATEGIE A JEJÍ VYHODNOCOVÁNÍ JAKO POČÁTEK ZKOUMÁNÍ OBCHODNÍHO POTENCIÁLU ŠPIČKOVÝCH TECHNOLOGIÍ STRATEGY AND ITS EVALUATION AS THE BEGINNING OF EXPLORING BUSINESS POTENTIAL OF HIGH (TOP) TECHNOLOGY ................................................. 4 František Freiberg HODNOTOVÝ POTENCIÁL MODERNÍCH VÝROBNÍCH TECHNOLOGIÍ VALUE POTENTIAL OF ADVANCED MANUFACTURING TECHNOLOGY ............... 13 George Cristian Gruia DESIGNING AN ALGORITHM IN SCHEDULING OF MANUFACTURING PROCESSES ON PARALLEL UNIFORM MACHINES NAVRHOVÁNÍ ALGORITMU ROZVRHOVÁNÍ STROJÍRENSKÉ VÝROBY NA ROVNOBĚŽNÝCH STEJNOMĚRNÝCH STROJÍCH .......................................................... 18 Petr Hanzal PŘÍNOSY PROGRESIVNÍCH VÝROBNÍCH TECHNOLOGIÍ BENEFITS OF PROGRESSIVE PRODUCTION TECHNOLOGY ...................................... 27 Michal Kavan OBCHODNÍ POTENCIÁL ŠPIČKOVÝCH TECHNOLOGIÍ EU THE COMMERCIAL POTENTIAL OF EU HIGH TECHNOLOGY ................................... 33 Miroslav Kníže AUTOMATIZACE POD KONTROLOU - CESTA K PROSPERITĚ AUTOMATION UNDER CONTROL - THE WAY TO PROSPERITY ............................... 41 Josef Košťálek LOGISTICKÉ PLÁNOVÁNÍ TRAS JAKO INTELEKTUALIZOVANÝ PROCES LOGISTICS ROUTE PLANNING AS INTELLECTUALIZING PROCESS........................ 47 Josef Košťálek, Theodor Beran, Šárka Findová INTEGRACE PROVOZNÍHO ŘÍZENÍ A FINANČNÍHO ÚČETNICTVÍ PODNIKU INTEGRATION OPERATIONAL MANAGEMENT AND FINANCIAL ACCOUTING ENTERPRISE .......................................................................................................................... 54 Karel Macík, Theodor Beran ANALÝZA A PLÁNOVÁNÍ VNITROPODNIKOVÉ KOOPERACE V ÚPLNÉ NÁKLADOVÉ STRUKTUŘE COST ANALYSIS AND PLANNING OF INTRADEPARTMENTAL COOPERATION IN FULL COST STRUCTURE .................................................................................................... 62 3 STRATEGIE A JEJÍ VYHODNOCOVÁNÍ JAKO POČÁTEK ZKOUMÁNÍ OBCHODNÍHO POTENCIÁLU ŠPIČKOVÝCH TECHNOLOGIÍ STRATEGY AND ITS EVALUATION AS THE BEGINNING OF EXPLORING BUSINESS POTENTIAL OF HIGH (TOP) TECHNOLOGY Šárka Findová ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], www.rep.fs.cvut.cz Abstrakt Tento příspěvek se zabývá myšlenkou, která souvisí, resp. předchází analýze obchodního potenciálu špičkových technologií. Nejprve je nutné zvolit správnou strategii, tuto strategii převést do praxe a umět změřit plnění této strategie. Pro tuto část procesu je v příspěvku zmíněna metoda Balanced Scorecard (BSC) a Key Performance Indicators (KPI). Dále je uveden seznam top deseti strategických technologií pro rok 2013, který uveřejnila společnost GARTNER. Klíčová slova: strategie, nástroje, BSC, KPI, technologie. Summary This paper deals with an idea that is related or preceded the analysis of business potential of high (top) technology. At first it is necessary to choose the right strategy, put this strategy into practice and be able to measure the performance of this strategy. Balanced Scorecard (BSC) and Key Performance Indicators (KPI) methods are mentioned in this paper. Furthermore, top ten strategic technologies for the year 2013 are presented. Key words: strategies, tools, BSC, KPI, technology. 1. Úvod Máme-li hovořit o obchodním potenciálu špičkových technologií, je potřeba začít u strategie, která nám určuje směr, kterým se podnik bude ubírat, jakého cíle chce podnik dosáhnout, v podstatě je to cesta k vytčenému cíli. Pozn.: Top 10 strategických technologických trendů pro rok 2013, které představila ve svém výzkumu společnost GARTNER, uvádím v posledním bodu tohoto příspěvku. Tlak, síla a dynamika konkurence – v současné době se hovoří o vývoji relevantního okolí od spojitého k turbulentnímu (P. F. Drucker) – nutí podniky a společnosti rychleji měnit strategie a právě rychlost a efektivita změny strategie může často rozhodnout o prosperitě a 4 budoucnosti podniku. V současné době existuje mnoho metod, které mohou výrazně přispět k tomu, aby podniky a společnosti dokázaly v tomto prostředí obstát a uspět. STRATEGIE TECHNOLOGIE OBCHOD SPOKOJENÝ ZÁKAZNÍK Pozn.: Tento příspěvek se nezabývá metodami analýzy okolí (SWOT, SLEPTE, STRATEG, apod….), ale následnými kroky – plnění strategie. Vrcholový management výrobního podniku nebo obchodní organizace v ziskové nebo neziskové sféře zformuluje novou strategii a zvažuje, jak může být tato strategie implementována v požadovaném čase a s požadovanou efektivitou. Úkol realizovat strategie sice existuje od dob jejich vzniku, ale v posledních letech se stal ještě naléhavějším. Vzhledem ke stále složitější a dynamičtější konkurenci – dnes hovoříme o turbulentním vnějším prostředí – se výrazně snížila doba platnosti strategií. Jedinou správnou reakcí na krátký „poločas rozpadu“ strategií představuje dostatečná schopnost strategie skutečně realizovat. Avšak právě realizace strategií vyvolává v podnikové praxi většinu problémů v rámci celého strategického procesu. Problémy s realizací strategie často začínají u strategie samotné a nastávají spíše tehdy, když se strategie formuluje tak, že není vůbec jasné, čeho má být vlastně dosaženo. I jasně formulovaná strategie může ztroskotat, pokud není jasně sdělena těm, kteří ji mají realizovat. Strategický proces lze jednoduše řečeno, rozdělit na fázi hledání strategie a fázi realizace strategie. Nejasné je ovšem vzájemné propojení mezi oběma fázemi a především to, jakým způsobem mohou být strategie převedeny do operativních procesů. [1] Mají-li se manažeři na všech úrovních řízení správně rozhodovat, musí umět vyhodnocovat výkonnost podniku. K tomuto vyhodnocování potřebují určitý soubor nástrojů, aby mohli posuzovat různé aspekty vyplývající z činnosti podniku a jeho ekonomického prostředí a sledovat, jak podnik postupuje při dosahování stanovených cílů. Tento soubor nástrojů poskytuje manažerům Balanced Scorecard, neboť záleží na měřitelnosti: „Když to nemůžeš měřit, nemůžeš to ani řídit.“ (P. F. Drucker) 2. Balanced Scorecard (BSC) = systém vyvážených ukazatelů výkonnosti podniku. [2] BSC může díky své jednoduché, ale účinné struktuře pomoci v mnoha situacích. Od principiálního vyjasnění strategie, přes její integraci do strategického zaměření až po definici strategických cílů, měřítek, cílových hodnot a strategických akcí se jednotlivé nápady mohou procházet koordinovaně, diskutuje se o nich a nakonec jsou začleněny do systému. [1] Balanced Scorecard se stává hlavním systémem řízení budoucnosti. 5 Obr. 1 Balanced Scorecard – strategický systém řízení. [1] Obr. 1 znázorňuje propojení strategických cílů a měřítek komunikačním a propojovacím procesem, díky kterému by měli všichni pochopit dlouhodobé cíle podniku a strategii, která umožní těchto cílů dosáhnout. [2] Metoda BSC je analytická, dovoluje dobrat se elementárních zdrojů významných pro ekonomickou aktivitu podniku a je „vyvážená“ (balanced), není jednostranná, snaží se uvést do podnikové aktivity všechny významné zdroje. Strategie – v pravém slova smyslu - by měly především vyvolat významnou změnu v alokaci zdrojů. BSC je zvláštním druhem konkretizace, znázornění a sledování strategií. S její pomocí se má výrazně zvýšit pravděpodobnost zavedení zamýšlené strategie. Na základě empirických zkušeností navrhují tvůrci BSC především čtyři základní perspektivy: finanční, zákaznickou, interních procesů a potenciálů, které mohou být ovšem přizpůsobeny specifickým podmínkám oboru nebo podniku. [1] a) Finanční perspektiva BSC zachovává finanční perspektivu, neboť finanční měřítka jsou důležitá při sumarizaci snadno měřitelných ekonomických důsledků již realizovaných akcí. Měřítka finanční výkonnosti ukazují, kdy zavádění a následná realizace strategie podniku vedou k zásadním zlepšením. Finanční cíle se obvykle týkají ziskovosti nebo ekonomické přidané hodnoty (EVA). Pozn.: EVA představuje rozdíl mezi čistým výnosem z operativní činnosti podniku, sníženém o hodnotu oceněného dlouhodobě investovaného kapitálu. Základní vzorec pro výpočet ukazatele EVA NOPAT Capital WACC EVA 0 lze usuzovat na úspěšnost podniku, k hodnotě dlouhodobě investovaného kapitálu je reálně přidávána nová hodnota; EVA 0 dochází k úbytku bohatství majitelů podniku (akcionářů). NOPAT Net Operating Profit After Taxes – operativní (provozní) zisk po zdanění odpovídající zhruba HV z běžné činnosti + placené úroky na cizí zdroje + úroky obsažené v leasingových splátkách – daně). NOPAT EBIT 1 T 6 WACC Weighted Average Cost of Capital průměrné vážené náklady kapitálu, které v sobě zahrnují velikost kapitálu zapojeného do podnikání a jeho vnitřní strukturu, tj. kapitál věřitelů a kapitál akciový (vlastníků), a cenu, kterou musí podnik zaplatit za užití zdrojů. Equity Debt WACC re rd ( 1 T ) Capital Capital D ( Debt ) - cizí úročený kapitál E ( Equity ) - vlastní kapitál, vlastní zdroje C ( Capital ) - celkový kapitál, NOA C D + E T ( Tax ) - sazba daně z příjmů právnických osob rd ( Return of Debt ) - náklad na cizí kapitál, úroková míra cizího kapitálu re ( Return of Equity ) - náklad na vlastní kapitál, výnosnost vlastního kapitálu požadovaná vlastníky s ohledem na riziko, které podstupují svojí investicí; z pohledu investora požadovaná výnosnost. Capital kapitál vázaný v aktivech podniku, potřebných k hlavnímu provozu. Capital NOA Net Operating Assets (čistá operativní aktiva hodnota kapitálu investovaného do aktiv nezbytných pro operativní činnost. NOA Equity + Debt b) Zákaznická perspektiva V zákaznické perspektivě BSC manažeři identifikují zákaznické a tržní segmenty, ve kterých budou podnikat a měřítka výkonnosti podnikatelské jednotky v těchto cílových segmentech. Klíčová vstupní měřítka zahrnují spokojenost a loajalitu zákazníků, získávání nových zákazníků, ziskovost zákazníků a podíl na cílových trzích. c) Perspektiva interních procesů V perspektivě interních procesů manažeři zjišťují kritické interní procesy, ve kterých podnik musí dosahovat vynikajících výsledků. Tyto procesy podnikatelské jednotce umožňují poskytovat hodnotové výhody, které zákazníky zaujmou a pomohou si je udržet a dále umožňují naplnit finanční očekávání akcionářů. Měřítka interních procesů se zabývají přístupy, které mají největší vliv na spokojenost zákazníků a na dosažení finančních cílů. Tradiční přístupy se snaží sledovat a zlepšovat existující procesy, přístup BSC bude odhalovat úplně nové procesy. d) Perspektiva potenciálů – učení se a růst Perspektiva učení se a růst se zabývá podnikovou infrastrukturou nutnou k vytvoření dlouhodobého růstu a zdokonalování. Učení se a růst vycházejí ze základních zdrojů – lidí, systémů a podnikových procedur. Perspektivy finanční, zákaznické i perspektiva interních procesů obvykle odhalí velké rozdíly mezi současnými schopnostmi lidí, systémů a procedur a tím, co je třeba vyžadovat, aby se výkonnost podniku zásadním způsobem zvýšila. [2] 7 Obr. 2 Řetězec příčin a následků BSC (př. pro obchodní zástupce) [1] Řetězec příčin a následků – obr. 2 - není nic jiného, než znázornění samotné strategie (Strategy map – Kaplan). [1] Obr. 3 Integrace BSC do systému managementu a řízení [1] 3. KPI KPI (Key Performance Indicators), je soustava klíčových ukazatelů výkonnosti, která slouží k agregování informací, denní „odvedené práce“, týkající se většiny činností na oddělení (počet výrobků, počet vyřízených objednávek, počet přijatých objednávek, počet 8 reklamací, atd.). Pomocí dat z KPI lze poznat a zobrazit pokles nebo nárůst sledovaných činností a předvídat kritická období, kdy je například nejvíce zakázek nebo reklamací. Pozn.: Podle E. T. Petersona jsou KPI poměrové ukazatele, podle jiných zdrojů ne. Výstupům ze systému KPI však porozumí pouze pracovník, který zná popsané činnosti a je schopen identifikovat jaký stav daný ukazatel popisuje, resp. kde může být příčina špatného nebo naopak dobrého vývoje, tedy poklesu nebo nárůstu. V systému KPI však musí být stanoveny hranice nebo meze a také musí být stanoveny cíle, kterých je potřeba dosáhnout. Systém KPI proto nemůže být použit pro další řízení, pokud není nezbytně doplněn o další komentář. To pak znamená, že manažer je zahrnut spoustou dat, ale přitom si stěžuje na nedostatek kvalitních informací, protože poskytovaná data jsou nejasná, nesrozumitelná nebo nepřehledná. Podmínkou, aby došlo ke zlepšení výkonnosti, resp. plnění cílů, je také informovanost zaměstnanců, kterých se strategické řízení týká a kteří nemají přehled o ukazatelích, plnění cílů nebo strategii. Osobní zájmy pracovníků se také zvýší, pokud se podaří, aby jejich spolupráce na KPI (resp. BSC) byla provázána se systémem hodnocení a odměn, ale musí být jasně stanoveny úkoly, odpovědnost a konkrétně určeno za co vlastně pracovník odměnu dostane. Dalším prvkem vhodným k zařazení do organizace informovanosti zaměstnanců by mohly být společné konzultace problémů na úrovni jednotlivých oddělení a následné řešení těchto problémů, případně by se mohly vést diskuze a návrhy na zlepšení. Každý zaměstnanec má nepochybně zájem na zlepšení pracovních činností, které vykonává tak, aby nebyla ohrožena plynulost a nedocházelo ke zbytečným chybám. Nezbytnou součástí je zavedení systému hodnocení a navazujících odměn, aby se zajistil zájem pracovníků na zájmech společnosti. Pro tento způsob motivace však musí být jasně popsáno co má který pracovník udělat a za co odměnu dostane. Nejasné úkoly a pokyny k žádnému zlepšení nepovedou. Stanovení cílových hodnot je jedním z nejtěžších úkolů a u mnohých ukazatelů není možné cílové hodnoty jednoznačně určit. U těchto výjimek však lze například analyzovat jejich dlouhodobý vývoj a na základě toho stanovit optimální meze. Pohyb v těchto mezích pak by měl odpovídat plnění cílů. Stanovení cílových hodnot je v kompetenci na vedení, které zná podnikové strategie a cíle a má prostředky k jejich dosažení. 9 Obr. 4: Klíčové ukazatele výkonnosti a jejich části (činnosti): definování, analýza, řešení, implementace, kontrola. Zdroj: http://searchengineland.com/search-social-kpis-to-start-tracking-right-now140085 (cit. 28. 09. 2013) 4. Ze současnosti – Top 10 strategických technologických trendů Společnost GARTNER (www.gartner.com) představila výroční seznam top deseti strategických technologických trendů pro rok 2013, které by mohly mít významný dopad na podnik během příštích tří let. Faktory, které určují zásadní vliv, mají vysoké nároky na konkrétní technologie, chod IT nebo samotné podnikání a mají potřebu velkých investic. Letošní seznam odráží rostoucí vliv v silách: mobilních, sociálních a informačních. 1) Mobilní zařízení BATTLES Společnost Microsoft bude mít pravděpodobně konkurenční tablet s Windows 8 a musí posoudit, jaký vliv bude mít toto zařízení na strategie v oblasti tabletů, včetně toho, jak se v současné době používají iPady. 2) Mobilní aplikace a HTML5 HTML 5 a webové technologie jsou stále hlavní síly ve vývoji mobilních aplikací, ale mění způsob, jakým jsou navrhovány a vyvíjeny. 3) Osobní „cloud“ Nová éra počítačů začala také éru osobních cloud (oblaka, mraky) technologií – on-line aplikace a služby změní situaci na spotřebitelském trhu technologií a vzniknou „místa (lokality)“, kde budou uživatelé moci ukládat data a budou mít přístup k osobním, obchodním a také vládním službám. 4) „Internet věcí“ (The Internet of Things) 10 Internet věcí se týká jednoznačně identifikovatelných objektů a jejich zastoupení ve virtuálním připojení k internetu jako podobné struktuře. Termín internet věcí byl navržen Kevinem Ashtonem v roce 1999. Pojem internet věcí se nejprve stal populární přes Auto-ID Center v MIT (Massachusetts Institute of Technology) a souvisejících publikacích. Pokud by byli všichni lidé a všechny objekty v každodenním životě vybaveny identifikátory, mohli by být řízeny a inventarizovány pomocí počítačů. Kromě použití RFID (Radio-frequency identification) může být dosaženo značení věcí prostřednictvím technologií jako Near Field Communication (pro chytré telefony), čárových kódů, QR kódů a digitálních vodoznaků. 5) Hybridní IT a Cloud computing Cloud computing je na internetu založený model vývoje a používaní počítačových technologií. Lze ho také charakterizovat jako poskytování služeb či programů uložených na serverech na internetu s tím, že uživatelé k nim mohou přistupovat například pomocí webového prohlížeče nebo přes klienta dané aplikace a používat je prakticky odkudkoliv. Uživatelé neplatí (za předpokladu, že je služba placená) za vlastní software, ale za jeho užití. Nabídka aplikací se pohybuje od kancelářských aplikací, přes systémy pro distribuované výpočty, až po operační systémy provozované v prohlížečích, jako je například eyeOS, Cloud či iCloud. 6) Strategie hromadných dat (Big Data Strategy) Tato strategie je založena na ukládání velkých objemů dat v logickém datovém skladu. Výsledky průzkumu ukazují, že velké (vedoucí) organizace přidávají stále větší objemy dat do datového skladu a řeší integraci dat do počítačové infrastruktury podniku. 7) Napadnutelné (žalovatelné) analýzy (Actionable Analytics) Vše, co je on-line může být měřeno. Pro některé, že je to nejlepší zdroj pro interaktivní marketing. Pro ostatní, je to jejich nejhorší noční můra. Aby analýzy byly všudypřítomné a žalovatelné, musí se odborníci na analytiku a business intelligence snažit, aby analýzy měly větší transparentnost a byly více zakotveny v real-time aplikacích. Obchod dnes vyžaduje real-time rozhodování a výhledové analýzy. 8) Hlavní proudy v IN-MEMORY COMPUTING (IMC) Trend zavádění technologií In-memory computing (ukládání databáze záznamu v hlavní paměti, nikoli na disku) rychle roste, protože kromě výkonu, se vyznačuje všestranností a možností začlenění do několika softwarových a hardwarových produktů. Nicméně, IMC nutí vedoucí podniky k přehodnocení jejich aplikační architektury a představuje nový provoz IT a také řízení datové zátěže. 