تولید ناب در عصر اتوماسیون صنعتی: ساخت سیستم‌های تولید با بهره‌وری بالا

چرا تولید ناب در صنعت مدرن همچنان ضروری است

تولید در دو دهه گذشته به طور چشمگیری تغییر کرده است. تحول دیجیتال، اتوماسیون صنعتی، تحلیل‌های پیشرفته و فناوری‌های کارخانه هوشمند نحوه طراحی، تولید و تحویل محصولات را دگرگون کرده‌اند. با وجود این پیشرفت‌ها، تولیدکنندگان همچنان با همان چالش اساسی روبرو هستند: تولید محصولات با کیفیت بالا به صورت کارآمد در حالی که هزینه‌ها کنترل شده و انتظارات مشتری برآورده شود.

این چالش توضیح می‌دهد که چرا تولید ناب یکی از تأثیرگذارترین فلسفه‌های عملیاتی در صنعت مدرن باقی مانده است. تولید ناب بر حداکثر کردن ارزش مشتری در حالی که ضایعات را به حداقل می‌رساند تمرکز دارد. هر فعالیت، فرآیند و منبع باید به طور مستقیم یا غیرمستقیم به ارائه ارزش به مشتری نهایی کمک کند.

اگرچه این مفهوم ساده به نظر می‌رسد، دستیابی به عملکرد واقعی ناب نیازمند درک عمیق فرآیندهای تولید، جریان مواد، قابلیت اطمینان تجهیزات و رفتار سازمانی است. شرکت‌هایی که اصول ناب را با موفقیت اجرا می‌کنند اغلب درمی‌یابند که حذف ضایعات یک پروژه یک‌باره نیست، بلکه فرآیندی مستمر از مشاهده، اندازه‌گیری، تحلیل و بهبود است.

تولیدکنندگان امروزی به طور فزاینده‌ای به فناوری‌های اتوماسیون صنعتی برای حمایت از این تلاش‌ها تکیه می‌کنند. PLCها، سیستم‌های کنترل توزیع‌شده (DCS)، پلتفرم‌های کنترل و جمع‌آوری داده‌های نظارتی (SCADA)، سیستم‌های اجرای تولید (MES) و شبکه‌های ارتباطی صنعتی دید لازم برای شناسایی ناکارآمدی‌ها و بهبود عملکرد عملیاتی را فراهم می‌کنند.

اتوماسیون صنعتی به جای جایگزینی اصول تولید ناب، اثربخشی آن‌ها را افزایش می‌دهد. داده‌های زمان واقعی تصمیم‌گیری سریع‌تر را ممکن می‌سازند، تحلیل‌های پیش‌بینی‌کننده ناکارآمدی‌های پنهان را آشکار می‌کنند و سیستم‌های متصل دید بی‌سابقه‌ای به عملیات تولید ارائه می‌دهند.

در نتیجه، تولید ناب مدرن دیگر محدود به نقشه‌برداری فرآیند و بهبود جریان کار نیست. این رویکرد به یک استراتژی جامع تبدیل شده است که برتری عملیاتی را با فناوری‌های پیشرفته صنعتی ترکیب می‌کند.

درک ارزش از دیدگاه مشتری

هر ابتکار ناب موفق با یک سؤال ساده آغاز می‌شود: مشتری واقعاً چه چیزی را ارزشمند می‌داند؟

تولیدکنندگان اغلب به صورت داخلی متمرکز می‌شوند و بر برنامه‌های تولید، استفاده از تجهیزات، سطح موجودی و عملکرد بخش‌ها تمرکز دارند. در حالی که این معیارها همچنان مهم هستند، تولید ناب سازمان‌ها را تشویق می‌کند تا عملیات را از دیدگاه مشتری ارزیابی کنند.

مشتریان به ندرت به پیچیدگی‌های داخلی علاقه‌مندند. آن‌ها به دریافت محصولات با کیفیت بالا، با قیمت‌های رقابتی، تحویل به موقع و عملکرد مطابق انتظار اهمیت می‌دهند.

هر فعالیتی که مستقیماً به این نتایج کمک کند می‌تواند ارزش افزوده محسوب شود. فعالیت‌هایی که منابع را مصرف می‌کنند بدون اینکه محصول یا تجربه مشتری را بهبود بخشند، ضایعات بالقوه هستند.