9) Integrované platformy a ekosystémy Poskytovatelé stále více podporují integrované systémy a řízení ekosystémů k zjednodušení prostředí IT. Podniky musí vyvážit tyto přístupy s technikami, aby se minimalizovala závislost na jednom dodavateli. 10) Podnikové aplikace (Enterprise App Stores) 11 Úspěch spotřebitelských APP STORES pro mobilní aplikace vyvolal velký zájem ze strany IT manažerů, většinou s úmyslem podporovat různé mobilní platformy vznikající v jejich organizacích, ale zvýšila se také možnost rozšířit aplikace na osobní počítače a změnit způsob, jakým jsou podnikové aplikace dodávány. App store v podniku může zvýšit návratnost investic, snížit rizika, poplatky a administrativní náklady. [3] 5. Shrnutí Tento příspěvek se zabývá myšlenkou, která souvisí, resp. předchází analýze obchodního potenciálu špičkových technologií. Nejprve je nutné zvolit správnou strategii, tuto strategii převést do praxe a umět změřit plnění této strategie. Pro tuto část procesu je v příspěvku zmíněna metoda Balanced Scorecard (BSC) a Key Performance Indicators (KPI). Dále je uveden seznam top deseti strategických technologií pro rok 2013, který uveřejnila společnost GARTNER. Prameny: [1] HORVÁTH & PARTNER (Hrsg.). Balanced Scorecard v praxi. Profess Consulting, 2002, 377 s., ISBN 80-7259-018-9. [2] KAPLAN, R. S.; NORTON, D. P. Balanced Scorecard – Strategický systém měření výkonnosti podniku. Management Press, Praha 2005, 256 s., ISBN 80-7261-124-0. [3] http://www.gartner.com/technology/research/top-10-technology-trends/ (cit. 28. 09. 2013) 12 HODNOTOVÝ POTENCIÁL TECHNOLOGIÍ VALUE POTENTIAL TECHNOLOGY OF MODERNÍCH ADVANCED VÝROBNÍCH MANUFACTURING František Freiberg ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], www.rep.fs.cvut.cz Abstrakt Převládající přístupy k strategickému hodnocení investic jsou založeny na množství finančních analýz. Cílem tohoto příspěvku je kritické posouzení technik finančního ohodnocení a posílení nutnosti komplexní investiční analýzy doplněné o kvalitativní a strategické otázky. Klíčová slova: finanční analýza, strategie, hodnocení investic, rozhodování. Summary Prevailing approaches to the strategic investment appraisal are based on quantity financial analysis. The goal of this paper is both critical assessment of the financial appraisal techniques and strengthening the necessity of complex investment analysis supplemented by quality and strategic issues. Key words: financial analysis, strategy, evaluation of investment, decision making. 1. Úvod Investiční rozhodování představuje velmi důležitý proces umožňující podniku realizovat racionalizační, modernizační a rozvojové cíle. Význam investic vyplývá z jejich úlohy, kterou zaujímají v procesu adaptace podniku a zvyšování jeho konkurenceschopnosti. Strategický význam mají ty investice, které zajišťuji dlouhodobý rozvoj a konkurenční postavení podniku, jsou klíčem k zvyšování finančně-hospodářské výkonnosti a hybnou silou budoucích prodejů a ziskovosti podniku. Mezi tyto investice patří investice do moderních výrobních technologií. Podniky často hodnotí investice do moderních výrobních technologií tradičním způsobem, kdy jsou předmětem hodnocení finanční efekty investic a ostatní efekty investic kvalitativní, respektive strategické povahy, nejsou součástí analytického rámce hodnocení. Je zřejmé, že tradiční přístupy k hodnocení investic na základě finanční analýzy nejsou schopny plně vyjádřit kvalitativní a strategické přínosy investic do moderních výrobních technologií. Cílem článku je kriticky zhodnotit omezené možnosti finanční analýzy strategických 13 investičních projektů, zdůraznit potřebu komplexního hodnocení výhodnosti strategických investic a nutnost konsistence strategických investic se strategickými záměry podniku. 2. Konkurenční potenciál moderních výrobních technologií Rostoucí intenzita konkurence v kvalitě, spolehlivosti, rychlosti inovací a nákladovosti výrobků a zvyšující se varieta potřeb trhu kladou vyšší nároky na flexibilitu, reakční schopnosti a variabilitu výrobních kapacit podniku. Klíčovou roli pro schopnost výrobních firem čelit těmto výzvám mají moderní technologie výroby. Stále více podniků proto investuje do nových progresívních výrobních technologií (CNC, PVS, CIM, AMT, CAD, CAE, …), aby mohly rychle a kvalitně reagovat na požadavky trhu, posilovat obchodní potenciál a konkurenční postavení. Investice do moderních výrobních technologií zajišťují dlouhodobý rozvoj a konkurenční postavení podniku, jsou klíčem k excelentní výkonnosti a hybnou silou budoucích prodejů a ziskovosti podniku. Velký vliv investic do moderních technologií výroby na dlouhodobou úspěšnost a konkurenční postavení podniku ukazuje na značnou důležitost správného hodnocení přínosů těchto investic. Technologické změny se mnohdy považují automaticky za prospěšné, to však vždy neplatí, neboť technologická změna přináší efekty jen do té míry, do které posiluje konkurenční výhodu a obchodní potenciál podniku. Předpokladem správného investičního rozhodnutí je komplexní zvážení všech efektů spojených s danou investicí, včetně těch, které lze obtížně kvantifikovat. Podniky se často při hodnocení investic do moderních výrobních technologií zaměřují primárně na hodnocení finančních efektů investic. Při hodnocení investic převládá systematická náklonnost ke krátkodobému pohledu (4). Zkušenosti ukazují, že investice do progresívních technologií jsou plánovány obvykle s cílem zvýšit hospodárnost a řešit existující výrobní problémy, např. nízkou produktivitu, nízké využívání strojů, vysokou zmetkovitost, vysoké výrobní náklady, vysoké zásoby apod., aniž by byly chápány jako prostředek pro zlepšení klíčových konkurenčních faktorů úspěšnosti (flexibility, kvality, rychlosti inovací apod.). Je zřejmé, že cílem investic strategického významu, kterými jsou bezesporu investice do moderních výrobních technologií, není maximalizovat krátkodobý zisk či cash flow, ale optimalizovat výrobkově-tržní pozici firmy na dlouhodobou dobu dopředu. 3. Úskalí jednostranného zaměření na hodnocení finančních efektů Vzhledem k rozdílné povaze investičních projektů (výrobkové inovace, expanze, obnova, racionalizace apod.) a jejich rozdílné velikosti (malé, střední a velké projekty) probíhá proces finančního hodnocení u jednotlivých projektů diferencovaně, co do rozsahu a intenzity. K hodnocení investic se využívají výpočtově jednoduchá kritéria, z nichž nejrozšířenější je čistá současná hodnota, která představuje rozdíl mezi sumou diskontovaných cash flow generovaných danou investicí a investičními výdaji. Vlastní výpočet SHč probíhá podle vzorce: 14 n (Př t Výd t ) CFt I I, t t (1 i) t 1 t 1 (1 i) n SH c (1) kde (Přt - Výdt ) vyjadřuje rozdíl běžných příjmů a výdajů (cash-flow) v t-tém období , i je diskontní sazba, I představuje pořizovací náklady investice a n je doba životnosti investice. Projekty s negativní čistou současnou hodnotou se považují za finančně nevýhodné, zatímco projekty s pozitivní čistou současnou hodnotou se jeví jako finančně výhodné. Klíčovou roli při aplikaci kritéria čisté současné hodnoty zaujímá kvalita vstupních dat. Přehled hlavních problémů na straně vstupních dat znázorňuje obrázek 1. Odhad inflace Odhad doby životnosti Omezené pojímání efektů Čistá současná hodnota Odhad diskontní míry Odhad budoucích cash flow Výběr srovnávací základny Obr. 1: Přehled hlavních problémů aplikace metody SHč Za největší problém lze považovat obtížný odhad budoucích cash flow generovaných investicí. K nepřesnosti odhadů dochází v prvé řadě z objektivních příčin, které jsou dány velkou komplexnosti investičních projektů a jejich provázaností se stávajícími aktivitami podniku, což zvyšuje náročnost kvantifikace a selekce efektů generovaných investičními projekty od ostatních příjmů a výdajů podniku. Mnohdy dochází i k vědomému nadhodnocování efektů investičních projektů ve snaze prosadit danou investici. Za zcela zásadní z hlediska správného hodnocení investic do moderních výrobních technologií lze považovat omezené pojímání efektů. Metoda se omezuje jen na finanční efekty, přičemž veškeré nefinanční efekty, např. zvýšení flexibility výroby, získání klíčových schopností, které jsou charakteristické právě pro strategické investice, nejsou v propočtu čisté současné hodnoty uvažovány. Často také dochází k tomu, že se součástí propočtu stávají jen efekty vznikající v útvarech, jichž se daná investice týká, přičemž efekty jdoucí napříč podnikových úseků a funkcí zůstávají opomenuty. Dogmatické užívání metody čisté současné hodnoty, založené na hodnocení finančních efektů investic, však může vést k nesprávnému hodnocení investice a následně i k chybnému investičnímu rozhodnutí v důsledku nedocenění celkového potenciálu přínosů investice. Mnohá literatura poukazuje na problémy a omezení metod diskontovaného cash-flow (např. 6). Je zřejmé, že tradiční přístupy k hodnocení investic na základě finančních kritérií nejsou schopny odrážet reálné přínosy investic strategického významu (zde chápané jako investice do moderních výrobních technologií). Studie uskutečněná v USA (3) ukazuje, že přes velký potenciál přínosů nedosahovala návratnost investic do moderních výrobních 15 technologií obvykle ani 10%, což bylo hluboko pod mezní hranicí 15% a více uplatňovanou pro přijetí investic. Neschopnost tradičních přístupů hodnocení založených na finančních kritériích odrážet reálné přínosy moderních výrobních technologií vede mnohdy až k jejich odmítání a k jednostranné orientaci na hodnocení strategických přínosů investic (5). 4. Potřeba komplexního hodnocení investic do moderních výrobních technologií Finanční kritéria odrážejí jen finanční, respektive peněžně vyjádřitelné efekty investic, jako jsou např. úspory nákladů, snížení daní, zvýšení tržeb, změny v pracovním kapitálu. Investice do moderních technologií mohou přinášet i efekty, jejichž peněžní kvantifikace je obtížná či nemožná. Může se jednat např. o zlepšení kvality výrobků a procesů, zvýšení flexibility výroby, zkrácení dodacích lhůt, zvýšení bezpečnosti, zkvalitnění životního prostředí, vytvoření klíčových kompetencí, zlepšení pracovní morálky a podnikového image. Je možné, že i některé z těchto uvedených efektů lze plně či částečně peněžně kvantifikovat. Například v případě zvýšení kvality výrobků lze propočítat úspory nákladů ze snížení zmetkovitosti, objemu repasí, časové náročnosti kontroly, objemu garančních oprav, zvýšení tržeb apod. Povaha strategických přínosů moderních výrobních technologií vede k nutnosti komplexního hodnocení investic. Komplexní analýza investic může např. vyústit v kvantifikaci celkové míry výhodnosti investic pomocí kritéria vypovídajícího o souhrnné míře užitnosti investic. Z povahy problému se k vyjádření míry užitnosti investice (investiční varianty) nabízí bodové hodnocení. Výchozím krokem tohoto hodnocení je identifikace faktorů důležitých pro posouzení investičních variant. Postup dále pokračuje stanovením vah důležitosti jednotlivých faktorů, bodovým ohodnocením postavení či významnosti investičních variant pro každý z uvažovaných faktorů a stanovením výsledného bodového skóre za jednotlivé investiční varianty. 5. Strategický potenciál investic do moderních výrobních technologií Čím více investiční projekt podporuje strategické cíle a využití strategických příležitostí a čím více přispívá k odstranění významných hrozeb, tím více je ze strategického hlediska významný. Využití strategických přínosů investic do moderních výrobních technologií je silně ovlivňováno stabilitou tržního prostředí (3). Větší prostor pro využití potenciálu strategických přínosů investic do těchto technologií skýtá turbulentní tržní prostředí vyžadující rychlé a časté zavádění výrobků, rychlou reakci na změny poptávky, vysokou diferenciaci výrobků apod. K plnému a efektivnímu využití strategických přínosů investic je třeba zajistit soulad těchto investic se strategickými záměry. Soulad investic se strategií lze ověřit pomocí kontrolních parametrů (cílů) strategického plánu (2). Předmětem kontroly může být např. shoda investice se zamýšleným rozvojem výrobkových a technologických inovací, se záměry v oblasti tržní expanze, se strategií diverzifikace, integrace apod. U investic do moderních výrobních technologií lze ověřit strategický přínos investic např. jejich oceněním ve třech 16 klíčových oblastech strategického významu: zlepšení kvality výrobku, zvýšení flexibility procesů a zvýšení souladu s požadavky zákazníků (1). Jednotlivé investiční projekty se pak testují v těchto oblastech z hlediska přínosů pro zvolená klíčová kritéria. Celkové hodnocení strategického potenciálu investice se stanoví na základě bodového hodnocení a vah důležitosti. Schéma testování investic v klíčových oblastech strategického významu znázorňuje obrázek 2. Kvalita výrobku Investice A Požadavky zákazníků Flexibilita procesu Investice B …. Investice C Ocenění investic Obr. 2: Schéma testování investic v klíčových oblastech strategického významu Návaznost investic na strategii bývá dodržena, pokud investiční záměry vznikají v rámci tvorby strategického plánu podniku. Investice jsou však často předkládány vrcholovému managementu ze zdola, jednotlivými úseky, např. úseky výzkumu a vývoje, výroby, marketingu. V těchto případech mnohdy chybí přímé spojení investičních záměrů s procesem strategického plánování. Důvodem nekonzistence investičních projektů se strategií je zpravidla i informační asymetrie jako projev nedokonalého šíření informací o strategii ve vertikální i horizontální rovině, špatná komunikace a neshoda cílů manažerů různých úrovní a úseků podniku. Prameny: 1. ABDEL-KADER, M. G.; DUGDALE, D. Evaluating investment in advanced manufacturing technology: A fuzzy set theory approach. British Accounting Review. 2001, 33, pp. 455-489. 2. BREALEY,R. A.; Myers, S. C. Teorie a praxe firemních financí. Victoria Publishing, Praha, 1992, pp. 37-135. 3. KAKATI, M., DHAR, U. R. Investment justification in flexible manufacturing systems. Engineering Costs and Production Economics. 1991, 21, pp. 203-209. 4. KAKATI, M. Strategic evaluation of advanced manufacturing technology. International Journal of Production Economics. 1997, 53, pp. 141-156. 5. KAPLAN, R. S. Must CIM be justified by faith alone? Harward Business Review, 64, pp. 87-95. 6. SLATER, S. F.; REDDY, V. K.; ZWIRLEIN, T. J. Evaluating strategic investments, Industrial Marketing Management, 1998, No. 27, pp. 447-458. 17 DESIGNING AN ALGORITHM IN SCHEDULING OF MANUFACTURING PROCESSES ON PARALLEL UNIFORM MACHINES NAVRHOVÁNÍ ALGORITMU ROZVRHOVÁNÍ STROJÍRENSKÉ VÝROBY NA ROVNOBĚŽNÝCH STEJNOMĚRNÝCH STROJÍCH George Cristian Gruia ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], www.rep.fs.cvut.cz Abstrakt Článek se soustředí na vysoce aktuální problematiku přípravy jednotek výrobního zařízení k provedení jednotlivých operací, ovlivňující dynamiku výrobních procesů. Nový algoritmus na rozvrhování strojírenské výroby na rovnoběžných stejnoměrných strojích je uveden, se specifickým zaměřením na lhůtové projektování technologických procesů, především ve strojírenství, s důrazem na stanovení časových průběhů výrobních předstihů a s důrazem na kvalitu práce zaměstnanců, celkové náklady výrobního procesu a časovou strukturu průběžných dob výrobních procesů. Článek byl napsán s podporou grantu SGS13/191/OHK2/3T/12 s názvem “Optimalizační algoritmy rozvrhování strojírenské výroby”. Klíčová slova: proces, výroba, optimalizace, projekt, algoritmus. Summary The article focuses on the highly actual issue of preparation of the units of production’s equipment to perform various operations affecting the dynamics of production processes. A new algorithm for scheduling manufacturing processes on parallel uniform machines is presented, with a specific focus on time planning of technological processes, especially in engineering, with an emphasis on determining the time course of production in advance with an emphasis on the quality of employees, the total costs of the production process and the time structure of the intermediate time manufacturing processes. The article was written with the support of the grant SGS13/191/OHK2/3T/12 entitled "Optimisation algorithms in scheduling of manufacturing processes". Key words: process, production optimization, project algorithm. 1. Introduction Operations Research, namely its branch of Scheduling, is a field which is used in the daily activities by people and companies when they produce, assemble, sell and perform 18 maintenance operations to their products (goods). However, time structure of the manufacturing process in direct connection with quality has never been considered, until now. The customers want to get their ordered products as fast as possible, while the production manager wants to fully utilize the department’s time and energy. Taking this into account the business potential of the manufacturing companies can be unlocked by solving this problem from a scheduling point of view, which I further consider. In order for a manufacturing company to produce goods according to the customers’ requirements, it should have such a manufacturing process where time usage is maximized and the quality of the processing time should have the highest values. In this paper I focus on some aspects of the production process, taking in consideration the quality of the operational management of time usage in order for the products to be manufactured Just in Time, according to the technical standards imposed by their construction constraints. In these economic frustrating times for investors to decide where or in which companies they should invest their money, manufacturing companies, which are responsible for the long term increase in national gross product, should try to solve their projects by optimizing the manufacturing lines. There are several ways how management can improve the productivity and efficiency of the processes like Lean, Six Sigma or by simply applying tools like 5S or Root Cause Analysis, but everything should be done in time and what was valid 30 years ago, it doesn’t always apply in today’s market. I consider that the potential of the manufacturing companies in the market is in direct relationship with their availability of producing goods according to the requirements of the customers and in time. Accordingly the scheduling of manufacturing processes should be done is such a way in which the quality of the goods to be improved and the productivity increased. Each production line is formed of different manufacturing operations which must be done consecutively or in the same time on parallel or serial machines/working tables. From the point of view of management these operations are part of the daily jobs of the workers who are responsible for the quality of their jobs and their productivity loss. 2. A new algorithm for scheduling jobs on parallel uniform machines with one operation per job I consider that the potential of the manufacturing companies can be unlocked with minimum costs, if we invest in a new way of arranging and scheduling the operations on the production lines. This type of investment can be done in a new scheduling algorithm with the help of Scheduling Quality Index “S”. In order to have successful project scheduling, we should complete our tasks before project due dates and within the planned budget, but this is valid only in theory. In practice the situation is different. Assaf and Al-Hejji [1] showed that 76% of the construction projects in Saudi Arabia have time delays between 10 and 30%. Zeng et al. [2] showed that unexpected changes in any of the inputs of a project, increases the possibility of failure. By project scheduling, we understand that we should plan all the activities according to the 19 specific technical and technological constraints of the project and when time is not achieved, decision makers tend to allocate more resources (people, equipment and extra input capital) in order to meet the schedule. But when scheduling a manufacturing process with the aim of continuously improving the ever changing production line in order to meet the required quality level, quality should be considered as an important factor in trade-off problems. Some studies in this manner have claimed that overall quality gained by project scheduling should be maximized within a given time and budget limit (Babu and Suresh [3]; Tareghian and Taheri [4], [5]). In practice, even if the overall project quality meets the project contractor’s requirements, rework and modification may be necessary, being associated with time delay and cost overrun. A potential quality loss cost should be considered when the possibility of rework and modification of the final product occurs. The conflicting objectives of maintaining low inventory level to reduce costs and quick response to customer quality requirements in order to remain competitive calls for an effective scheduling algorithm with a novel approach on maximizing the quality, reducing scrap and rework as well as maintenance, after the product is sold. There have been extensive studies of heuristics and scheduling algorithms in both static and dynamic job shops by researchers and practitioners ([6], [7], [8], [9]), but none of them considered the quality on the first place. Gruia [10] considered a new approach of solving a relatively simple scheduling problem of identical parallel machines on a production line, with one operation per job, with the help of Bee Algorithm. We consider the same model from [10], which we modify in order to answer our actual manufacturing conditions, i.e. scheduling jobs with one operation per job on parallel uniform machines. Each job and each machine has processing times , a weight , a due date , a release date and a required level of quality which today in most of the companies must be within quality limits of 6σ, i.e. only 3.4 defects are allowed per 1 million products. A job cannot start before its release date and pre-emption is not allowed. Our model is a system of equations where we should increase quality of the work, decrease costs and decrease total make span of the colony and can be translated as a minimizing criterion of the Scheduling Quality Index S: where the quality of one worker or machine, , doing one operation per job is considered for the uniform machines, where we have different speed; hence the processing times of a job may differ by speed factors, i.e. , where is the speed of machine k. For additional information regarding the indexes and symbols used above, the reader should refer to [10]. 20 Based on [10], we modify the mathematical model where the bees are uniform parallel machines which should process a flowers representing jobs and each flower representing one manufacturing operation, which should be done by the bees and test the model by programming it in C# on a Lenovo laptop with 2,40 GHz processor and 4GB RAM memory. An iteration of 100 cycles was computed for a small size enterprise, i.e. 10 employees, and with a difference between the fastest and slowest worker/machine of 10 times. Data is analyzed and conclusions are drawn for future studies. From each iteration the best value is selected and accordingly we obtain 10 best values of the Scheduling Quality Index S, as presented below: qi 1,22584448 1,11154911 1,54549697 1,72655603 4,16499238 1,23225309 1,65955075 1,59878687 1,10116598 1,45218193 tci 450072521 400883226 415193297 417323477 257462754 486160132 553579618 498886141 446017150 467645043 Ci si 43200 31592,6 39295,1 31543,9 13946,9 43200 43200 43200 43200 43200 1 9 9 2 5 2 1 9 5 1 Smin 653293981 589145736,8 592768089,6 626678478,8 211763839,9 724792639,5 875339960,4 740694006,6 640971704,7 714129455,2 Table 1 – Selected smallest values of Scheduling Quality Index S from 100 iterations We want to see if the process is stable and within the specification limits and we analyze it from the 6σ point of view, i.e. in order for the process to answer the 6σ quality level, we should have the process capability index Cp = 1, with the probability of manufacturing a defective product of 0,27%, which means that a batch of products with 2 defects at 1000 pieces we accept, but we reject the one with 3 defect per 1000 pieces. We have obtained 10 subgroups of the maximum values of qi (Table 1), which we analyse by Shewhart control charts of mean and standard deviation , according to the standard ISO 8258 [11], due to the fact that we have a number of n=10 subgroups of 10 values each. In the Table 2 we have the computed values needed in order to draw the mean chart from Fig.1. Based on these values we compute the control limit, upper control limit and lower control limit of the chart and chart as: and , where k=10 is the number of subgroups and n=10 is the number of the controlled values. 21 The examination of the - chart (Fig.1) and standard deviation s – chart (Fig.2) reveals that subgroup 5 is out of control. It indicates, that some assignable causes of variation may be operating and we therefore eliminate group 5 from our computations and we obtain new values: The revised – chart will have the following attributes: The revised s – chart will have the following attributes: Fig. 1 - - chart 22 Fig. 2 - s – chart After the elimination of the 5th subgroup, the process is in control and the above calculated control limits can be used to control the manufacturing process in the future, according to the “voice of the process”. However we are interested in manufacturing the final product according to the customer’s requirements of 6σ. Thus we use the upper specification (USL) and lower specification limits (LSL) in order to satisfy the voice of the customer. We also know that in most of the manufacturing companies . We now compute the sample capability index estimator, noted with a “hat”, for the quality of work of the process: Fig. 3 - – chart revised 23 Fig. 4 - s – chart revised This means that the process is capable as long as it’s located at the midpoint, which is defined as , and in our case . We compute a factor , which is an estimated value of the distance between the process mean μ and the optimum which is m [12]. We estimate μ by . And the estimator for the index, adjusted by the factor is: , We obtain the following 2 sets of values for USL and LSL: a) and b) We observe that either one of the sets satisfy the requirements of our process, which is within specifications. It is known that a process with Cpk < 1.00 is called “inadequate”, a process with 1.00 ≤ Cpk < 1.33 is called “capable”, a process with 1.33 ≤ Cpk < 1.50 is called “satisfactory”, a process with 1.50 ≤ Cpk < 2.00 is called “excellent”. We have thus computed the values of USL and LSL for the minimum value of Cpk=1. The specification limits are larger than the control limits and thus we can state that our manufacturing line is viable. 24 Subgroups (j) 1 2 3 4 5 6 7 8 9 10 1,379205247 1,529975444 1,41112822 1,515893895 3,268386444 1,400540123 1,412703618 1,425842335 1,386057527 1,338903892 1,033457647 1,069188808 1,099728738 1,006343517 1,791035085 1,194444444 1,164116084 1,069015775 1,01408179 1,058641975 1,668402778 2,012254259 1,749026958 1,924472569 5,927891721 1,668402778 1,659550754 1,598786866 1,668402778 1,615933642 0,226966127 0,375346274 0,225604633 0,35921108 1,230773157 0,162859349 0,182875575 0,185919178 0,240330815 0,207345851 Scheduling Quality Index S=min 653293981 589145736,8 592768089,6 626678478,8 211763839,9 724792639,5 875339960,4 740694006,6 640971704,7 714129455,2 Table 2 – Subgroup results for measurement of workers’ quality of work with their corresponding scheduling quality index S 3. Conclusions Our goal is to control the process in such a way in which we can manage the quality according to the customers’ requirements, but also production time and total costs within certain specified or even reduced limits. These regulation limits give us some criteria for assessing the stability of the manufacturing process. We work with them in such a way in which if the considered index is between the regulation limits, we consider the development of the manufacturing process as adequate from the stability point of view. If on the other hand the values of the index go pass these limits, then the process stability is affected. Disturbance of the stability of the process indicates for example a situation when two or more coefficients are close to the regulation limits or when the distribution of the points is very unlikely to happen. In such cases we should find the cause of the disturbance of the stability and take action which will stabilize the process. In this manner, the 5th subgroup is eliminated, even if it represents the minimum value of the scheduling quality index S, because we want to control the whole process, which can be applicable on different manufacturing cases, where quality, total costs and time are monitored in a same proportion in order to improve the production line and increase different financial indicators of the company, which all affect its manufacturing potential. References [1] Assaf, S., Al-Hejji, S., “Causes of delay in large construction projects”, International Journal of Project Management, 2006, vol. 24, p.349–357. [2] Zeng, J., An, M., Smith, N., “Application of a fuzzy based decision making methodology to construction project risk assessment”, International Journal of Project Management, 2007, vol. 25, p.589–600. [3] Babu, A., Suresh, N., “Project management with time, cost, and quality considerations”, Journal of Operational Research, 1996, vol. 88, p.320–327. 25 [4] Tareghian, H., Taheri, S., “On the discrete time, cost and quality trade-off problem”, Applied Mathematics and Computation, 2006, vol. 181, p.1305–1312. [5] Tareghian, H., Taheri, S., “A solution procedure for the discrete time, cost and quality tradeoff problem using electromagnetic scatter search”, Applied Mathematics and Computation, 2007, vol. 190, p.1136–1145. [6] Gere, W. S., Jr., “Heuristics in jobshop scheduling,” Management Science, Vol. 13, No. 1 (1966), pp. 167-175. [7] Rajendran, C. and Holthaus, O., “A comparative study of dispatching rules in dynamic flowshops and jobshops,” European Journal of Operational Research Vol. 116, No. 1 (1999), pp. 156-170. [8] Jain. A. S. and Meeran. S., “Deterministic job shop scheduling: past, present and future,” European Journal of Operational Research, Vol. 113, No. 2 (1999), pp. 390434. [9] Blackstone, J.H., Phillips D.T., Hogg G.L., "A state-of-the-Art Survey of Dispatching Rules for manufacturing Job Shop Operations", International Journal of Production and Resources, vol.20, p.27-45, 1982. [10] Gruia, G.C., „Experiments for identical parallel machine scheduling with bee algorithm“, In Conference STČ 2013, Prague: CTU, Faculty of Mechanical Engineering, 2013, vol. 1, ISBN 978-80-01-04796-5. [11] ISO 8258:1991 Shewhart control charts. [12] NIST/SEMATECH e-Handbook of Statistical Methods, http://www.itl.nist.gov/div898/ handbook/, accessed 10.07.2013. 26 PŘÍNOSY PROGRESIVNÍCH VÝROBNÍCH TECHNOLOGIÍ BENEFITS OF PROGRESSIVE PRODUCTION TECHNOLOGY Petr Hanzal F. X. MEILLER Slaný s.r.o., [email protected], www.meiller.com Abstrakt Investice do progresivní výrobní technologie dává smysl a to jak z pohledu různých zájmových skupin, tak z hlediska přínosů v oblasti kvality, nákladů a produktivity. Pouhý nákup high-tech technologií však není obvykle dostačující k úspěchu. Je nevyhnutelné novou technologii správně integrovat do dalších podnikových procesů a zároveň nepodceňovat zásadní úlohu lidského faktoru. V případové studii automatizace svařování byl hlavním důvodem úspěchu vhodný personál, kvalifikovaný prostřednictvím odborného vzdělávání (zejména programátoři a robot-operátoři) a zjevná motivace pracovníků a jejich oddanost pro věc. Díky tomu lze využít potenciál těchto technologií k získání konkurenční výhody, a co je důležité, žádné další investice v budoucnu. Klíčová slova: konkurenční výhoda, investice, motivace, proces, přínos, technologie. Summary The investment in progressive production technology makes sense both from the perspective of various interest groups and from the viewpoint of benefits in the fields of quality, cost and productivity. But only the purchase of high-tech technology is not usually sufficient for success. It is inevitable to integrate the new technology into other business processes properly and not to underestimate the essential role of human factor at the same time. In the case study of welding automation, the appropriate staff qualification through specialized training (particularly programmers and robot-operators) and their apparent motivation and commitment to the cause were the main reasons of the success. Thanks to that, the potential of these technologies can be used for gaining the competitive advantage, which is important to provide the companies any further investments also in the future. Key words: competitive advantage, investment, motivation, process, benefit, technology. 1. Úvod Progresivní výrobní technologie s sebou přináší inovace jak do stávajících výrobních procesů, tak do samotných výrobků. Bez jejich nasazení se dnes neobejde v podstatě žádný prosperující podnik ve výrobní sféře. Větší míře rozšíření těchto špičkových technologií však většinou brání nemalé investice s nimi spojené, z čehož vyplývají také značná rizika. Připravenost a ochota vlastníků a managementu podniků k investování tak často naráží na velmi dlouhou a tím nejistou návratnost vložených prostředků. To platí i pro výrobní 27 podniky v České republice, zejména v porovnání s podniky u našich západních sousedů, v nichž jsou náklady na lidskou pracovní sílu stále ještě několikanásobně vyšší. Kromě zmíněných rizik ovšem progresivní výrobní technologie poskytují zpravidla nezanedbatelný potenciál, a to především obchodní. Vzhledem k praktickým zkušenostem se zaváděním progresivních technologií a s ohledem na klíčové kompetence výše uvedeného podniku, ve kterém autor článku působí jako vedoucí výroby, soustředí se následující text převážně na automatizaci procesů svařování ocelových konstrukcí. Zmiňované principy nicméně budou platné, s jistými omezeními, rovněž v dalších výrobních oblastech, kde se tyto technologie také prosazují a nacházejí tak své uplatnění. 