اشکال رایج ضایعات تولید شامل موارد زیر است:

• تولید بیش از حد
• موجودی اضافی
• حمل و نقل غیرضروری
• زمان انتظار
• نقص‌ها و بازکاری
• حرکت بیش از حد
• پردازش بیش از حد

شناسایی این منابع ضایعات پایه‌ای برای بهبود مستمر فراهم می‌کند.

اتوماسیون صنعتی مدرن این فرآیند شناسایی را به طور قابل توجهی بهبود می‌بخشد. حسگرها، کنترل‌کننده‌ها و سیستم‌های نظارتی به طور مداوم داده‌های عملیاتی را جمع‌آوری می‌کنند که ناکارآمدی‌هایی را نشان می‌دهد که اغلب در مشاهدات دستی قابل مشاهده نیستند.

برای مثال، یک مدیر تولید ممکن است باور داشته باشد که یک دستگاه بسته‌بندی به طور کارآمد کار می‌کند زیرا به ندرت کاملاً متوقف می‌شود. با این حال، داده‌های عملکرد تولید شده توسط PLC ممکن است توقف‌های کوچک مکرر، کاهش سرعت عملکرد یا مداخلات مکرر اپراتور را نشان دهد که به طور جمعی توان خروجی را کاهش می‌دهند.

بدون داده‌های عملیاتی دقیق، این خسارات پنهان اغلب کشف نمی‌شوند.

سازمان‌هایی که محیط‌های تولید خود را مدرن می‌کنند، اغلب سیستم‌های پیشرفته PLC و PAC را برای بهبود دید و پشتیبانی از تصمیم‌گیری مبتنی بر داده در سراسر عملیات تولید به کار می‌گیرند.

نقشه‌برداری جریان‌های ارزش در یک محیط تولید متصل

پس از شناسایی ارزش مشتری، متخصصان ناب بر درک نحوه حرکت ارزش در سازمان تمرکز می‌کنند. این فرآیند معمولاً به عنوان نقشه‌برداری جریان ارزش (VSM) شناخته می‌شود.

نقشه‌های جریان ارزش سنتی حرکت مواد از تأمین‌کنندگان از طریق فرآیندهای تولید و در نهایت به مشتریان را به تصویر می‌کشند. این نقشه‌ها به سازمان‌ها کمک می‌کنند تا تأخیرها، گلوگاه‌ها، تکرارها و فعالیت‌های بدون ارزش افزوده را شناسایی کنند.

در حالی که نقشه‌برداری جریان ارزش سنتی همچنان بسیار مؤثر است، تولیدکنندگان مدرن باید جریان‌های اطلاعات دیجیتال را نیز در نظر بگیرند.

محیط‌های تولید اکنون حجم عظیمی از داده‌های عملیاتی را از حسگرها، PLCها، سیستم‌های بینایی ماشین، ربات‌ها، درایوها، آنالیزورها و پلتفرم‌های نرم‌افزاری سازمانی تولید می‌کنند.

یک جریان ارزش دیجیتال جامع شامل موارد زیر است:

• جریان مواد
• اطلاعات زمان‌بندی تولید
• سوابق کیفیت
• داده‌های نگهداری و تعمیرات
• اطلاعات موجودی
• پارامترهای کنترل فرآیند
• معیارهای عملکرد تجهیزات

تولیدکنندگانی که این جریان‌های اطلاعاتی را یکپارچه می‌کنند، درک کامل‌تری از عملکرد عملیاتی به دست می‌آورند.

یک تأمین‌کننده قطعات خودرو را در نظر بگیرید که قطعات دقیق را در چندین سلول ماشین‌کاری تولید می‌کند. تحلیل جریان ارزش سنتی ممکن است تأخیرها بین ایستگاه‌های ماشین‌کاری و بازرسی را شناسایی کند. با این حال، تحلیل دیجیتال ممکن است نشان دهد که تغییرات ماشین، در دسترس بودن ابزار و تعارض‌های زمان‌بندی به مراتب بیشتر از تأخیرهای حمل و نقل باعث توقف می‌شوند.

این دید گسترده‌تر امکان ابتکارات بهبود مؤثرتر را فراهم می‌کند.

بسیاری از سازمان‌ها اکنون از سیستم‌های اجرای تولید (MES) همراه با پلتفرم‌های SCADA برای ایجاد نمای دیجیتال لحظه‌ای از عملیات تولید استفاده می‌کنند. این سیستم‌ها دید مداوم به وضعیت تولید، عملکرد تجهیزات و کارایی جریان کار فراهم می‌کنند.