2. Přínosy z různých pohledů Jak již bylo poukázáno v úvodu, progresivní výrobní technologie nabízejí podnikům neopominutelný obchodní potenciál. Mnohdy s sebou přinášejí doposud netušené možnosti, pokud jde např. o netradiční či zcela nová konstrukční řešení. Jejich prostřednictvím tak výrobci mohou uvádět na trh inovativní produkty a tím si udržet a zároveň pokud možno i zvyšovat svoji konkurenceschopnost. Jelikož smyslem snahy o využití tohoto potenciálu je docílit nárůstu tržeb, ať už uspokojením rozšířené poptávky nebo alespoň na úkor svých konkurentů, a současně dosáhnout lepšího hospodářského výsledku, měla by být výběru a následné implementaci výrobních technologií věnována náležitá pozornost. Ani špičková technologie, obzvláště pokud není efektivně zvládnuta, totiž v konečném důsledku nemusí být pro podnik vždy zaručeným přínosem. Někdy může naopak představovat několikaletou zátěž s velmi negativními dopady na jeho fungování, v krajním případě pak může dokonce vést až k samotnému ohrožení existence podniku. Na přínosy špičkových výrobních technologií je však žádoucí nahlížet i z jiných úhlů pohledu, než je tomu u jejich obchodního potenciálu. Ten je mimořádně významný v prvé řadě pro majitele a vedení podniků. Neméně důležitý se taktéž jeví pohled koncového zákazníka jakožto uživatele očekávajícího určitou službu. Ačkoliv přínosy různých inovativních funkcí lze občas považovat za sporné, přinejmenším z hlediska jejich reálného využití v praxi, kvalitativní posun umožněný právě použitím progresivních technologií bývá neoddiskutovatelný. Primárně tak zákazník vnímá výrobek jako kvalitnější, s vyšší užitnou hodnotou a delší životností. Snížení závislosti výrobního procesu na vlivu lidského faktoru navíc přispívá k zajištění opakovatelnosti produkované kvality, která je patrná již na první pohled. S přihlédnutím ke skutečnosti, kdy je v dnešní době kvalita považována za jeden ze základních předpokladů úspěchu, lze tedy v této souvislosti konstatovat, že kvalitní výrobky je možné vytvářet pouze prostřednictvím kvalitně fungujících procesů, a to hlavně těch výrobních. Progresivní výrobní technologie mohou ke kvalitnímu fungování procesů přispět velkou měrou. Podaří-li se navíc dosáhnout např. snížení hmotnosti výrobků, úspory času, energie a spotřebovaného materiálu při jejich výrobě, bude v rámci multiplikačního efektu dosaženo i pozitivního vlivu na životní prostředí. A to jak např. větší úsporností výrobků a tím hospodárnějším provozem v rámci celého jejich životního cyklu, tak snížením materiálové a energetické náročnosti výroby. 28 Další významnou a početnou zájmovou skupinou jsou zaměstnanci. Jejich pohled na přítomnost pokrokových technologií (nejen výrobních) bývá zpočátku velmi odlišný od pohledu zaměstnavatelů. Negativní přístup je z velké části způsoben obecným odmítáním jakýchkoli změn a často neopodstatněnými předsudky. Jako první totiž zaměstnancům vyvstává na mysl strach z úbytku práce a pocit, že se najednou pro zaměstnavatele stanou postradatelnými. Každý rozumně smýšlející management by však měl dokázat pracovníkům vysvětlit, že pořízení těchto technologií není přednostně o redukci pracovních míst, ale naopak o jejich dlouhodobém zachování díky zvýšené konkurenceschopnosti a perspektivě podniku do budoucna. Zároveň je třeba si uvědomit, že snížení objemu manuálních, fyzicky náročných činností současně znamená růst potřeby kvalifikovanější práce v souvisejících oblastech, které ve větším rozsahu vyžadují myšlenkovou a tvůrčí činnost. Tento posun v náplni práce nicméně nebude umožněn bez neustálého zvyšování kvalifikace a vzdělávání se např. na poli počítačové gramotnosti, neboť moderní technologie jsou bez výjimky řízeny výpočetní technikou. To vše je také v souladu s dlouhodobým trendem ve vyspělých zemích, ve kterých se tím postupně mění vzdělanostní struktura obyvatel. 3. Potenciál zvýšení produktivity Hospodářský výsledek výrobního podniku je ovlivněn několika faktory. Jedním ze základních faktorů je produktivita, která má vliv především na výši výrobních nákladů. Existuje celá řada opatření, pomocí kterých je možné produktivitu značně ovlivnit. Mezi opatření technologické povahy patří využití potenciálu progresivních výrobních technologií. Nasazením výkonných strojů a výrobních zařízení může být docíleno i skokového zvýšení produktivity. Špičkové technologie ovšem samy o sobě nejsou zárukou efektivního a hospodárného fungování procesů ve výrobě. Velká investiční náročnost vyžaduje maximální využití instalovaných kapacit z důvodu dosažení akceptovatelné návratnosti vynaložených prostředků. K tomu je zapotřebí, aby použitá technologie byla dostatečně flexibilní, a mohla tak rychle reagovat na změny v produktovém portfoliu. Vedle pružnosti je také důležité zajistit její odpovídající spolehlivost, která umožňuje maximální dostupnost kapacit. Případná porucha a následný výpadek výroby totiž mívají dopady s velkými ekonomickými důsledky. Progresivní technologie nacházejí uplatnění zejména v oblastech, kde lidské možnosti a schopnosti již narážejí na svá omezení. A tak např. robotická svařovací zařízení v současné době dosahují rychlostí svařování až o řád vyšší než je tomu v případě ručního svařování. Postupně tak bude docházet k přesunu od personálních kapacit ke kapacitám technickým. Přesto však, pravděpodobně ještě po dlouhou dobu, zůstane role člověka nezastupitelná. Bez kvalifikované obsluhy zajisté nebude možné obrovský potenciál využít tak, aby bylo dosaženo požadované kvality a produktivity. Stejně tak budou pro vytvoření nutných předpokladů nevyhnutelné změny i v souvisejících podnikových procesech. 4. Automatizace procesu svařování Robustní ocelové konstrukce se často dají spolehlivě a hospodárně vyrobit pouze jako svařence. V posledních letech je patrný trend automatizace procesů svařování, které jsou ve velké části podniků stále ještě prováděny převážně ručně. I přes jistá omezení plynoucí 29 jednak z fyzikální podstaty samotné technologie (např. měrný tepelný příkon svařování neboli „vnesené teplo“ způsobující následné deformace), dále např. z prostorových dispozic (dostupnost jednotlivých svarových míst aj.), představuje automatizace resp. robotizace svařování účinný způsob, jakým lze zvýšit produktivitu a také zajistit opakovatelnou kvalitu ve výrobě. Uvedený názorný příklad je toho důkazem. Hlavní výrobní závod německého koncernu F. X. Meiller, předního evropského výrobce sklápěcích nástaveb na nákladní automobily, rozšířil ve Slaném robotizovaná pracoviště a tím zefektivnil a zkvalitnil výrobu ocelových nástaveb a jejich komponent. Robotické zařízení bylo dodáno německou firmou Cloos, přípravky byly zkonstruovány a vyrobeny vlastními silami. Celé zařízení dlouhé bezmála 40 m je pátým největším firmy Cloos na světě a je vůbec největším svého druhu v České republice. Robotické zařízení se skládá ze tří samostatných pracovišť situovaných v řadě za sebou. Pracoviště byla koncipována tak, aby došlo ke zkrácení neefektivních časů. Po dokončení programu svařování na jednom pracovišti tak obsluha spustí program na pracovišti vedlejším, kde je již připraven další výrobek ke svaření. V průběhu tohoto programu obsluha vykoná dokončovací operace na právě svařeném výrobku a následně vymění tento výrobek za další nastehovaný. Roboti i přípravky jsou navrženy tak, aby rychlost svařování byla co nejvyšší a časy nutné pro manipulaci co nejkratší. Podélná dráha dlouhá 33 metrů umožňuje přesun robotů nejen mezi jednotlivými pracovišti, ale i jejich pohyb během svařování výrobku. Kolmo na ni jsou namontována dvě příčná ramena s délkou 3,5 metru. Na každém z těchto ramen jsou uloženy vertikální posuvné jednotky o délce 1,5 metru. Tím lze roboty nastavit do optimální pozice. Právě na spodním konci vertikálních jednotek jsou upevněni dva šestiosí roboti, přičemž se na svařování jednoho dílu podílí oba současně. Zaručená opakovatelná přesnost robotů při najetí na bod je i přes uvedené rozměry menší než dvě desetiny milimetru. Pracoviště jsou vybavena polohovadly o nosnosti 30 tun s krouticím momentem 78 kNm a přípravek s výrobkem mohou zdvihat v rozsahu 2,5 metru. Výrobek lze pomocí polohovadel otočit do vhodné pozice pro svařování. Vzdálenost lícních desek polohovadel je 12 metrů a mezi nimi jsou upevněny přípravky. Upínání přípravků je hydraulické a umožňuje předepnutí svařovaných výrobků dle příslušného svařovacího postupu. Přípravky jsou elektronicky propojeny s řízením robotů. Nepřesnosti, které vznikají během výroby a při upínání výrobků do přípravků, jsou eliminovány senzorikou. Oba roboti jsou vybaveni třemi senzory, a to dotykovým senzorem, vyhledáváním elektrickým obloukem a on-line laserovým senzorem. Dotykový senzor je schopen zjistit začátek a konec svaru. Vyhledávání elektrickým obloukem reaguje během svařování dynamicky na tolerance svařence. On-line laserový senzor se používá tam, kde nelze použít vyhledávání dotykem nebo elektrickým obloukem, zejména na přeplátovaných spojích. Pomocí statického měření laserem je nalezen začátek svaru. Vedení hořáku ve svaru je zajištěno snímáním svařovací dráhy laserem během svařování. Výměna senzorů se provádí automaticky na základě povelu daného programem. 30 S robotickým zařízením byl pořízen i software pro off-line programování. Zatímco na robotickém pracovišti probíhá výroba, současně se v programovacím softwaru připravuje nový svařovací program, čímž se také snižují neproduktivní časy pracoviště. V softwaru se na základě třírozměrného modelu výrobku a pracoviště vytvářejí svařovací, vyhledávací a přejezdové dráhy obou robotů. Dále se definují použité nástroje (hořáky a senzory), k nim svařovací parametry a další technologické funkce nutné pro běh programu. Výsledkem je pak program, který se přenese do řízení robota. Na pracovišti se program již pouze koriguje, což neblokuje zařízení tak dlouho, jako by tomu bylo v případě tvorby celého programu. Závěr Investice do progresivních výrobních technologií dávají smysl jak z pohledu různých zájmových skupin, tak ze zobecněných přínosů na poli kvality, nákladů a produktivity. V prvé řadě je tak potřeba vyzdvihnout jejich nezanedbatelný obchodní potenciál. Poptávka po inovativních produktech totiž vykazuje trvale rostoucí tendenci. Navíc již samotný fakt, že při výrobě byla použita progresivní technologie, často pro zákazníky představuje jeden z důležitých argumentů při rozhodování o případné koupi daného výrobku. Pouhý nákup špičkových technologií však pro úspěch většinou nestačí. Je krajně důležité nové technologie vhodně začlenit do ostatních podnikových procesů a zároveň nepodcenit rozhodující úlohu lidského faktoru jak při jejich zavádění do praxe, tak při každodenním provozování. Ve zmíněném případu automatizace svařování totiž za úspěchem projektu stála především dostatečná kvalifikace personálu (konkrétně programátorů a obsluhy robota) formou specializovaných školení a jejich zjevná motivace a zaujetí pro věc. Jen tím lze totiž využít potenciál, jaký tyto technologie nabízejí, a dosáhnout tak jejich prostřednictvím konkurenční výhody, která by mimo jiné měla zajistit případné další investice i do budoucna. 31 Prameny: [1] FRITZ, A. Herbert; SCHULZE, Günter. Fertigungstechnik. 6. Aufl. Berlin: SpringerVerlag, 2004. [2] HANZAL, Petr. Kritické faktory úspěchu na globálních trzích. In Předpoklady úspěchu na trzích v globalizovaném světě: sborník vědeckých příspěvků 13. mezinárodní konference Integrované inženýrství v řízení průmyslových podniků, Brno, 11. září 2012. Praha: Fakulta strojní ČVUT, 2012. [3] ZELENKA, Antonín; PRECLÍK, Vratislav. Racionalizace výroby. 1. vyd. Praha: Vydavatelství ČVUT, 2004. [4] www.cloos.de, [online], [cit. 2013-07-22]. 32 OBCHODNÍ POTENCIÁL ŠPIČKOVÝCH TECHNOLOGIÍ EU THE COMMERCIAL POTENTIAL OF EU HIGH TECHNOLOGY Michal Kavan ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], www.rep.fs.cvut.cz Abstrakt Článek poukazuje na fakt, že rozvoj nových technologií a s ním související vývoj a výzkum jsou investičně náročné a že je kvalifikovaná podpora a pracná koordinace ze strany státu nezbytná. Úspěšný výzkum je předpokladem pro střednědobé i dlouhodobé zajištění konkurenceschopnosti každé země. Německo je dnes v mnoha oblastech špičkových technologií světovou špičkou. Rostoucí poptávka německého průmyslu po inovacích bude pravděpodobně také v budoucnu rozhodujícím motorem růstu německé ekonomiky. Klíčová slova: Německo, technologie, vývoj, výzkum, inovace, konkurenceschopnost. Summary The article points out that the development of new technologies and related research and development are capital intensive and that the qualified support and laborious coordination from the state is necessary. Successful research is a prerequisite for the medium and long term to ensure the competitiveness of each country. Germany is today in many areas of high technology world leaders. The growing demand of German industry for innovation is likely to be decisive in the future growth engine of the German economy. Key words: Germany, technology, development, research, innovation, competitiveness. 1. Srovnávací přehled 27 zemí EU dle inovací Srovnávací přehled 27 zemí EU dle inovací (Innovation Union Scoreboard 2013) dokládá, že se rozdíl inovačních potenciálů mezi členskými státy EU zvětšuje a toto postižení se týká i ČR. Lídři dál zvýšili svůj odstup, i když samotné pořadí v rámci EU zůstává relativně stejné. Největší pokrok v inovacích byl zaznamenán od minulého roku v Estonsku, Litvě a Lotyšsku. Tyto země jsou charakteristické úspěšnou inovační komercionalizací, především v oblasti malých a středních podniků, fungujících na bázi svých úspěšně integrovaných výzkumných systémů. Na základě výsledků tohoto oficiálního souhrnného inovačního indexu, lze členské státy EU rozdělit do čtyř skupin zemí: Lídři: Švédsko, Německo, Dánsko a Finsko - prokazují vyšší výkon než je průměr EU. Následovníci: Nizozemsko, Lucembursko, Belgie, Velká Británie, Rakousko, Irsko, Francie, Slovinsko, Kypr a Estonsko - prokazují výkon blízký průměru EU. 33 Nevýrazní: Itálie, Španělsko, Portugalsko, Česká republika, Řecko, Slovensko, Maďarsko, Malta a Litva - prokazují výkon nižší než je průměr EU. Slabí: Polsko, Lotyšsko, Rumunsko, Bulharsko - podstatně nižší výkon oproti průměru EU. Poznámka: Průměrný výkon odráží zpřístupněné údaje výkonu 2010/2011. Obrázek 1: Srovnání výkonnosti inovací v rámci EU Zdroj: http://ec.europa.eu/enterprise/policies/innovation/files/ius-2013_en.pdf Označení špičkových technologií (Hi-technology) by mělo být uplatňováno pouze pro označování ve světě nejpokrokovějších dostupných technologií, kdy termín technologie odedávna znamená především dovednost, znalost (nikoliv jen povědomí) v příslušném odvětví techniky, které se skutečně zabývá tvorbou, zaváděním a zdokonalováním výrobních postupů. Výraz špičková technologie se může týkat: souhrnu výrobních a provozních prostředků, nebo prostředků racionalizace, veškerých použitých prostředků pro danou práci (týkající se výroby, opravy nebo služeb), dokumentace výrobních tajemství nebo know-how (technických výkresů, plánů, výrobních postupů atd.), produktivity oddělení VaV (včetně technické přípravy výroby) – nejen ve výrobních podnicích. 34 Obrázek 2: Růst EU v oblasti inovací 2008-2012 Zdroj: http://ec.europa.eu/enterprise/policies/innovation/files/ius-2013_en.pdf 2. Úspěch v oblasti špičkových technologií je třeba odpracovat Začněme si skutečně vážit konstruktérů, kteří dokáží nakreslit konkurenceschopné technické řešení v CADu a k tomu umí připravit ekonomicky výhodný kusovník materiálu, ze kterého se bude vyrábět to, co je kdekoliv na globálním trhu prodejné. Víc si važme skutečných technologů, kteří umí využít konkurenceschopné stroje s moderním nářadím. Kteří dokáží rychle rozpočítat náklady nové produkce. Je nejvyšší čas přejít od slov k činům a přehradit nehospodárné penězovody. Kupříkladu ze stránek MPO ČR (10. 6. 2013) se lze velmi snadno dozvědět to, co je dnes ve světě považováno za špičkovou technologii: Vietnamský premiér Nguyen Tan Dung podepsal letos 22. března rozhodnutí o schválení programu rozvoje high-tech průmyslových programů rozvoje špičkových technologií: nanotechnologie, biotechnologie, kybernetické technologie, techniku CAD/CAM, stroje pro přesné obrábění kovů (CNC stroje), laserové obráběcí technologie, techniku přesného měření ve výrobě, automatizaci výrobních a montážních procesů, zařízení pro regulaci a měření přenosové soustavy a distribuci energie, výrobní technologie elektronických zařízení pro zdravotnické a biologické odvětví, výrobu barev šetrných k životnímu prostředí, technologie pro výrobu technické a syntetické pryže, špičková zařízení pro produkci enzymů, 35 špičková zařízení pro zpracování potravin, krmiv, přísad, chemikálií, farmaucetických surovin i biopaliv, špičková zařízení pro výrobu pitné vody, špičková zařízení pro těžbu a zpracování nerostných surovin, špičková zařízení laserového měření, globální navigační technologie (GPS), špičková zařízení na kreslení přesných map, špičková zařízení mechanizace i automatizace těžby, špičková zařízení čisté uhelné technologie, zplynování i zkapalňování uhlí a využití uhelných kalů. Poznámka: Přestože hospodářské výsledky Vietnamu v roce 2012 nedosáhly očekávané úrovně, export stále zaznamenává růst. Hospodářský vývoj zaznamenal za loňský rok 2012 růst o 5,03%, průmyslová výroba vzrostla o 4,8% a služby o 6,42%, inflace 9,21%. Státní rozpočet 2012 přes negativní prognózy nakonec dosáhl plánovaného deficitu ve výši 4,8% HDP. Důvodem jen mírného nárůstu je makroekonomická situace země, i rostoucí konkurenceschopnost sousedních zemí. Ve vzájemném obchodu se EU za rok 2012 umístila na 5. místě s 1,0 mld. USD (na prvním místě bylo Japonsko s 5,59 mil. USD). Vietnamský vývoz dosáhl objemu 114,6 mld. USD (72,3 mld. USD jen z podniků přímých zahraničních investic PZI, jejichž exportní výkonnost vzrostla o 31,2%). Vývoz zaznamenal nárůst o 18,3% ve srovnání s rokem 2011. Dovoz činil 114,3 mld. USD, vzrostl jen o 7.1%. Po dlouhé době (20 roků) byl zaznamenán obchodní přebytek, který za celý rok 2012 činil 284 mil. USD. Zatímco firmy s PZI zaznamenaly přebytek obchodní bilance 12 mld. USD, domácí sektor deficit v objemu 11,7 mld. USD, což naznačuje rozdílnou exportní orientaci i efektivnost obou sektorů. V září navštíví ČR vietnamský prezident se zástupci vietnamských investorů. Budeme s nimi jednat o „posílení tradičních přátelských vztahů a významných impulsech prohloubení vzájemné hospodářské spolupráce“, nebo jim budeme schopni výsledky naší vědy prodat? Vietnam s 90 miliony obyvatel má potenciál se stát masivním odbytištěm našich výrobků a technologií. Pro naše podniky je teritoriem, kde najdou česky mluvícího kooperačního partnera, který pak výrobky montované, nebo částečně vyrobené ve Vietnamu bude vyvážet 600 milionům obyvatel do všech zemí sdružení ASEAN, jehož je Vietnam členem. Česká republika má s Vietnamem smlouvy o ochraně investic i k zamezení dvojího zdanění. Dávno se na celém světě, včetně USA dobře ví, že Vietnam je nanejvýš vhodnou zemí pro investice, například v oblastech strojírenství, IT technologií, gastronomie nebo cestovního ruchu. Proto by zejména naši strojaři měli požádat své profesní svazy a sdružení, aby tyto organizace požádaly MPO k realizaci dodatečné oficiální účasti ČR na letošním 22. mezinárodním průmyslovém veletrhu VIIF, který se uskuteční 16. - 20. října 2013 v Hanoji. Nebýt na průmyslovém veletrhu v Hanoji by našemu exportu určitě nepomohlo. Na druhé straně spektra - Německo, jedna z nejdůležitějších průmyslových zemí světa, si je prostřednictvím německé vlády vědomo významu globálních trendů. Strategicky a výběrově na základu dosahovaných výsledků podporuje vývoj a výzkum především v oblastech: bezpečnostní techniky, nanotechnologií, energeticky efektivních technologií a 36 technologií skladování energie, kde každoročně investují z našeho pohledu obrovské částky. Vzhledem k ve světě početným haváriím technických zařízení, přírodním katastrofám, terorismu a organizované kriminalitě je jedním z důležitých aktuálních trendů požadavek na bezpečnost. Aby bylo možné na bezpečnostní rizika včas reagovat, musí být rychle rozpoznána. Technologické inovace v oblasti bezpečnosti jsou ve světě stále vyhledávanější. Ale i řada firem v ČR by mohla této oblasti co nabídnout. V roce 2010 dosáhla v Německu branže bezpečnostních technologií obratu cca 20 miliard eur a Německo je tak v této čím dál vyhledávanější specializaci celosvětově nejdynamičtější oblastí. Výhodou tohoto oboru je fakt, že bezprostředně souvisí s dalšími obory; jako je pokročilá elektrotechnika (speciálně její informační a komunikační technologie). Odborníci předpokládají, že v oblasti bezpečnosti IT lze do roku 2015 počítat s nárůstem obratu až o 124 procent. Žádané jsou kupříkladu identifikační technologie, využívající biometrii, nebo vývoj zařízení zabraňujících vloupáním. Tam odborníci počítají do roku 2015 s nárůstem obratu „jen“ o 55 procent. To ukazuje na skutečnost, že hospodářská krize je možná jen výmluva ne(konkurence)schopných. Obrázek 3: Skupiny zemí EU po oblastech inovačního výkonu (dle předchozích obrázků) Zdroj: http://ec.europa.eu/enterprise/policies/innovation/files/ius-2013_en.pdf Německá vláda v letech 2007-2011 zacílila prostřednictvím Spolkového ministerstva pro vzdělávání a výzkum (BMBF) celkem 245 milionů eur (v rámci programu Výzkum pro civilní bezpečnost 2012-2017). Těžiště výzkumu je zaměřeno na dosažení rychlejšího rozpoznání poruch (jasně měřitelný cíl), prevenci a zvládnutí krizových situací a bezpečnost v nouzi. Hodlají v této projektové oblasti (přípravná fáze, studie proveditelnosti, realizační fáze, vyhodnocení přínosů) zvýšit podíl malých a středních podniků. Na projektech musí spolupracovat více subjektů, s důrazem na ty z USA, Izraele a Francie. Podařilo se jim vyjednat podmínky, při kterých profituje nejen bezpečnostní průmysl, ale i BMBF (German Federal Ministry of Education and Research). Možnosti získat masivní podporu v oblasti bezpečnostních technologií jsou v Německu mnohostranné. Mezi zvláště perspektivní inovativní technologie řadí Spolkové ministerstvo pro vzdělávání a výzkum (BMBF) i nanotechnologie. Toto ministerstvo (BMBF) se v oblasti špičkových technologií jasně řídí mottem: 37 „Menší, rychlejší a efektivnější“. Tomuto směru přesně odpovídá široká oblast nanotechnologií a jejími možnostmi obchodního využití. Je třeba počítat s tím, že se nanotechnologie uplatní ve vysoce konkurenčních sektorech, jako je strojírenství, automobilový průmysl, farmaceutický průmysl, elektrotechnika, nebo optika. Už dnes je poptávka po nanotechnologiích neobyčejně vysoká. Dokonce i ve Vietnamu. Využijme Německého boomu nanotechnologií. Nemůže být překvapením, že každý druhý podnik působící v nanotechnologiích pochází z Německa a že Německo dnes už ve špičkových technologiích není jen evropskou jedničkou. Celkem v této oblasti v Německu působí kolem 2000 firem; 40 procent z nich jsou malé a střední firmy, 13 procent velké firmy. Co je z našeho úhlu pohledu zvláště nezvyklé: 24 procent z celkového počtu 2000 zúčastněných firem tvoří vysokoškolské instituce! Výnosy německých firem operujících v nanotechnologiích dosáhly v roce 2010 cca 13 miliard eur a v roce 2011 tento objem narostl o osm procent. Obrázek 4: Výsledky řízení inovací dle oblastí EU Zdroj: http://ec.europa.eu/enterprise/policies/innovation/files/ius-2013_en.pdf Je nesporné, že výše uvedené úspěchy jsou výsledkem skutečně kvalifikované politické podpory a nikoliv jen politikaření. Jednadvacáté století je stoletím počítačů a tedy optimalizací. Politické systémy, které nejsou schopny rychle najít a především zařídit optimum, na globálním trhu zkrachují. V roce 2010 bylo jen do podpory nanotechnologií v Německu (ze strany BMBF) investováno cca 400 milionů návratných eur (Německo je tak co se týče podpory celosvětově na 4. místě za USA, Ruskem a Japonskem). V rámci iniciativy NanoChance jsou podporovány projekty jednotlivých firem a institucí nebo společné projekty. V oblasti vývoje a výzkumu nanotechnologií hrají v Německu významnou roli Fraunhoferovy instituty – v této oblasti působí téměř třetina Fraunhoferových institutů. 38 Aplikační výzkum až po zavádění výsledků do praxe pokrývá takzvaná Fraunhoferova aliance. V oblastech nanosystémy a nanomateriály, povrch a možná rizika inovativních technologií je aktivní i Helmholtzova společnost, jejíž institut Nano-Micro-Facility je k dispozici všem Helmhotzovým institucím, dále Instituty Maxe Plancka a Leibnizova společnost. Velké částky investuje BMBF zvláště do projektů zabývajících se možnými riziky použití nanotechnologií. V letech 2009-2013 bylo podporováno 20 projektů celkovou sumou 36 milionů eur (investice šly především tam, kde byl předpoklad výsledků. Navzdory faktu, že v tomto regionu byl průměrný HDP na jednoho obyvatele vyšší, než je průměr EU). 3. Energetická koncepce Německa dnes sází na obnovitelné zdroje energie Má tedy zcela opačnou tendenci než ČR. Je všeobecně velmi dobře známo, že již delší dobu se německý energetický systém mění. Stále větší význam v energetické koncepci získávají špičkové technologie: skladování energie, efektivního využívání energie, palivové články atd. Jako mezinárodní obchodní partner a vývojová platforma se Německo dostalo na světovou špičku. Už v září 2010 zveřejnila německá vláda energetickou koncepci, která klade důraz na technický pokrok: obsahuje rozvoj špičkových technologií získávání energií, šetrných k životnímu prostředí a zároveň spolehlivých, vyhýbajících se velkým nákladům. Těžiště koncepce tvoří rozvoj technicky náročných obnovitelných zdrojů energie. Ty mají v jejich energetickém mixu hlavní podíl, na rozdíl od naší koncepce. Německá vláda považuje obnovitelné zdroje energie a energetickou efektivitu za klíč k bezpečnému a cenově příznivému zásobování energiemi (Energy Roadmap 2050). Nejedná se o pouhé deklarace a již existují i praktické výsledky. Kupříkladu v říjnu 2011 uvedla společnost ENERTRAG v Braniborsku do provozu hybridní elektrárnu. Jedná se o hybridní elektrárnu, která kombinuje výrobu elektřiny a tepla z obnovitelných zdrojů (větrné energie a bioplyn) a z vodíku. V době, kdy je slabý odběr proudu, elektrárna vyrábí z přebytečné elektřiny vodík a dodává jej na čerpací stanice pro auta, která jezdí na vodíkový pohon. Na projektu je pozoruhodná koordinace řady německých firem: například Deutsche Bahn, Vattenfall Europe a TOTAL Deutschland. Integrace vývoje a výzkumu zde byla klíčem úspěchu. Průkopnické a demonstrační projekty mají pro vývoj technologií velký význam, protože generují následovníky a rozvíjejí nové metody a vytvářejí nové standardy. V rámci programu NIP (Národní inovační program vodík a palivové články) je v Německu k dispozici 700 milionů eur podpory projektů. BMBF, BMU a ministerstvo hospodářství do roku 2014 podpoří výzkumné projekty z oblasti technologií skladování energie částkou 200 milionů eur. Protože rozvoj nových technologií a s ním související vývoj a výzkum jsou investičně náročné, je kvalifikovaná podpora a pracná koordinace ze strany státu nezbytná. Úspěšný výzkum je předpokladem pro střednědobé i dlouhodobé zajištění konkurenceschopnosti každé země. Německo je dnes v mnoha oblastech špičkových technologií světovou špičkou. Rostoucí poptávka německého průmyslu po inovacích bude pravděpodobně také v budoucnu rozhodujícím motorem růstu německé ekonomiky. 39 Summary Germany is one of the innovation leaders with an above average performance. Relative strengths are in Innovators and Intellectual assets. Relative High growth is observed for Innovative SMEs collaborating with others, Community trademarks and License and patent revenues from abroad. Growth performance in Linkages & entrepreneurship is well above average and in Firm investments well below average. Czech Republic is one of the moderate innovators with a below average performance. Relative strengths are in Human resources, Innovators and For Population with a tertiary degree growth has been highest for all Member States and high growth is also observed for Community trademarks. A strong decline is observed for Venture capital investments and non-economic effects. Relative weaknesses are in Open, excellent and attractive research systems and Intellectual assets. R&D innovation expenditure. Growth performance in Human resources, Open, excellent and attractive research systems and Intellectual assets is above average and in Firm investments well below average. Prameny: [1] Program pro konkurenceschopnost podniků s důrazem na malé a střední podniky (COSME). [online]. [cit. 2013-06-20]. Dostupné z: http://www.evropskyvyzkum.cz/cs [2] Innovation Union Scoreboard 2013. [online]. [cit. 2013-06-20]. Dostupné z: http://ec.europa.eu/enterprise/policies/innovation/files/ius-2013_en.pdf [3] http://www.businessinfo.cz/ 40 AUTOMATIZACE POD KONTROLOU - CESTA K PROSPERITĚ AUTOMATION UNDER CONTROL - THE WAY TO PROSPERITY Miroslav Kníže MOTOR Jikov Fostron a.s, Kněžskodvorská 2277/26, 37004 České Budějovice [email protected], www.fostron.cz Abstrakt Článek je zaměřen na špičkové technologie a obchodní potenciál. V první části definuje koncept špičkové technologie. Další část ukazuje obchodní příležitosti. Závěrečná část článku se zaměřuje na robotiku a automatizaci. Cílem je zdůraznit potřebu investic do automatizace, stejně jako obchodní potenciál pro výrobce. Klíčová slova: špičková technologie, obchodní potenciál, automatizace, robotizace, investice. Summary This article is focused on high technology and business potential. In the first defines concept high technology. Another section shows business opportunities. The final part of the article focuses on robotics and automation. The aim is to highlight the need for investment in automation as well as business potential for manufacturers. Key words: high technology, business potential, automation, robotics, investment. 1. Špičkové technologie Každý si asi představí pod pojmem špičková technologie trochu něco jiného. Pro někoho jsou to informační technologie, pro jiného jsou to výrobní technologie, pro dalšího to může být například způsob a systém řízení výrobních či nevýrobních procesů. V každém případě je vše spojeno s vysokým tempem technického rozvoje a s nástupem automatizace. Automatizace se podle mého názoru stává základním prvkem, který zajišťuje růst produktivity a umožňuje firmám zůstat konkurenceschopnými. Většinou si všichni uvědomují, že tento trend je již nezvratný a firmy se více či méně intenzivně snaží možnosti automatizace ve svých procesech vyhledávat a realizovat. Rozdíl je pouze v tom, jak která společnost stačí nové možnosti sledovat a optimálně je uplatňovat ve svých procesech. A právě to je obchodní potenciál firem, které se realizací a praktickým nasazením zabývají. Jak jsem již uvedl, obrovské tempo rozvoje nedokáže jednotlivec ani jednotlivá firma pojmout. Úzce specializované firmy dokáží předložit zákazníkovi optimální řešení pro konkrétní oblasti, která dokáží zohlednit nejmodernější trendy vývoje v závislosti na efektivnosti jejich nasazení. 41 2. Obchodní možnosti firem V posledních 20 letech jsme mohli zaznamenat rychlý nástup moderních technologií ve všech oblastech průmyslu. Tyto technologie jsou spojeny s automatizací a jsou nejen cestou pro firmy, které je využívají, ale stávají se i velice zajímavým obchodním artiklem. V následujícím grafu je zaznamenán vývoj ročního obratu na světovém trhu s prostředky pro automatizaci v průmyslu. Trend, který je zde zaznamenán, zcela jednoznačně potvrzuje správnost předchozí úvahy. Samozřejmě jsou zde i další indikátory, které potvrzují tento vývoj. Obr. 1: Vývoj ročního obratu s prostředky pro automatizaci na světovém trhu (Zdroj: ARC Advisory Group) Stačí se podívat, kolik firem se zabývalo automatizací v roce 2000 a kolik se jich dnes pohybuje na trhu. Zároveň i kvalita nabízených služeb má rostoucí úroveň. Obraty těchto firem se rok od roku zvyšují a v minimální míře se jich dotkla i krize v roce 2009. Všichni, kdo si chtějí zachovat konkurenceschopnost, musí do špičkových technologií investovat téměř nepřetržitě. Jakékoli zaváhání způsobí v krátké době ztrátu pozice na trhu a tím dříve nebo později konec firmy. Jestliže budeme porovnávat firmy a jejich vybavení v roce 2000 a dnes, zcela jednoznačně tam uvidíme výrazný posun právě v automatizaci procesů. Bohužel tento trend není u českých výrobců stejně progresivní jako u zahraničních firem. Z údajů uváděných v ekonomických statistikách nejsou výsledky pro české firmy příliš optimistické. Stav a vývoj indikují i nepřímé ukazatele jako je např. ukazatel produktivity nebo konkurenceschopnosti. Tempo zvyšování produktivity je u zahraničních firem vyšší a součástí tohoto vývoje je i rychlost realizace moderních a progresivních technologii. Tento vývoj opět můžeme vidět na grafech. Lídrem v prosazování nejnovějších a tím i progresivních technologii je automobilový a elektrotechnický průmysl. Právě tyto průmyslové oblasti mohou být pro většinu firem zdrojem informací a mnoha příkladů, jak využívat a efektivně nasazovat nejnovější poznatky. 42 Samozřejmě je i mnoho firem mimo uvedené obory, které jsou velice progresivní při uplatňování moderních technologii a automatizace. Obr. 2: Produktivita práce – meziroční změny (Zdroj: ČSÚ) Obr. 3: Umístění v žebříčku konkurenceschopnosti (Zdroj: World Economic Forum) 3. Automatizace a robotizace - cesta k prosperitě Jedny z mnoha významných oblastí pro uplatnění automatizace, které zároveň výrazně ovlivňují efektivitu a produktivitu práce, jsou technologie a řízení, které řeší pohyb materiálu (dílů) a manipulaci s ním. Právě zde, se podle mého názoru otvírají obchodní možnosti pro firmy, které se touto problematikou zabývají. V současné době existuje ve světě mnoho firem, které vyvíjejí a vyrábějí různé druhy manipulátorů, pneumatické prvky, elektrické a pneumatické pohony, pneumatické válce, terminály, čidla, senzory, kamery, krokové a servomotory, programovatelné automaty. Jako příklad je možné uvést firmu FESTO, SIEMENS, BOSCH,…, ale samozřejmě bezpočet dalších špičkových firem, které podobné produkty nabízejí. Výrobková základna vytváří možnosti pro firmy menšího rozsahu, které dokáží prvky spojit a připravit pro konečného zákazníka originální řešení přizpůsobené konkrétním požadavkům s využitím nejmodernějších technologií. Stávají se tak implementátory špičkových technologií. Jednou 43 z firem, která podobná řešení připravuje a nabízí je MOTOR Jikov v Českých Budějovicích divize jednoúčelových strojů. Právě na jeho příkladu bych chtěl ukázat možnosti a trendy posledních let MOTOR Jikov divize jednoúčelových strojů se výrobou automatizovaných linek zabývá již dlouho řadu let. Vývoj produktů v posledních deseti letech však doznal podstatných změn. V roce 2003 se vyráběly v podstatě jednoúčelové obráběcí nebo montážní stroje pouze s částečnou automatizací. Dnes požaduje zákazník eliminaci lidské obsluhy a její nahrazení inteligentními manipulátory nebo roboty. Zároveň možnosti řízení výrobních linek se zásadně začaly měnit. To bylo ovlivněno především vývojem nových řídicích systémů. Firma MOTOR se soustředila na systémy od firmy SIEMENS a převážně využívá systém SIMOTION. Řídicí systém SIMOTION je z hlediska programování založen na principu multitaskingového systému. Na pozadí běží cyklicky zpracovávaný blok stejně jako hlavní cyklický blok OB1 v PLC SIMATIC. V něm lze například zpracovávat logiku a sekvence ne přímo závislé na pohonech a polohování. Další úlohy (tasky) jsou startovány, pozastavovány, znovu spouštěny a ukončovány nezávisle na tomto cyklu a právě ony jsou určeny pro řešení jednotlivých pohybů. Tasky se programují v grafických blocích podobných vývojovému diagramu nebo v programovacím jazyku podobném např. Pascalu, případně v grafickém programovacím prostředku Ladder. Programování systému probíhá ve vývojovém prostředí SCOUT, v němž je integrováno rozhraní pro pohony (Drive ES) a STARTER pro práci s měniči SINAMICS. Z hlediska hardwarové platformy řídicí systém SIMOTION existuje ve třech provedeních označených jako C, P a D. Toto označení pochází z názvů platforem Controller, PC, Drive. Jednou vytvořený program pro ŘS SIMOTION je díky propojení komponent sběrnicovým způsobem nezávislý na platformě. Jednotlivé platformy mají své specifické přednosti, všechny však splňují základní myšlenku sjednocení třech základních funkcí: logického řízení, řízení typu Motion Control a vykonávání technologických funkcí. Nové trendy pocítila firma výrazně v roce 2011, kdy z celkového obratu 57 mil. Kč téměř polovinu tvořily právě plně automatické linky. Montážní linka s lidskou obsluhou Plně automatická výrobní linka 