با افزایش پیچیدگی تولید، توانایی نقشه‌برداری از جریان‌های ارزش فیزیکی و دیجیتال اهمیت بیشتری پیدا می‌کند.

جریان تولید را روان و قابل پیش‌بینی کردن

جریان یکی از مهم‌ترین مفاهیم در تولید ناب است. وقتی تولید به‌صورت روان جریان دارد، محصولات با حداقل تأخیر، وقفه یا گلوگاه به طور کارآمد از عملیات عبور می‌کنند.

متأسفانه، بسیاری از کارخانه‌های تولیدی با جریان نامنظم تولید دست و پنجه نرم می‌کنند. مواد در صف‌ها منتظر می‌مانند، تجهیزات دچار توقف می‌شوند، اپراتورها با تعارض‌های زمان‌بندی مواجه‌اند و اولویت‌های تولید به طور مکرر تغییر می‌کند.

هر وقفه‌ای کارایی را کاهش داده و هزینه‌های عملیاتی را افزایش می‌دهد.

اتوماسیون صنعتی ابزارهای قدرتمندی برای بهبود جریان در سراسر سیستم‌های تولید فراهم می‌کند.

سیستم‌های کنترل مدرن به طور مداوم عملکرد تولید، وضعیت تجهیزات و شرایط فرآیند را نظارت می‌کنند. اطلاعات لحظه‌ای به سرپرستان اجازه می‌دهد تا گلوگاه‌های در حال شکل‌گیری را قبل از تأثیر قابل توجه بر تولید شناسایی کنند.

برای مثال، سیستم‌های نقاله مجهز به حسگرها می‌توانند تجمع مواد را تشخیص داده و به طور خودکار نرخ تولید در بخش‌های بالادستی را تنظیم کنند. سیستم‌های بسته‌بندی می‌توانند مستقیماً با تجهیزات پرکننده ارتباط برقرار کنند تا جریان تولید متعادل حفظ شود. پلتفرم‌های زمان‌بندی خودکار می‌توانند منابع را بر اساس نیازهای متغیر تولید به صورت پویا تخصیص دهند.

این قابلیت‌ها به تولیدکنندگان کمک می‌کند تا زمان انتظار را کاهش دهند، موجودی کار در جریان را به حداقل برسانند و کارایی کلی تولید را بهبود بخشند.

صنعت ۴.۰ امکانات تولید ناب را گسترش می‌دهد

تولید ناب مدت‌ها قبل از ورود مفاهیمی مانند اینترنت صنعتی اشیاء (IIoT)، رایانش ابری، هوش مصنوعی و تحلیل لبه به واژگان صنعتی شکل گرفت. با این حال، اهداف به طرز قابل توجهی مشابه باقی مانده‌اند. هم تولید ناب و هم صنعت ۴.۰ به دنبال بهبود کارایی، حذف ضایعات، افزایش شفافیت و حمایت از بهبود مستمر هستند.

تفاوت در ابزارهای در دسترس است.

فناوری‌های صنعت ۴.۰ به تولیدکنندگان اجازه می‌دهند ناکارآمدی‌ها را با دقت بسیار بیشتری نسبت به روش‌های سنتی شناسایی کنند. حسگرها به‌طور مداوم داده‌های فرآیندی را جمع‌آوری می‌کنند، شبکه‌های صنعتی اطلاعات را در سراسر تأسیسات منتقل می‌کنند و پلتفرم‌های تحلیلی اطلاعات خام را به هوش عملیاتی تبدیل می‌کنند.

در نتیجه، تولیدکنندگان می‌توانند مشکلات عملکرد را مدت‌ها پیش از تبدیل شدن به مشکلات عملیاتی جدی شناسایی کنند.

برای مثال، یک خط تولید ممکن است در محدوده‌های قابل قبول به کار خود ادامه دهد در حالی که به‌تدریج به دلیل افزایش زمان چرخه، افزایش نرخ رد، یا تخریب جزئی تجهیزات، کارایی خود را از دست می‌دهد. روش‌های گزارش‌دهی سنتی ممکن است این روندها را تا زمانی که اهداف تولید از دست بروند، نشان ندهند.

پلتفرم‌های تحلیلی مدرن می‌توانند این تغییرات را به‌طور خودکار شناسایی کرده و پیش از کاهش قابل توجه بهره‌وری، به پرسنل هشدار دهند.

این رویکرد پیشگیرانه کاملاً با اصول تولید ناب هماهنگ است و با حذف ضایعات پیش از تجمع آن‌ها، همسو است.

هوش مصنوعی و تحلیل‌های پیشرفته تولید

هوش مصنوعی به یکی از فناوری‌های پر بحث در تولید مدرن تبدیل شده است. در حالی که این اصطلاح اغلب با مفاهیم آینده‌نگرانه همراه است، کاربردهای عملی صنعتی در حال حاضر ارزش قابل اندازه‌گیری ارائه می‌دهند.

سیستم‌های هوش مصنوعی در شناسایی الگوها در مجموعه داده‌های بزرگ که برای اپراتورهای انسانی دشوار است، بسیار موفق عمل می‌کنند.

در محیط‌های تولیدی، این قابلیت‌ها از موارد زیر پشتیبانی می‌کنند:

• برنامه‌های نگهداری پیش‌بینی‌شده
• بهینه‌سازی کیفیت
• مدیریت انرژی
• برنامه‌ریزی تولید
• پیش‌بینی موجودی
• بهینه‌سازی فرآیند

برای مثال، یک سیستم کیفیت مبتنی بر هوش مصنوعی ممکن است هزاران متغیر فرآیندی را به‌طور همزمان تحلیل کند تا تعیین کند کدام شرایط عملیاتی بیشترین تأثیر را بر کیفیت محصول دارند.

سپس مهندسان می‌توانند پارامترهای عملیاتی را به‌صورت پیشگیرانه تنظیم کنند تا نقص‌ها کاهش یافته و یکنواختی بهبود یابد.

به همین ترتیب، الگوریتم‌های یادگیری ماشین می‌توانند سال‌ها سوابق نگهداری، روندهای عملیاتی و داده‌های عملکرد تجهیزات را ارزیابی کنند تا خرابی‌ها را پیش از وقوع پیش‌بینی کنند.

نتیجه، افزایش در دسترس بودن تجهیزات، کاهش هزینه‌های نگهداری و کاهش ضایعات عملیاتی است.

مهم است که هوش مصنوعی جایگزین روش‌های ناب نمی‌شود. بلکه ابزارهای پیشرفته‌تری را برای حمایت از ابتکارات بهبود مستمر در اختیار تولیدکنندگان قرار می‌دهد.

دوقلوهای دیجیتال نحوه بهبود فرآیندها توسط تولیدکنندگان را تغییر می‌دهند

یکی از پیشرفت‌های بسیار امیدوارکننده در اتوماسیون صنعتی، پذیرش فناوری دوقلوی دیجیتال است.

یک دوقلوی دیجیتال نمایشی مجازی از یک دارایی فیزیکی، ماشین، فرآیند یا تأسیسات تولید است. مدل دیجیتال به‌طور مداوم داده‌های عملیاتی را از سیستم فیزیکی دریافت می‌کند و نمایشی دقیق و به‌روز از شرایط واقعی عملکرد ایجاد می‌کند.

این قابلیت فرصت‌های قابل توجهی برای برنامه‌های تولید ناب ایجاد می‌کند.

به جای آزمایش مستقیم روی دارایی‌های تولید، مهندسان می‌توانند تغییرات فرآیند را در یک محیط مجازی ارزیابی کنند.

تولیدکنندگان می‌توانند شبیه‌سازی کنند:

• تغییرات خط تولید
• ارتقاء تجهیزات
• معرفی محصولات جدید
• تغییرات جریان مواد
• پروژه‌های توسعه ظرفیت
• استراتژی‌های نگهداری

مسائل احتمالی می‌توانند پیش از اجرا شناسایی شوند که ریسک پروژه را کاهش داده و ابتکارات بهبود را تسریع می‌کند.

برای سازمان‌هایی که به دنبال تعالی عملیاتی هستند، دوقلوهای دیجیتال مکانیزم قدرتمندی برای حمایت از تصمیم‌گیری مبتنی بر داده فراهم می‌کنند.

با بهبود دقت شبیه‌سازی، انتظار می‌رود فناوری دوقلوی دیجیتال به بخش مهم‌تری از استراتژی‌های تولید هوشمند تبدیل شود.

کارخانه‌های هوشمند به سیستم‌های اتوماسیون متصل وابسته‌اند

مفهوم کارخانه هوشمند فراتر از اتوماسیون تجهیزات است.

یک کارخانه واقعاً هوشمند، سیستم‌های تولید، عملیات نگهداری، فرآیندهای مدیریت کیفیت، سیستم‌های موجودی و برنامه‌های کسب‌وکار را در یک اکوسیستم متصل ادغام می‌کند.