44 Obr. 4: Automatizace balicí linky Bramac (Zdroj: Motor Jikov) Jedním z příkladů je plně automatická balicí linka postavená pro firmu BRAMAC, která dokázala uspořit 15 pracovníků na směnu. V této lince je integrováno několik technologických uzlů a vše je propojeno a řízeno systémem SIMOTION. Linku je možné celkem jednoduše modifikovat a upravovat pro různé finální výrobky. Jedná se o typický příklad, kde automatizace pomáhá řešit konkurenceschopnost finálního výrobce. Samostatnou kapitolou jsou průmyslové roboty. S masovým rozšířením robotů dochází k redukci nákladů na jejich pořízení a tím se rozšiřuje počet firem, které si mohou dovolit do technologie investovat a zároveň se zvyšuje i počet firem, které se zabývají jejich integrací do logistických nebo výrobních sestav. Rozvoj robotizace v posledních letech probíhá v průmyslových zemích prakticky rovnoměrně (níže uvedené grafy). Obr. 5: Prodej průmyslových robotů – rok 2011 (Zdroj: IFR World Robotics) 45 Obr. 6: Vývoj prodeje průmyslových robotů + prognóza (Zdroj: IFR World Robotics) 4. Hnací silou je globalizace Podle analytiků ze společnosti ARC jsou hlavní trendy v rozvoji průmyslové automatizace přímým důsledkem globalizace světového obchodu, které pro výrobce znamená větší trhy, větší počet produktů i více partnerů a tím značně podporuje jejich zájem o automatizaci. Výrobcům se na jedné straně rozšiřují možnosti k podnikání, ale na druhé straně jsou před ně postaveny nové úkoly, které musí splnit, pokud chtějí jako světový výrobce uspět. Firmy prodávající své výrobky na celém světě musí počítat s tím, že budou čelit tvrdé konkurenci stále rostoucího počtu „globálních“ hráčů. Trvalý tlak na snižování cen v globální ekonomice nepřipouští žádnou jinou alternativu než neustále zdokonalovat výrobní i obchodní procesy ve firmách (Automa - 5/2008). Souhrn všech uvedených okolností vytváří podmínky pro firmy, které tyto inovativní a progresivní řešení umějí zpracovat a nabídnout. Prameny: [1] ARC Advisory Group. . [online]. [cit. 2013-05-18]. Dostupné z: http://www.arcweb.com/ [2] Český statistický úřad. . [online]. [cit. 2013-05-18]. Dostupné z: https://www.czso.cz/ [3] The World Economic Forum. . [online]. [cit. 2013-05-18]. Dostupné z: http://www.weforum.org/ [4] IFR World Robotics. . [online]. [cit. 2013-05-12]. Dostupné z: http://www.ifr.org/industrial-robots/statistics/ [5] Automa – 5/2008. . [online]. [cit. 2013-05-12]. Dostupné z: http://automa.cz/ 46 LOGISTICKÉ PLÁNOVÁNÍ TRAS JAKO INTELEKTUALIZOVANÝ PROCES LOGISTICS PROCESS ROUTE PLANNING AS INTELLECTUALIZING Josef Košťálek ČVUT v Praze, Fakulta stojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], www.rep.fs.cvut.cz Tento příspěvek vznikl za podpory grantu SGS13/191/OHK2/3T/12 s názvem: Optimalizační algoritmy rozvrhování strojírenské výroby. Abstrakt Příspěvek popisuje program vytvořený pro plánování logistických tras. Od mých posledních prací se liší zlepšením kontroly a vkládání dat. Uživatel má mnohem snadnější práci. Program využívá matematické modelování, lineární programování a funkce programu Excel. Klíčová slova: Excel, programování, data, logistika, plánování, matematické modelování. Summary This paper describes a program created to plan logistics routes. From my past papers differs improvements in the control and data entry. The user has a much easier job. The program uses mathematical modeling, linear programming and functions of the program Excel. Key words: Excel, programming, data, logistics, planning, mathematical modeling. 1. Úvod Zavádění nových poznatků ze základního i aplikovaného výzkumu do praxe a zavádění inovací je důvodem rychlé dynamiky všech odvětví. Špičkové výrobní technologie mají obrovský potenciál zvyšovat produktivitu, od které je odvislá životní úroveň. Proto se vyspělé země snaží o co nejvyšší počty patentů, vydávají nemalé částky na vědu a výzkum, ale také podporují zavádění dobrých nápadů směřujících i od řadových zaměstnanců do praxe (v duchu strategie Kai-Zen). Od konce druhé světové války po současnost se svět změnil k nepoznání. Nové přístroje a zařízení přispěly k několikanásobnému zvyšování produkce výroby. Charakter práce se posunul od fyzické ke znalostní zejména díky novým technologiím, materiálům, postupům a v neposlední řadě způsobům řízení. Organizace výroby jednoznačně přešla z modelu tlaku do modelu tahu, což zcela změnilo dosavadní způsoby 47 řízení a dalo vzniknout novým odvětvím jako např. řízení kvality, výrobní management a logistika, která bude předmětem mého příspěvku. Také logistika do sebe absorbovala celou řadu vědeckých poznatků. Konkrétně plánování logistických tras těží z poznatků diskrétní matematiky a programování. Pokud trasa není naplánována správně, dochází ke zcela zbytečnému plýtvání nejen pohonných hmot, ale také času, takže přepravní prostředky nejsou využity efektivně. Za tímto účelem byla vyvinuta řada speciálních softwarů. Předmětem tohoto příspěvku je ukázat a popsat nástroj určený k plánování tras mezi městy a sklady užitečný pro externí logistiku nebo k plánování tras mezi pracovišti a sklady pro logistiku vnitropodnikovou. Má některá omezení, ale jeho unikátnost spočívá v tom, že funguje v programu Excel, který je dostupný komukoliv, kdo má sebe obyčejnější MS Office s Excelem. 2. Fungování programu Základem tohoto mnou prezentovaného programu, který označuji Edita 4, je matematický vzorec, řešící úlohu známou pod termínem Okružní dopravní problém, někdy též označován termínem Úloha obchodního cestujícího. V této úloze jde o to nalézt způsob, jak propojit danou množinu bodů, samozřejmě nejkratší možnou cestou, přičemž každý bod má být navštíven právě jednou a cesta má končit v témže bodu, kde začala. Z matematického hlediska jde o hledání minima účelové funkce představující výslednou trasu. Proměnné v této funkci představují jednotlivé spojnice zadaných míst, které má cestující projít. Na hodnotách těchto proměnných záleží kombinace jednotlivých kroků tvořících celou trasu (pořadí v jakém cestující body navštíví). Obrázek 1: Systém značení neznámých Pokud např. neznámá x12 nabývá hodnoty 1, cesta bude začínat z bodu jedna do bodu dva. Neznámá x21 symbolizuje opačný krok z bodu dva do bodu jedna, tím je pořadí v navštívení jednotlivých bodů jednoznačně určeno. 48 F = x12 5 + x13 9 + x14 12 + …. = minimum Obrázek 2: Systém sestavení účelové funkce V tomto případě nelze nalézt minimum pomocí derivace funkce, protože se jedná se o vázané extrémy. Máme mnoho neznámých vázaných v řadě rovnic a nerovnic, které představují omezující podmínky – např. fakt, že cestující navštíví každý bod právě jednou a vrátí se zpět do výchozího bodu. Zajímavostí je, že proměnné jsou bivalentní, tzn., že mohou nabývat pouze hodnot nula nebo jedna (cesta mezi dvěma body vede nebo nevede). Tento problém lze snadno zadat do Excelu a vyřešit pomocí nástroje řešitel, což je algoritmus zabudovaný v každé verzi Excelu, který nalezne hodnoty proměnných. To samo o sobě ještě není nic převratného, unikátnost programu Edita 4 spočívá v integraci těchto nástrojů se širokou množinou funkcí Excelu. Snahou bylo vytvořit jednoduchý program, který je schopen nalézt optimální trasu až pro deset míst. To je další prvek, který bylo třeba vymyslet, počet bodů není pevně stanoven, ale může být libovolně měněn podle situace. Zobrazení této situace viz Obrázek 3. 49 Obrázek 3: Matematický zápis řešený pomocí Excelu 50 Na rozdíl od mých předchozích programů označených Edita 1 až 3 byl v tomto případě učiněn velký krok kupředu ve zjednodušení zadávání bodů, které hodlám propojit trasou. Bod lze jednoduše zadat do souřadnicové mřížky, případně lze body zadávat pomocí souřadnic. V obou případech následuje přepočet vzájemných vzdáleností mezi jednotlivými body, což je výchozí údaj pro matematické řešení. Rovněž dosažený výsledek je z původních hodnot nul a jedniček transformován tak, aby byl co nejsrozumitelnější. Vedle toho, že se vypíší názvy bodů v pořadí tvořícím nejkratší trasu se rovněž tato trasa zakreslí. Obrázek 4: Zadání bodů napsáním číslice 1 Obrázek 5: Výsledky – čísla u bodů znamenají pořadí nejkratší možné trasy 51 Při zadávání bodů navíc lze zvolit ze dvou režimů a to zadávat body, které si přeji spojit trasou zakreslením nebo pomocí souřadnic. Navíc je možné zadání libovolně měnit a kterýkoliv bod i jeho název v připravené tabulce smazat. Explicitní popis tohoto programu není zcela jednoduchou záležitostí, jelikož se jedná o relativně komplikované dílo zabírající několik tisíc naprogramovaných buněk v programu Excel. Pokusím se hlavní kroky jeho fungování vysvětlit schematicky. Obrázek 6: Schématické znázornění nejdůležitějších prvků programu Edita 4 52 Praktické využití těchto poznatků v podobě tohoto programu může najít uplatnění v externí logistice při plánování vhodné trasy mezi skupinou měst a stejně tak dobře v interní logistice např. při plánování tras zásobovačům jednotlivých pracovišť. 3. Závěr Tento článek se snažil přiblížit podstatu fungování optimalizačních programů sloužících pro vyhledávání vhodných logistických tras. Je ukázkou toho jak nové poznatky slouží k úspoře zdrojů všeho druhu. K těmto úsporám nedochází změnou industriálního charakteru novým vybavením, zařízením apod., nýbrž zásluhou nových poznatků a jejich nasazením v řešení konkrétního problému. Špičkovou výrobní technologií, která podniku pomůže ve zlepšení jeho výsledků, nemusí být nutně výkonnější manipulační prostředek, ale také know how, pracovní postup, algoritmus pro správné pořadí v zásobování pracovišť apod. Prameny: [1] Fábry, J.: Matematické modelování. Praha: VŠE, 2010. 143 s. ISBN 978-80-245-1266-2. [2] Jablonský, J.: Programy pro matematické modelování. Praha: VŠE, 2007. 259 s. ISBN 978-80-245-1178-8. [3] Kožíšek, J., Stieberová B.: Statistická a rozhodovací analýza. Praha: ČVUT, 2008. 252 s. ISBN 978-80-01-04209-0. [4] Schels, I.: Excel 2007 vzorce a funkce. Praha: Grada Publishing, 2008. 506 s. ISBN 978-80-247-1965-8. 53 INTEGRACE PROVOZNÍHO ÚČETNICTVÍ PODNIKU ŘÍZENÍ A FINANČNÍHO INTEGRATION OPERATIONAL MANAGEMENT AND FINANCIAL ACCOUTING ENTERPRISE Josef Košťálek, Theodor Beran, Šárka Findová ČVUT v Praze, Fakulta stojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], [email protected], [email protected], www.rep.fs.cvut.cz Tento příspěvek vznikl za podpory projektu SGS12/134/OHK5/2T/12 číslo: FIS 161-821340B. Abstrakt Příspěvek popisuje důležitou roli v integraci provozního řízení a finančního účetnictví. Důraz je kladen na řízení zásob pro efektivní využití kapitálu. Je ukázáno jak použít nástroje pro dosažení konkurenční výhody pro společnost. Příspěvek popisuje význam správného informačního systému, který pomáhá společnost řádně řídit a vyhodnocovat všechny relevantní informace. Článek byl napsán s podporou grantu SGS12/134/OHK5/2T/12. Klíčová slova: integrace, finanční účetnictví, provozní řízení, konkurenční výhoda, informační systém. Summary This paper describes important role in the integration of operational management and financial accounting. Emphasis is placed on inventory management for efficient use of capital. It is shown here how used the instruments for achieving competitive advantage for the company. It described the importance of proper information system, which helps the company properly manage and evaluate all relevant information. The article was written with the support of the grant SGS12/134/OHK5/2T/12. Key words: integration, financial accounting, operational management, competitive advantage, information system. 1. Úvod Pro dnešní řízení podniku je charakteristický úbytek jistot, přírůstek nejistot, složitost, komplexnost a řada vzájemně ovlivňujících se proměnných veličin. V souvislosti s tématem konference je důležité uvést, že obchodní potenciál lze chápat ve více rovinách a nikoliv jen cíleně v návaznosti na prodejní strategii. Teprve propojené dva aspekty bilančního systému totiž financování a využité prostředky jsou základním pohledem na finanční problematiku 54 v celé její šíři. Do popředí se dostává aktuální potřeba aplikace principů IAS/IFRS. Jejich základní charakteristikou je však orientace právě na účetní výkaznictví, které obsahuje jednak doporučenou strukturu a na straně druhé agregované účetní veličiny. Výroba a její zajištění odpovídá reprodukčnímu koloběhu, který je nutno zachycovat detailněji a využívat všech dostupných moderních metod, které maximalizují výstup v podobě konkurenčně kompetentních produktů. Toffler (2001, s. 53-55) hovoří o informační revoluci, která ovládla a dále ovládá vyspělé země tak jako to v historii učinila průmyslová a neolitická (zemědělská) revoluce. Ve zmíněné publikaci se dále píše o specifičnosti dnešní postindustriální doby, která se vyznačuje obrovským množstvím informací často s krátkým poločasem rozpadu, akcentem na vzdělávání pracovníků, pružnost produkčních systémů. Dále je zde doložen rozmach služeb, které poskytují zaměstnání čím dál většímu procentu pracujících, údajně roku 1956 se v USA počet pracovníků služeb spolu s vedoucími pracovníky vyrovnal počtu manuálně pracujících. Podobnou studii uvádí Edersheim (2008, s. 65), když uvádí, že počet výrobků a služeb se v New Yorku od roku 2000 do roku 2005 zčtyřnásobil. Chce-li být podnik konkurenceschopný, musí na tyto trendy umět správně a pohotově reagovat. Tento článek se zabývá vazbou mezi finančním řízením a řízením zásob a popisuje techniky, které lze k tomuto účelu použít. 2. Problematika řízení zásob a její dopady na finanční řízení Souvislost mezi řízením zásob a finančním řízení je logická, jestliže zásoby tvoří jednu z položek aktiv v rozvaze, potom na její výši závisí množství vázaného kapitálu na druhé straně rozvahy – pasiv viz obrázek 1. Obr. 1: Zjednodušená rozvaha Snaha o co nejefektivnější využití kapitálu implikuje požadavek na správné řízení zásob. Zásobou myslíme jakýkoliv zdroj určený k budoucímu použití (Kožíšek, 2008, s. 115). Zásobou je tedy vstupní materiál, rozpracovaná výroba, finální výrobky, které ještě nebyly prodány, ale také náhradní díly do výrobního zařízení, pohonné hmoty, obalové materiály apod. Důležitým atributem je právě budoucí použití, budoucnost je vždy svázána s určitou mírou rizika, nejistoty a nepředvídatelnosti. Kolik ocelových tyčí délky 3m o ø 20 mm má být objednáno do zásoby v podniku zabývajícím se kovoobráběním, kolik drátu má zakoupit 55 podnik vyrábějící pastičky na myši a kolik melounů si má objednat zelinář? A jak se situace změní v případě množstevních slev. Při hledání odpovědí na tyto otázky mohou dobře posloužit modely pro řízení zásob. Z logiky věci se zde finanční řízení dostává do konfrontace s řízením výroby a pro správné fungování podniku jako celku je třeba nalézt vhodný kompromis a nepočínat si autonomně. Základní model pro řízení zásob slouží k nalezení optimální výše objednávaného množství tak, aby celkové náklady spojené se zásobami byly minimální, jak popisuje Kavan (2006, s. 69-71) a Kožíšek (2008, s. 115-116). Celkové náklady spojené se zásobami jsou součtem nákladů na pořizování zásob (Nák. 1) a nákladů na držení zásob (Nák. 2). Náklady na pořizování zásob Nák 1 n S D S Q (1) Náklady na držení (skladování) zásob Nák 2 Q H 2 (2) Kde: n [-] … počet objednávek za uvažované časové období T (T je např. 1 rok) D [ks] … předpokládané spotřebované množství zásoby za období T Q [ks] … hledaná velikost objednávky S [Kč] … n. spojené s pořízením zásob (objednání, doprava, převzetí, uskladnění H [Kč/ks] … náklady spojené s držením 1 ks zásoby za dobu T (vázanost kapitálu, instalace skladových kapacit) Při výpočtu nákladů na držení zásob se velikost objednaného množství uvažuje poloviční, což je průměrná hodnota nahrazující kolísání množství v čase mezi hodnotou Q (dodání zásoby) a nulovou hodnotou (její spotřeba za čas t) jak je patrné z obrázku 2. Obr. 2: Hladina zásob v čase Kde: t = T/n [dny] 56 Součtem těchto dvou nákladových položek dostáváme celkové náklady viz vztah 3, grafická interpretace situace je patrná z grafu 1. Celkové náklady spojené se zásobami Nákl. cel . D Q S H Q 2 (3) Graf 1: Vývoj zásobovacích nákladů podle velikosti objednávky Pokud bude velikost objednávky nízká, budou relativně nízké náklady na držení zásob a naopak vysoké náklady na pořizování zásob (zásoby budou často dodávány). V případě, že bude naopak velikost objednávky vysoká, situace bude opačná. Otázkou je, jak určit právě takovou velikost objednávky, při které budou celkové náklady minimální. Odpověď je patrná z grafu 1, optimální množství leží v bodě, kde má průběh celkových nákladů spojených se zásobami své minimum. A jeho nalezení se provede derivací vztahu 3 a položením rovno nule. Derivace vztahu 3 a následné úpravy D Q S H Q 2 (funkce závislá na velikosti objednávky Q) Nákl.cel . dQ D 2 Q Q 2 S (4) 1 H 0 2 2 DS H Jelikož už se nejedná o obecné množství Q, nýbrž o optimální množství označme jej Qo. Optimální velikost objednávaného množství zásob 57 Q 0 2 DS H (5) Jak píše Fletcher (1968, s. 99), tento známý vztah se nazývá Harrisův vzorec podle svého objevitele (roku 1915), od té doby byla vymyšlena celá řada modifikací tohoto vzorce pro různé aplikace. Takže je možno spočítat velikost objednávky tak, aby pravděpodobnost, že zásoba bude předčasně vyčerpána, byla nižší než stanovená mez např. 5 %. Stejně tak synchronizace dob objednávání různých druhů zásob do jedné objednávky a další. Ovšem dlužno podotknout, že se jedná pouze o modely, které se snaží na postačující úrovni zjednodušení, postihnout realitu viz následující obrázek. Čím větší je snaha zakomponovat do abstraktního modelu specifika hmotného světa, tím je model složitější, ovšem současná výpočetní technika si dokáže poradit i s velice složitými modely a propočty. Obr. 3: Rozdíl reality a modelu Příklady uvedené v tomto oddíle nebyly zvoleny náhodně, každý reprezentuje odlišný druh podnikání a s tím související specifika pro řízení zásob. Melouny jsou komodita podléhající zkáze, drát nebo ocelové polotovary tímto problémem zatíženy nejsou, ovšem rozdíly mezi nimi jsou a to v jejich kapitálové náročnosti. Podnik vyrábějící pastičky na myši nebo cedníky bude mít jistě nižší vázanost kapitálu v zásobách než kovovýroba nebo montovna, jak uvádí např. Preclík (2006, s. 13 a s. 15). 3. Nové techniky v podnikovém řízení Nové požadavky a trendy si žádají nové techniky a přístupy v řízení a správě věcí. Jak uvádí P. F. Drucker ve své poslední knize (Edersheim, 2008, s. 80) „Pokud nerozumíte inovacím, nerozumíte ani podnikání“. Je každá kovovýroba, montovna či jiný provoz pracující s velkým objemem nákladných zásob nucen „obětovat“ nemalou část svého vzácného kapitálu na pořizování těchto zásob? Odpověď zní nikoliv. V duchu strategie tzv. „make or buy“, kde je zvažováno, zda bude výhodnější vyrábět pomocí svých zdrojů a kapacit, anebo raději kooperovat s jiným subjektem, existuje obdoba této strategie také v zásobování. Označuje se termínem konsignační sklad, což je sklad, který je umístěn přímo v areálu daného podniku, avšak jeho obsah je majetkem externího dodavatele. Funguje to takto: např. montážní linka odebírá spojovací materiál (šrouby a matice), přitom se nestará o jejich doplňování, to zařizuje externí dodavatel, který po určitém stanoveném období dostane zaplaceno za spotřebované množství materiálu. Výrobní závod americké společnosti Bobcad 58 situovaný v Dobříši se zabývá výrobou bagrů, specializuje se na problematiku výroby svařenců a jejich následné nalakování. Centrální komponenty jsou dále smontovány ve finální výrobky, přičemž ostatní díly jsou nakupovány a dokonce samotný nákup, správa, objednávání, dodání dílů na montážní linky, to vše zařizuje externí dodavatel disponující rozsáhlým skladovým prostorem přímo uvnitř výrobního závodu. Zde se nejedná pouze o volnost kapitálu, ale také o svěření této vnitropodnikové logistiky partnerovi, který v této oblasti umí pracovat efektivněji, má „know how“, manipulační a regálové prostředky apod. Nemusí se nutně jednat pouze o výrobní podnik, např. nemocnice si může tímto způsobem nechat dodávat obvazy, často se tato problematika objevuje u obalových materiálů apod. Obecně lze říct, že takový subjekt zeštíhlí co do úseků, zaměstnanců, strojů apod., podle druhu provozu. Na druhé straně dodavatel si tuto službu připočte k ceně dodávaných komponentů. Obecně se nástroj vedoucí k zeštíhlení společnosti pomocí přenechání pomocných činností externímu dodavateli nazývá „outsourcing“ a typické činnosti, kde je hojně využíván je např. stravování zaměstnanců, praní pracovních oděvů, mzdové účetnictví, údržbářské činnosti, poradenské činnosti atd. Z pohledu finančního řízení se jedná o transformaci fixních nákladů na náklady variabilní, což usnadňuje zejména kalkulační propočty a finanční výhledy na budoucí období. Zejména menší podnikatelské jednotky s oblibou využívají „factoring“, což je jak uvádí Freiberg (2007, s. 76) svěření řízení pohledávek specializované společnosti. Tento krok má tu výhodu, že producent dostává peníze za své produkty téměř okamžitě do několika dní a nemusí čekat na datum splatnosti faktury, což se vedle snížení administrativy blahodárně projeví zejména v oblasti likvidity takového producenta a dále v možnosti snazšího a přesnějšího plánování finančních toků. Hovoříme-li o vazbě mezi řízením zásob a finančním řízením, kde zásobou je rovněž veškerá rozpracovaná výroba, potom je třeba dbát správné organizace výroby např. pomocí metod kanbanového systému, prvků Just in Time apod. Zkrátka zajistit správnou koordinaci materiálových, informačních a peněžních toků. Jak popisuje Beran (2010, s. 41-42) systém vnitropodnikového účetnictví je, nebo v řádně spravovaném podniku by alespoň měl být, propojen se systémem řízení výroby a evidencí stavů zásob, jelikož je třeba zaznamenávat spotřebu materiálu, ohodnocení zásob, případné škody (poničené, nepoužitelné komponenty), vnitropodnikové obraty, apod. Výsledky těchto záznamů mají zjednodušeně řečeno dvě funkce, za prvé slouží k daňovým odvodům a za druhé slouží jako podklady k rozhodování. S rozhodováním souvisí schopnost reagovat na vývoj situace – ceny komodit, změny objemu prodejů apod., čili jedná se o závažné otázky mající vliv na prosperitu celého podniku. Vážný problém nemající obecné a jednoznačné řešení spočívá v tom, jak transformovat objektivní realitu (stavy zásob, skutečnou spotřebu materiálu, umístění hotových výrobků do skladu apod.) do účetních výkazů. „Dostat údaje o dění ve výrobních halách do zasedacích místností.“ Velkým pomocníkem je v tomto ohledu raketové tempo vývoje telekomunikačních, informačních a identifikačních technologií. Standardním postupem je opatřovat veškerý materiál čárovými kódy a pomocí mobilních čteček (Logistika, s. 22-23), které přenesou 59 informaci do systému evidujícího stav zásob, kde je možné přesně kontrolovat veškeré materiálové toky. Materiálové toky tak jdou ruku v ruce s toky informačními, informace nabývají nepostradatelné důležitosti, jak podotýká Toffler (2001, s. 98-99). Dnešní průmysl na rozdíl od průmyslu před 100 lety se neobejde bez další sféry pracovníků zpracovávající informace, vyvíjející softwary, apod. Vzniká zde velmi důležitá otázka, jak s informacemi správně pracovat, aby byla zajištěna jejich aktualizace, jejich předávání těm, kteří s nimi mají pracovat, jejich ukládání a zejména snadné a rychlé nalezení v případě potřeby, přitom ne všechny informace v podniku jsou určeny pro všechny. Vtipně a výstižně okomentoval situaci anglický filozof, vědec a politik Sir Francis Bacon „Při příští potopě světa na nás bůh nesešle vodu, ale papír“. Skutečně i malý podnik ke svému řádnému chodu musí umět zpracovávat poměrně velké množství dat. Moderní technikou vytvořenou za účelem plnění přesně těchto požadavků je software schopný účelně integrovat všechny podnikové entity. Velice známý a rozšířený je systém ERP – Enterprise Resource Planning (plánování podnikových zdrojů). Tento systém existuje v různých verzích i modifikacích podle účelu použití. S nasazení takového prostředku znamená pro podnik pozitiva zejména v těchto oblastech: Zpracování objednávky od zákazníka a její postoupení do plánu výroby, analýza úzkých míst ve výrobě, zajištění potřebných zdrojů, ale také sledování obrátkovosti sortimentu, analýza nákladů souvisejících s přepravou (doprava, pojištění, clo), prodej zboží dle různých balení, snížení manipulace, dodávky dle tras a časového období atd. (Logistika, s. 40-41). Z předchozích odstavců je dobře patrné, že vedle samotných výrobních technologií a řízení výroby není možné podcenit ani kvalitní vnitropodnikovou logistiku a zásobování výroby a pokud se společnost nehodlá touto podpůrnou činností „obtěžovat“ a plně soustředit veškerý svůj potenciál směrem ke svým produktům, má možnost jednoduše si najmout specialistu na spravování skladů. Důvodem, proč je instrument konsignačních skladů na vzestupu, je rostoucí složitost i důležitost zásobovacích procesů s ohledem na včasný výdej potřebného materiálu (např. komponentů k montáži). Při řešení problematiky zpracování podnikové agendy a dat všeho druhu pomocí buď jednotného celopodnikového softwaru, nebo propojením dílčích softwarů je třeba mít na paměti řadu možných překážek implementace těchto nástrojů do praxe. Obecně každá změna do stávajícího systému, ať už ji nazveme reorganizací, racionalizací, optimalizací apod. vždy znamená větší nebo menší změnu v organizační struktuře. Je na místě připravované změny a jejich přínosy dostatečně vysvětlit zaměstnancům. Instalace nového softwaru se neobejde bez adekvátního hardwaru a samozřejmě zaškolení všech pracovníků, kteří ho budou používat. Před investicí do takového softwaru je nutné uvažovat také tyto náklady spolu s náklady na aktualizace, upgrady, licence (nejen náklady na pořízení, ale také na provoz). 4. Závěr Předmětem příspěvku bylo poukázat na spojitost mezi finančním řízením a řízením zásob jako důležité oblasti konkurenceschopnosti podniku. Bez vhodné integrace informačních, materiálových a finančních toků, propojenosti řízení objednávek, výroby, 60 nákupu surovin, evidence a účetního systému je velice nepravděpodobné, že podnik obstojí, i kdyby prodával špičkové produkty. Obchodní potenciál lze chápat ve více rovinách a nikoliv jen cíleně v návaznosti na prodejní strategii. Teprve propojení bilančního systému a využité prostředky jsou základním pohledem na finanční problematiku v celé její šíři. Absence kvalitního informačního systému v podniku znamená neefektivitu (prostoje, chyby v dodání zákazníkům, neúčelně vázaný kapitál, nesprávné podklady k rozhodování apod.). Ovšem ani moderní softwarové vybavení není za všech okolností samospásné a neodstraní problémy typu špatné morálky dodavatelů či chyb způsobených neznalostí výrobního procesu. Jelikož každý podnik má svá vlastní specifika, je na místě před pořízením často nákladného a zároveň výkonného softwaru provést důkladnou analýzu a na jejím základně pořídit vhodný software. Prameny: [1] Beran, Th.: Oceňování výkonů v praxi vnitropodnikového řízení. Praha: ČVUT, 2010. 216 s. ISBN 978-80-01-04998-3. [2] Edersheim, H. E.: Management podle Druckera: Odkaz zakladatele moderního managementu. Praha: Management Press, 2008. 239 s. ISBN 978-80-7261-181-2. [3] Fletcher, A., Clarke, G.: Ekonomie a společnost: Řízení a matematika. Praha: Svoboda, 1968. 281 s. [4] Freiberg, F.: Financování podniku. Praha: ČVUT, 2007. 182 s. ISBN: 978-80-01-03636-5. [5] Kavan, M.: Výrobní management. Praha: ČVUT, 2006. 213 s. ISBN 80-01-03445-3. [6] Kožíšek, J., Stieberová B.: Statistická a rozhodovací analýza. Praha: ČVUT, 2008. 252 s. ISBN 978-80-01-04209-0. [7] Preclík, V.: Průmyslová logistika. Praha: ČVUT, 2006. 359 s. ISBN 80-01-03449-6 [8] Toffler, A., Tofflerová, H.: Nová civilizace. Třetí vlna a její důsledky. Praha: Dokořán, 2001. 125 s. ISBN 80-86569-00-4. [9] Časopis Logistika, 10 - 2011, vydavatelství Economia, Praha. 61 ANALÝZA A PLÁNOVÁNÍ VNITROPODNIKOVÉ KOOPERACE V ÚPLNÉ NÁKLADOVÉ STRUKTUŘE COST ANALYSIS AND PLANNING OF INTRADEPARTMENTAL COOPERATION IN FULL COST STRUCTURE Karel Macík, Theodor Beran ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2 [email protected], [email protected], www.rep.fs.cvut.cz Abstrakt Předkládaný příspěvek je ukázkou využití strukturní analýzy v oblasti kalkulace nákladů, vycházející z velmi zjednodušených podmínek. Při postupné kalkulaci nákladů ve stupňovité výrobě je výchozím oceněním zpracovávaného polotovaru úroveň nákladů, za jaké byl v předcházejícím stupni vyroben. Potíže vznikají, jakmile se výrobek získaný zpracováním polotovaru vrací zpět a je používán pro výrobu dalšího polotovaru. Pro kalkulaci nákladů výrobku potřebujeme znát náklady na výrobu polotovaru, pro kalkulaci nákladů na polotovar potřebujeme znát náklady na výrobek, čímž se dostáváme do bludného kruhu. Řešení v této oblasti již vycházejí ze složitějších podmínek, které nejsou řešitelné bez využití strukturních modelů, jako je tomu např. při již zmíněném výskytu zpětných vazeb mezi jednotlivými fázemi resp. středisky podniku. Klíčová slova: náklady, kalkulace, strukturní analýza, podnik, vazba. Summary The submitted paper is an illustration of the utilization of input-output analysis in the field of cost calculation in case of very simplified conditions. In case of the gradual method of cost calculation in a sequential organized manufacturing the initial valuation of the intermediate product processed is the cost of the previous of its manufacturing phase. Problems occur as soon as a product obtained by manufacturing returns back and is used for manufacturing of a next intermediate product. For the calculation of product cost are needed the costs of the manufactured intermediate product, on the contrary the cost calculation of intermediates is necessary to know the costs of a product. This leads to a vicious circle. Solutions of such problems are characterized by more difficult conditions which are not solvable without using models of input-output analysis, as it is in the already mentioned feedbacks between single phases or factory centres. Key words: costs, calculation, structural analysis, enterprise, bond. 62 1. Úvod V úvodu je třeba říci, že nebývá zřejmé vlastní zakotvení obchodního potenciálu podniku. Autoři se domnívají, že současnost průmyslové praxe je ovlivněna principy znalostní společnosti. Obchodní úspěch a konkurenceschopnost neznamená pouhou snahu plynoucí z marketingových a obchodních dovedností. Solidní marketingové studie musí mít základ v kvantitativním vyjádření. V tomto příspěvku se autoři opírají o metody osvědčené, známé avšak uváděné do nových souvislostí. V našem případě to znamená, že podnik, který se rozhodl náklady reálně řídit, zdaleka neusiluje jen o jejich pouhé snižování. Jeho konkurenční potenciál se vyznačuje schopností efektivně nakládat s disponibilními zdroji, které má a využívat takových modelů, kterým nechybí flexibilita. Je to právě strukturní analýza, která ve své podstatě je zpodrobněnou bilancí zdrojů a potřeb, ze které lze odvozovat zcela konkrétní sofistikovaná rozhodnutí související s poskytováním výstupů v podobě výrobků a služeb. Při analýze a plánování vnitropodnikové kooperace známe strukturu matice prvotních nákladů podle jednotlivých nákladových složek a zisku a podle jednotlivých závodů. Nevíme však, jak mají být výstupy (ať již prvotní, či druhotné) členěny na náklady a zisk. Současná praxe se nedokáže vyrovnat zejména s tím, že zisk výstupů by měl být správně odvozen ze všech zisků všech vstupů. To však není možné normální kalkulací zjistit kvůli zpětným vazbám, které jsou v daném podniku běžným jevem. Jde konkrétně např. o stanovení zisku u dodávky z 2. závodu do 1. závodu. Tento zisk nezjistíme, pokud neznáme zisk u dodávky z 1. závodu do 2. závodu. Pro řešení tohoto problému je mimořádně vhodná metoda strukturního modelování, která je založena na plné matici všech dodávek, včetně zpětných vazeb. Z úloh řešených pomocí strukturních modelů se pro řešení daného problému hodí tzv. cenová úloha. Lze očekávat, že aplikací cenové úlohy se v praxi podniku vyřeší nejen problém stejného ocenění všech realizačních výstupů (dodávek mimo podnik) a obdobných výstupů (aktivace, NV, DV, změna časového rozlišení), ale také problém tzv. anticipovaného zisku. Problém anticipovaného zisku spočívá ve stanovení zisku ze vzájemných mezizávodových dodávek, které jsou v podniku evidovány v prodejních cenách, přičemž velikost zisku u těchto dodávek není známa. Oba problémy jsou spolu svázány a musí se řešit najednou - jedním výpočtem. V našem modelovém příkladu se pokusíme ukázat, že je nesprávné ohodnocovat veškeré realizační a jim podobné výstupy ziskem finalisty, tj. toho závodu, který uskutečňuje dodávku mimo podnik. Nový přístup k řešení této problematiky ilustrují propočty, jejichž myšlenkový postup je tento: je-li v jednotlivých závodech k dispozici podrobné členění jeho prvotních nákladů a jeho zisk, přičemž u mezizávodových dodávek není zisk znám a u dodávek na trh máme o metodě aplikace zisku finalisty pochybnosti, lze neznámé položky zisku vypočíst metodou strukturních modelů tak, že současně tyto položky vypočteme tradiční kalkulační metodou. Ta je ovšem aplikovatelná jen tam, kde nejsou zpětné vazby, tzn. tam, kde existuje přesná sekvenční návaznost dodávek tohoto typu: závod 1 dodává závodu 2,3, ...,n, 63 závod 2 dodává závodu 3,4, ...,n, závod 3 dodává závodu 4,5, ...,n, atd. 1 1 2 3 4 5 . . . n 2 x 3 x x 4 x x x 5 x x x x . . . . . . . . . . . . . . . . . . . . . n x x x x . . . . Obr. 1: Sekvenční návaznost dodávek vyjádřená trojúhelníkovou maticí Matice dodávek má v tomto případě tuto podobu zobrazenou na Obr. 1. Jedná se o matici trojúhelníkovou. Připojíme-li k této matici druhotných nákladů (1.) ještě matici prvotních nákladů (2.), matici výstupů mimo podnik (3.) a výstupů jim podobných (v terminologii strukturního modelování jde o tzv. konečné užití), dostaneme tento strukturní model, jak jej ukazuje Obr. 2. 1 2 3 . 1 2 3 . . . n PN . . . n 1. KU 2. 3. Z1 . . . . . Zn Obr. 2: Schéma strukturního modelu Vysvětlivky k obr. 2: 1, ...,n - fáze zpracování, závody PN - prvotní náklady, Z1, ..., Zn - zisky fází, závodů, KU - konečné užití, 1., 2., 3. - kvadranty modelu. Z tohoto modelu se dá odvodit tradiční fázová postupná metoda kalkulace vlastních nákladů, a to takto: Závod 1 nedostává dodávky od jiných závodů, a tudíž může bez problémů vykalkulovat své náklady a stanovit zisk. To znamená, že veškeré jeho dodávky dodávky ostatním závodům či dodávky do konečného užití - mohou mít tutéž rentabilitu, tj. rentabilitu odvozenou z kalkulace vlastních nákladů závodu 1. Závod 2 dostane jednu vnitřní dodávku od závodu 1, jehož zisk známe. Stačí tedy, když závod 2 sečte zisk z dodávky ze závodu 1 a zisk ze svých prvotních nákladů a dostane celkový zisk, který bude aplikovat v podobě rentability (v procentech) na všechny své dodávky, obdobně jako závod 1. Závod 3 rovněž může vypočítat svůj zisk opět jako součet zisků obsažených v dodávce ze závodu 1 a v dodávce ze závodu 2, neboť zisky v těchto dodávkách již známe. Je zřejmé, že při přísně sekvenčních, tj. následných dodávkách, lze tímto způsobem vypočítat nejen zisk ve všech dodávkách mezizávodových a dodávkách na trh (včetně zisku na nedokončenou výrobu, 64 dokončenou, ale dosud nerealizovanou výrobu, a na změnu položek časového rozlišení), ale dokonce i celou strukturu nákladů. Při propočtu nákladů dospějeme, provedeme-li celý výpočet podle maticového vzorce pro cenovou úlohu strukturního modelování C = T[E – A]–1. W. Naznačíme postup výpočtu: 1. Výpočet matice A podle vzorce pro i-tý prvek v j-tém sloupci této matice aij xij Xj kde xij = příslušná mezizávodová dodávka z i-tého do j-tého závodu Xj = celkový okrajový součet j-tého závodu ve strukturním modelu. Získanou matici A odečteme od matice jednotkové a výslednou matici nejprve invertujeme a pak transponujeme A [E - A] [E - A]–1 T[E - A]-1. Tím dostaneme základní matici pro cenovou úlohu. Pozn. Řešení lze použít pro homogenní výrobu v případě, že výrobky procházejí při zpracování z jedné fáze do navazující fáze bez vracení. 