اطلاعات به‌طور یکپارچه در مرزهای سازمانی جریان می‌یابد و تصمیم‌گیری سریع‌تر و هماهنگی عملیاتی بهبود یافته را ممکن می‌سازد.

فناوری‌های اصلی پشتیبان محیط‌های تولید هوشمند شامل موارد زیر است:

• سیستم‌های PLC و PAC
• سیستم‌های کنترل توزیع‌شده (DCS)
• پلتفرم‌های SCADA
• سیستم‌های اجرای تولید
• شبکه‌های اترنت صنعتی
• پلتفرم‌های تحلیل ابری
• راهکارهای امنیت سایبری صنعتی

این فناوری‌ها با هم کار می‌کنند تا شفافیت در عملیات تولید ایجاد کنند.

تصمیم‌گیرندگان به اطلاعات عملیاتی در زمان واقعی دسترسی پیدا می‌کنند در حالی که تیم‌های تولید بینش‌های قابل اجرا برای حمایت از تلاش‌های بهبود مستمر دریافت می‌کنند.

مراکز صنعتی که زیرساخت‌های اتوماسیون خود را نوسازی می‌کنند، اغلب سیستم‌های کنترل توزیع‌شده پیشرفته و معماری‌های کنترل یکپارچه را ارزیابی می‌کنند که قادر به پشتیبانی از ابتکارات تحول دیجیتال آینده هستند.

مطالعه موردی: بهبودهای ناب از طریق نوسازی DCS هانیول

یک تولیدکننده مواد شیمیایی تخصصی که چندین واحد تولید دسته‌ای را اداره می‌کرد، با چالش‌های مداوم مرتبط با تغییرپذیری فرآیند، کیفیت نامنظم محصول و مداخله بیش از حد اپراتور مواجه بود.

این مجموعه به زیرساخت کنترل قدیمی متکی بود که دید کافی به عملکرد فرآیند را محدود می‌کرد.

برای مقابله با این چالش‌ها، سازمان برنامه‌ای برای نوسازی با تمرکز بر سیستم کنترل توزیع‌شده جدید Honeywell اجرا کرد.

پروژه شامل موارد زیر بود:

• نظارت پیشرفته بر فرآیند
• بهبود مدیریت هشدارها
• استراتژی‌های پیشرفته کنترل فرآیند
• رابط‌های متمرکز اپراتور
• جمع‌آوری داده‌های تاریخی

پس از اجرا، اپراتورها دید بسیار بیشتری نسبت به شرایط فرآیند پیدا کردند. انحرافات فرآیند زودتر شناسایی شدند، عملکرد کنترل بهبود یافت و تغییرپذیری تولید کاهش یافت.

مدیریت همچنین به اطلاعات عملکرد تاریخی دست یافت که از تحقیقات علت‌یابی و ابتکارات بهبود مستمر پشتیبانی می‌کرد.

نتیجه کاهش قابل اندازه‌گیری ضایعات، بهبود یکنواختی محصول و افزایش بهره‌وری تولید بود.

این مثال نشان می‌دهد چگونه سیستم‌های کنترل مدرن می‌توانند به طور مستقیم از اهداف تولید ناب حمایت کنند.

مطالعه موردی: اتوماسیون و بهینه‌سازی تولید ABB

یک کارخانه بزرگ خمیر و کاغذ به دنبال بهبود بهره‌وری تولید در حالی که مصرف انرژی و توقف‌های ناگهانی را کاهش دهد بود.

اگرچه چندین برنامه بهبود قبلاً اجرا شده بود، مدیریت دید کافی نسبت به تعاملات بین عملکرد فرآیند، قابلیت اطمینان تجهیزات و کارایی عملیاتی نداشت.

این مجموعه راه‌حل اتوماسیون یکپارچه ABB را به کار گرفت که سیستم‌های کنترل فرآیند، پلتفرم‌های نگهداری و ابزارهای گزارش‌دهی تولید را متصل می‌کرد.

اطلاعات به‌صورت لحظه‌ای در چندین بخش در دسترس قرار گرفت که به پرسنل تولید، تیم‌های نگهداری و مدیران کارخانه امکان همکاری مؤثرتر را داد.

چندین بهبود مهم به دنبال داشت:

• کاهش تغییرپذیری فرآیند
• استفاده بهتر از تجهیزات
• کاهش مصرف انرژی
• حل سریع‌تر مشکلات
• برنامه‌ریزی تولید بهبود یافته

سازمان در نهایت به دستاوردهای قابل توجهی در بهره‌وری و قابلیت اطمینان عملیاتی رسید.

شاید مهم‌تر از همه، این مجموعه فرهنگی ایجاد کرد که تصمیمات به طور فزاینده‌ای بر اساس داده‌های عملیاتی به جای فرضیات گرفته شوند.

این تغییر فرهنگی یکی از ارزشمندترین نتایج هر ابتکار تحول ناب موفق است.

ساختن فرهنگی از بهبود مستمر

فناوری به تنهایی نمی‌تواند سازمانی ناب ایجاد کند.

سیستم‌های کنترل پیشرفته، پلتفرم‌های نگهداری پیش‌بینی، شبکه‌های صنعتی و نرم‌افزارهای تحلیلی قابلیت‌های قدرتمندی فراهم می‌کنند، اما موفقیت پایدار در نهایت به انسان‌ها بستگی دارد.

سازمان‌هایی که به طور مداوم به تعالی عملیاتی دست می‌یابند، فرهنگی از بهبود مستمر را در تمام سطوح کسب‌وکار پرورش می‌دهند.

کارمندان تشویق می‌شوند تا ناکارآمدی‌ها را شناسایی کنند، بهبودها را پیشنهاد دهند و به طور فعال در فعالیت‌های حل مسئله شرکت کنند.

اپراتورها اغلب دانش عملی ارزشمندی درباره فرآیندهای تولید دارند. تکنسین‌های نگهداری رفتار تجهیزات را درک می‌کنند. مهندسان تخصص فنی ارائه می‌دهند. مدیران جهت‌گیری استراتژیک فراهم می‌کنند.

وقتی این دیدگاه‌ها با هم ترکیب شوند، سازمان‌ها اکوسیستم‌های قدرتمند بهبود ایجاد می‌کنند که قادر به سازگاری با نیازهای متغیر کسب‌وکار هستند.

روش‌شناسی برنامه‌ریزی-اجرا-بازبینی-اقدام همچنان بسیار مرتبط است زیرا آزمایش ساختاریافته و یادگیری مستمر را تشویق می‌کند.

هر ابتکار بهبود دانش جدیدی تولید می‌کند که می‌توان آن را در چالش‌های آینده به کار برد.

با گذشت زمان، این چرخه فرهنگی خودپایدار متمرکز بر برتری عملیاتی ایجاد می‌کند.

افکار نهایی

تولید ناب همچنان یکی از مؤثرترین چارچوب‌ها برای بهبود عملکرد صنعتی است. در حالی که اصول بنیادی بدون تغییر باقی مانده‌اند، ابزارهای در دسترس تولیدکنندگان به طور چشمگیری تکامل یافته‌اند.

فناوری‌های اتوماسیون صنعتی اکنون دید بی‌سابقه‌ای به عملیات تولید، سلامت تجهیزات، عملکرد کیفیت و استفاده از منابع ارائه می‌دهند. PLCها، سیستم‌های SCADA، پلتفرم‌های DCS، فناوری‌های نگهداری پیش‌بینی، شبکه‌های ارتباطات صنعتی و راه‌حل‌های صنعت ۴.۰ نحوه شناسایی ضایعات و پیگیری بهبود مستمر توسط سازمان‌ها را متحول کرده‌اند.

موفق‌ترین تولیدکنندگان درک می‌کنند که تولید ناب و اتوماسیون صنعتی استراتژی‌های رقیب نیستند. آن‌ها رشته‌های مکملی هستند که یکدیگر را تقویت می‌کنند.

اصول ناب تعیین می‌کنند که سازمان‌ها باید چه چیزی را بهبود بخشند. اتوماسیون صنعتی دید، هوش و کنترل لازم برای دستیابی به این بهبودها را به صورت کارآمد فراهم می‌کند.

با ادامه تکامل تولید به سمت عملیات‌های بیشتر متصل و داده‌محور، ادغام روش‌های ناب با فناوری‌های پیشرفته اتوماسیون همچنان یک مزیت رقابتی حیاتی خواهد بود.

سازمان‌هایی که قادر به ترکیب برتری عملیاتی، قابلیت اطمینان دارایی‌ها، تحول دیجیتال و بهبود مستمر باشند، بهترین موقعیت را برای پیشرفت در نسل بعدی تولید صنعتی خواهند داشت.