2. Nové hodnoty prvotních nákladů z1',...zn' (z' oproti původním hodnotám z) vydělíme původními hodnotami (sumami) X1,...,Xn .Vzniklým vektorem pak násobíme transponovanou inverzní matici a dostaneme vektor cenových změn c1,...,cn. V našem případě považujeme za z celé prvotní náklady, včetně zisku a za z' jen vlastní náklady bez zisku. Výpočtem dostaneme veličiny c1,...,cn, které jsou menší než 1 (viz další příklady), a těmito hodnotami vynásobíme všechny dodávky v jednotlivých řádcích modelu. Dostaneme hodnoty vlastních nákladů všech mezizávodových dodávek i dodávek na trh, včetně NV, DV a ČR. Rozdíl mezi původními veličinami dodávek (v PC) a propočtenými vlastními náklady je zisk v jednotlivých dodávkách, a to buď zisk anticipovaný (v mezizávodových dodávkách), nebo realizovaný (v prodaném zboží), či dosud nerealizovaný (v NV, DV a ČR - časové rozlišení). Tento výpočet opakujeme tolikrát, kolik je položek vlastních nákladů. Dostaneme všechny dodávky všech typů v plné struktuře vlastních nákladů i s příslušným ziskem. Jako z'' pak vystupuje veličina přímých nákladů (tím vypočteme hodnoty režií). Jako z''' vystupuje veličina materiálu přímého (tím vypočteme hodnoty přímých mezd). Uspořádáme-li všechny výsledky všech výpočtů do jediného strukturního modelu, dostaneme přesně stejnou strukturní tabulku jako při tradiční postupné kalkulaci. 65 Důkaz tohoto tvrzení předkládáme v číselném příkladu, který obsahuje: 1. propočet struktury dodávek metodou tradiční kalkulace (na modelu podniku se třemi závody); 2. propočty maticové, které vedou ke stanovení podílu zisku, režií, přímých mezd a přímého materiálu ve všech dodávkách (pro tytéž číselné hodnoty jako v bodě 1). Propočet v bodě 1 se shoduje s výsledky propočtů v bodě 2. Z toho plyne, že tzv. úlohu strukturního modelování lze použít pro výpočty výsledných kalkulací vlastních nákladů všech podnikových vnitřních (mezizávodových) i vnějších (externích) dodávek. Je nutné si uvědomit, že význam tohoto závěru v oblasti přesně sekvenčních dodávek není nijak velký, neboť téhož výsledku můžeme dosáhnout zcela jednoduchými prostředky tradiční fázové (postupné) kalkulace. Avšak při plné matici dodávek, tj. existují-li dodávky zpětné, např. ze závodu 2 do závodu 1 apod., je maticová metoda, tj. cenová úloha strukturního modelování, zcela nenahraditelná, pomocí níž lze struktury dodávek vypočítat. Význam této metody, která by se měla stát obecným nástrojem kalkulačním, velice stoupá, což dokládáme obdobnými propočty jako u sekvenčních dodávek, provedenými však pro plnou (nikoli trojúhelníkovou) matici dodávek, a to pouze metodou maticovou. Tradiční postupnou metodu nelze v tomto případě použít. Propočty uzavíráme opět celkovým modelem, který - oproti modelu zadanému, který uvádí všechny dodávky v prodejních cenách PC - obsahuje veškeré dodávky v plné struktuře prvotních nákladů vždy s příslušným ziskem. Propočty doplňujeme důkazem, že metoda aplikace zisku finalisty na tržní dodávky je zřejmě chybná, a vyvozujeme, že zisk u tržních dodávek i vnitřních aktivací všeho druhu není a nemůže být ziskem finalisty, nýbrž že tento zisk je váženým průměrem všech zisků přijatých dodávek a zisku finalisty (lépe zisku přijímacího závodu, neboť obecně nemusí být každý závod finalistou). Z daných výpočtů vyplývá, že se těmito propočty vlastně řeší otázka homogennosti evidenční základny podnikového modelu. Z dané evidence by nebylo možné model v žádoucí podobě sestavit, protože by nesouhlasilo ocenění výstupních položek s položkami vstupními. Teprve po výpočtu reálné výsledné kalkulace, tj. takové, která ve všech položkách modelu vychází ze stejného členění nákladů a z možnosti zjištění zisku u všech mezidodávek a také u všech položek konečného užití, můžeme pokládat evidenční základ modelu za vyhovující. Protože metoda strukturních modelů považuje za výstupy nejen skutečně realizovanou produkci a veškeré aktivace, k nimž v daném období došlo, ale i změny stavu zásob 66 dokončené a nedokončené výroby a změny položek časového rozlišení, lze na všechny tyto položky aplikovat dopočítání nerealizovaného zisku a převést je na jednotné ocenění (v PC). To se až dosud provádělo pomocí koeficientů u změn stavu zásob dokončené a nedokončené výroby, a to jen v případě potřeby, nikoli systematicky. Podle navržené metody je to možné realizovat u všech položek 3. kvadrantu modelu, tzn. i u položek časového rozlišení. I to znamená zpřesnění dosavadní evidenční základny, které je nezbytné pro vytvoření konzistentního podnikového modelu. 2. Návaznost plánované a evidenční informace s ohledem na náplň plánovacího strukturního modelu podniku Jedna z aplikačních možností maticové metody spočívá v tom, že se pomocí strukturního modelování zpřesní evidenční základna dané hospodářské jednotky. Strukturní model zde slouží jako analytický nástroj, který pomáhá v daném podniku lépe poznat vzájemné souvislosti mezi jevy. Zároveň se však otevírá reálná možnost použít strukturního modelu jako nástroje plánovacího. Předpokládáme, že při aplikaci této metody propočteme na základě zadaných plánových úkolů ve výrobě zboží a ostatních složek konečného užití nový model, který poskytne podrobné údaje o jednotlivých nákladech, výnosech a mezidodávkách závodů podniku. Při řešení použijeme standardní úlohu strukturního modelování 2. typu, tj. rovnici X = [E - A]-1 Y. Navíc podrobně propočteme všechny nákladové položky plánu, včetně plánovaného zisku, přičemž předpokládáme, že plánovací model bude mít stejnou strukturu jako model analytický, tj. evidenční. Jinými slovy: navržený strukturní model podniku chápeme jako integrační nástroj evidence a plánování. Příslušné propočty lze aplikovat jak pro analytický, tak pro plánovací strukturní model s tím rozdílem, že u plánovacího modelu předpokládáme, že tento model vznikl ve své agregátní podobě (tj. v podobě nečleněné na nákladové položky a zisk) z modelu evidenčního (tj. analytického) aplikací úlohy 2. typu. Samotný přechod od evidenčního ke strukturnímu modelu je běžná výpočtová záležitost. Podrobněji popíšeme úlohu rozpisu plánu do nákladových a ziskových položek ve všech prvcích modelu podle cenové úlohy, upravené podle výše uvedených postupů. Rozpis plánu je vlastně výpočtem předběžných kalkulací, a proto probíhá stejně jako výpočet výsledných kalkulací. V tom, že pro oba výpočty používáme téhož typu výpočtu a téhož detailního schématu strukturního modelu, vidíme podstatný krok kupředu směrem k integraci informací evidenčního a plánovacího typu a k dosažení jejich plné návaznosti a vzájemné kontrolovatelnosti. Plánovací model podle této metody plně vychází z evidence, a naopak evidence může v plné struktuře kontrolovat plnění plánovacího modelu tím, že bude používat modelu analytického. 67 3. Postup propočtu nákladových položek analytického (evidenčního) a plánovacího modelu Je dán strukturní model podniku se závody 1,2,3 (obr. 3). 1 2 3 Přímý materiál Přímé mzdy Režie (200 % přímých mezd) Zisk 1 7 4 8 5 24 2 6 9 6 12 7 40 3 6 7 3 2 4 3 25 24 40 25 Y 12 33 25 Obr. 3: Výchozí strukturní model podniku Úkolem je vyjádřit všechny vnitropodnikové dodávky a konečné užití ve struktuře nákladů třetího kvadrantu, tj. v položkách přímý materiál, přímé mzdy, režie a zisk, tedy v kalkulačním členění nákladů včetně zisku. Naznačíme postup výpočtu modelu: 1. Vypočítá se inverzní matice T[E - A]-1, a to výpočtem matice A, jejím odečtením od matice E a inverzní a transponující matice [E - A]: 0 0,15 0,24 1 0,15 0,24 A 0 0 0,28 ; E - A 0 1 0,28 ; 0 0 0 0 0 1 2. T E - A 1 0 0 1 0,15 1 0 0,282 0,28 1 Pomocí upravené cenové úlohy se vypočítá model na bázi vlastních nákladů tak, že se od zadaného modelu ve všech polích tohoto modelu odečte zisk. Zadaný model byl udán v PC, nový model bude proto ve vlastních nákladech. Tím, že k němu připojíme odečtený zisk, dostaneme opět původní model, jenže v členění PC na vlastní náklady a zisk v každé položce modelu. Výpočet probíhá v těchto krocích: a) výpočet vektoru vlastních nákladů Z' (PC – zisk): matice Z - Zisk Z' 24 5 19 34 7 27 12 3 9 b) výpočet pomocného vektoru W: 19 W1 0,7916667 24 27 W2 0,675 40 9 W3 0,36 25 68 c) výpočet sloupcového vektoru C, pomocí něhož snižujeme ocenění z PC na ocenění ve vlastních nákladech: C T E A W 0 0 0,7917 0,7917 c1 1 C 0,15 1 0 0,675 0,7938 c2 0,282 0,28 1 0,36 0,7722 c3 d) výpočet nového modelu v novém ocenění, tj. ve vlastních nákladech na obr. 4 - vyjádřeny tučně - a sestavení původního modelu v novém členění na vlastní náklady a zisk v každé položce modelu (obr. 4). 1 1 - 2 - 3 - Vlastní náklady Zisk 19 5 24 19 5 24 2 3 Y 6.0,7917=4,75 6.0,7917=4,75 12.0,7917=9,5 1,25 1,25 2,5 6 6 12 7.0,7938=5,56 33.0,7938=26,19 1,44 6,81 7 33 25.0,7722=19,31 5,69 25 27 9 7 3 34 12 31,75 19,31 8,25 5,69 40 25 19 5 24 31,75 8,25 40 19,31 5,69 25 Obr. 4: Model na bázi vlastních nákladů 3. Tento postup se nyní opakuje pro nejbližší položku nákladovou, tj. pro režii. Půjde o výpočet nového modelu oceněného v přímých nákladech. Postup je opět obdobný a probíhá v těchto krocích: a) výpočet vektoru přímých nákladů Z'' [Z – (zisk + režie)] matice Z - (zisk + režie) Z'' 24 13 11 34 19 15 12 7 5 b) výpočet pomocného vektoru 11 W1 0,4583 24 15 W2 0,375 40 5 W3 0,2 25 c) výpočet sloupcového vektoru podle vztahu CT E - A1 W pomocí něhož snižujeme ocenění z PC na ocenění v přímých nákladech 69 0 0 0,4583 0,4583 c1 1 C 0,15 1 0 0,375 0,4437 c2 0,282 0,28 1 0,2 0,4342 c3 d) výpočet nového modelu v novém členění na přímé náklady, režii a zisk v každé položce modelu ukazuje obr. 5. 1 2 6.0,4583=2,75 3,25 6 1 - 2 - - 3 - - 11 13 24 11 13 24 15 19 40 17,75 22,25 40 3 Y 6.0,4583=2,75 12.0,4583=5,5 3,25 6,5 6 12 7.0,4437=3,11 33.0,4437=14,64 3,89 18,36 7 33 25.0,4342=10,86 25 Přímé náklady Zisk + režie 11 13 24 17,75 22,25 40 10,86 14,14 25 5 7 25 10,86 14,14 25 Obr. 5: Model na bázi přímých nákladů, režie a zisku 4. Nakonec se propočte model oceněný pouze v přímém materiálu: a) výpočet vektoru přímého materiálu Z''': matice Z - (mzdy + zisk + režie) Z''' 24 17 7 34 25 9 12 9 3 b) výpočet pomocného vektoru 7 0,291667 24 9 W2 0,225 40 3 W3 0,12 25 W1 c) výpočet sloupcového vektoru C , pomocí něhož snižujeme ocenění z PC na ocenění v přímém materiálu T 1 C E - A W 0 0 0,2917 0,2917 c1 1 C 0,15 1 0 0,225 0,2687 c2 0,282 0,28 1 0,12 0,2652 c3 70 d) výpočet nového modelu v přímém materiálu a sestavení původního modelu v novém členění na přímý materiál, přímé mzdy, režii a zisk v každé položce modelu na obr. 6. 1 2 3 6.0,2917=1,75 6.0,2917=1,75 4,25 4,25 6 6 7.0,2688=1,88 5,12 7 1 - 2 - 3 - - - 7 17 24 7 17 24 9 25 34 31,75 8,25 40 3 9 12 19,31 5,69 25 Přímý materiál Mzdy + režie + zisk Y 12.0,2917=3,5 8,5 12 33.0,2688=8,87 24,13 33 25.0,2653=6,63 18,37 25 7 17 24 10,75 29,25 40 6,63 18,37 25 Obr. 6: Model na bázi přímého materiálu a přímých mezd s režií a ziskem 5. Nyní je možné sestavit úplný podrobně členěný strukturní model (obr. 7), rozložený do nákladových a ziskových položek, který vlastně představuje závodovou kalkulaci prvotních nákladů mezidodávek a dodávek konečnému užití (realizaci, aktivaci, změny stavu NV, DV a ČR), včetně položek zisku. 1 2 1,75 1,00 2,00 1,25 6,00 3 1,75 1,00 2,00 1,25 6,00 1,88 1,23 2,45 1,44 7 1 - 2 - - 3 - - - 7,00 4,00 8,00 5,00 24 7,00 4,00 8,00 5,00 24,00 9,00 6,00 12,00 7,00 34 10,75 7,00 14,00 8,25 40,00 3,00 2,00 4,00 3,00 12 6,63 4,23 8,45 5,69 25,00 Přímý materiál Přímé mzdy Režie Zisk Y 3,50 2,00 4,00 2,50 12,00 8,87 5,77 11,55 6,81 33 6,63 4,23 8,45 5,69 25 7,00 4,00 8,00 5,00 24,00 10,75 7 14 8,25 40 6,63 4,23 8,45 5,69 25 Obr. 7: Model s úplnou strukturou nákladových položek 6. Je třeba si uvědomit, že pokud v podniku neexistují při mezizávodových dodávkách zpětné vazby, můžeme tuto závodovou výslednou kalkulaci z předchozího bodu vypočíst jednoduchou postupnou kalkulací, kterou nyní ukážeme. 71 a) Rozpočteme veškeré dodávky ze závodu 1 v poměru jeho struktury v podnikové ceně. V daném případě dostáváme strukturu nákladů v této podobě: x1 přímý materiál 7 0,2917 24 4 0,1667 24 8 x3 0,3333 režie 24 5 x4 0,2083 zisk 24 Těmito relacemi násobíme agregátní hodnotu dodávek ze závodu 1 do závodu 2 a 3 a do konečného užití. z 1 do 2 a 3 KU x2 mzdy přímý materiál 6 x1 = 1,75 12 x1 = 3,50 mzdy 6 x2 = 1,00 12 x2 = 2,00 režie 6 x3 = 2,00 12 x3 = 4,00 zisk 6 x4 = 1,25 12 x4 = 2,50 b) Propočte se struktura dodávek ze závodu 2 do závodu 3 a do konečného užití, přičemž se bere v úvahu již známá výše dodávky ze závodu 1 (ve své struktuře). Dodávky ze závodu 2 do závodu 3 a konečného užití: 9 1,75 0,26875 40 6 1 x2 0,175 40 12 2 x3 0,035 40 7 1,25 x4 0,20625 40 2 3 přímý materiál 7 x1 = 1,88 mzdy 7 x2 = 1,22 režie 7 x3 = 2,45 zisk 7 x4 = 1,44 x1 2 KU 33 x1 = 8,87 33 x2 = 5,77 33 x3 = 11,25 33 x4 = 6,81 e) U závodu 3 jde jen o dodávku do konečného užití, postup výpočtu je opět obdobný. Dodávky ze závodu 3 KU: 72 3 1,75 1,88 0,2652 25 2 1 1,22 x2 0,1688 25 4 2 2,45 x3 0,338 25 3 1,25 1,44 x2 0,2276 25 3 KU přímý materiál 25 x1 = 6,63 mzdy 25 x2 = 4,23 režie 25 x3 = 8,45 zisk 25 x4 = 5,69 x1 d) Výsledkem je naprosto stejný model jako v bodě 5 (obr. 7). Číselné rozdíly způsobené zaokrouhlováním jsou jen nepatrné. Na první pohled vede tento rozbor k paradoxnímu výsledku: tradiční postupná kalkulace je mnohem rychlejší a jednodušší než výpočet aplikací strukturního modelu a přitom vede ke zcela stejnému výsledku. To však platí jen pro jednoduché vztahy sekvenčního typu, kdy závod 1 dodává závodu 2, 3 až 5, závod 2 jen závodu 3, 4, 5, závod 3 jen závodu 4,5, to znamená jen pro případy bez zpětných vazeb. U vztahů se zpětnými vazbami se brzy tradiční postupná kalkulace velmi komplikuje a je prakticky neproveditelná. To je také důvod, proč se v praxi tato kalkulace neprovádí a proč se uskutečňují vzájemné dodávky mezi závody v podnikové ceně PC, a nikoli v plné struktuře nákladové, včetně tzv. anticipovaného zisku. Maticovou metodu, tj. metodu strukturního modelování, která - jak je patrné - vede k přesně stejným výsledkům jako tradiční metoda postupné kalkulace, lze však aplikovat zcela obecně, tj. i tam, kde existují velmi bohaté zpětné vazby. Pomocí této metody je možné zavést evidenci i plánování všech položek nejen prvotních nákladů, ale také mezizávodových dodávek, dodávek pro realizaci, aktivaci a rovněž pro položky NV, DV, ČR v plné struktuře nákladové, včetně anticipovaného, či dosud nerealizovaného zisku. 4. Závěr Sestavení postupné kalkulace pomocí strukturního modelu vychází z cenové úlohy, která se řeší podle vzorce C = T[E – A]-1W. Tento problém se dá vyřešit postupným výpočtem bez použití strukturního modelu, neboť při postupné kalkulaci se většinou nevyskytují nepřímé vazby. Obojí způsob řešení, tj. výpočet pomocí strukturního modelu a sekvenční výpočet je v příspěvku naznačen. Důležitý poznatek, který je obecně použitelný jak pro situace, v nichž se vyskytují nejen přímé vazby, ale nepřímé vazby, spočívá v tom, že model vyjádřený v agregovaných položkách nákladů lze rozložit do jednotlivých nákladových složek. 73 Stručně lze postup vytváření strukturního modelu s úplnou strukturou nákladů vyjádřit takto: 1. Vychází se ze znalosti struktury prvotních nákladů, resp. podnikové ceny. Stejnou strukturu nákladů je nutno přenést do všech vnitřních dodávek v podniku a dodávek na trh. Jedná se o zobrazení nákladů např. podle kalkulačního vzorce. 2. Nejprve se vypočtou technické koeficienty a matice T[E – A]-1. Poté se stanoví koeficienty matice W pro každou položku prvotních nákladů. Tento postup se opakuje pro každou nákladovou položku zvlášť. Nakonec se vytvoří model v plné nákladové struktuře. Pokud se sestavují modely plánovací a modely evidenční ve stejné nákladové struktuře, jsou velmi vhodným nástrojem operativního i strategického controllingu. Propočty pomocí strukturních modelů podávají objektivnější informace v oblasti ziskovosti jednotlivých útvarů, resp. závodů. Prameny: [1] Macík, K.: Kalkulace a rozpočetnictví. Praha: České vysoké učení technické v Praze, 2007. 213 s. 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] Beran, T.: Oceňování výkonů ve vnitřním řízení. Nepublikovaná disertační práce ČVUT, FS, 2006. [4] Macík, K., Vysušil J.: Vnitropodniková ekonomika. ČVUT 2003, 189 s., ISBN 80-0102425-3. [5] Miller, R. E., Blair, P. D.: Input-Output Analysis – Foundations and Extensions, Cambridge University Press, 2009, 750 s. ISBN 978-0-521-73902-3. [6] Gros, I.: Matematické modely pro manažerské rozhodování, Vydavatelství VŠCHT 2009, Praha, ISBN 978-807080-709-5. 74
Podobné dokumenty
PHOTON ENERGY INVESTMENTS N.V. Produzent von nachhaltig
do 37.100 MW (=CAGR 2011 do 2016: +139% do +169%) V 2012 se velmi pravděpodobně dosáhne růstu minimálně 3 GW; v 2016 se může dosáhnout růstu 10 GW I přes ukončení státního podpůrného programu, kter...
VíceProceedings from the 15th Conference on INTEGRATED
ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2 [email protected], [email protected], [email protected] http://rep.fs.cvut.cz/
Víceprojektový management na vysokých školách
Partner 3 projektu: Vysoké učení technické v Brně Cílem projektu je vytvoření a následná činnost sítě spolupráce vysokých škol na úrovni projektových center, která zajistí kvalitnější a rozsáhlejší...
Více