Učinkovitost resursa postaje sljedeća konkurentska prednost

Ako možete lokalno nabaviti materijale i smanjiti ovisnost o ranjivim lancima vrijednosti, jačate svoju otpornost. To ne samo da smanjuje rizik, već stvara i značajnu konkurentsku prednost. Nadalje, može omogućiti uštedu troškova i smanjiti otisak CO₂ po proizvodu", Elin, voditeljica održivosti za Švedsku i Nordijce u Siemens.

Pretvaranje izazova u konkurentsku prednost

Kružno razmišljanje donosi dvostruku vrijednost — pojačava i poslovne performanse i utjecaj na održivost. Istraživanja pokazuju da su potrošači spremni platiti do 10% više za održivo proizvedene proizvode i usluge, što dodatno povećava konkurentnost. Potencijal ubrzano raste: predviđa se da će europsko kružno gospodarstvo biti pet puta veće do 2040. u odnosu na 2021.

"U prošlosti se učinkovitost resursa često zanemarila. Sve više tvrtki sada prepoznaje potencijalne rizike i shvaća potrebu da osiguraju svoje tokove materijala — na primjer, integriranjem recikliranih materijala", nastavlja Elin.

Utjecaj je značajan: čak 45% globalnih emisija stakleničkih plinova povezano je s upotrebom materijala. To znači da kružno upravljanje resursima nije samo pitanje resursa, već preduvjet za postizanje klimatskih ciljeva i otključavanje novih mogućnosti za rast i profitabilnost.

Za donositelje odluka pomak uključuje prelazak s gledanja linearnih ovisnosti kao rizika na promatranje kružnosti kao strateške prilike. Ugrađivanjem kružnih načela tvrtke mogu izgraditi otpornije lance vrijednosti.

"Na primjer, uključivanjem kriterija kružnosti u dizajn vašeg proizvoda i povećanjem učinkovitosti resursa vaših proizvodnih procesa, uspostavljate jače temelje za dugoročnu poslovnu otpornost."

Strategije za duži životni ciklus i prediktivno održavanje

Tradicionalno, proizvodi su dizajnirani s performansama i troškovima kao primarnim fokusom. U kružnom gospodarstvu dizajn također mora uzeti u obzir dugovječnost, popravljivost i ponovnu upotrebu.

"U Siemensu aktivno redizajniramo naše proizvode kako bi trajali dulje, mogli se nadograditi i popraviti i lakše reciklirati. Usredotočujući se na održive materijale, poboljšane performanse i duži vijek trajanja stvaramo proizvode sa smanjenim utjecajem na okoliš, a istovremeno omogućujemo kružne protoke vrijednosti", kaže Elin.

Produljenje životnog vijeka proizvoda također ovisi o prediktivnom održavanju. Korištenjem senzora, analitike podataka i digitalnih blizanaca moguće je predvidjeti trošenje i produžiti vijek trajanja opreme — ključni korak prema kružnijim i resursima učinkovitijim proizvodnim sustavima.

"Jedan od izazova u švedskoj industriji danas je da oko 60% cjelokupnog održavanja ostaje reaktivno*. Postoji ogroman neiskorišteni potencijal za usvajanje pristupa koji se više temelji na podacima - produžavanje životnog vijeka imovine i smanjenje potrošnje resursa", dodaje Elin.

Odluke temeljene na podacima za proizvode i proizvodnju učinkovitih resursa

Kružnost započinje u fazi projektiranja, kako u načinu dizajniranja proizvoda, tako i u strukturiranju proizvodnih procesa. Minimiziranje otpada i optimiziranje korištenja resursa zahtijeva donošenje odluka temeljeno na podacima.

"Kružni prijelaz u osnovi je tehnološka i industrijska transformacija. Podaci i digitalizacija ključni su za prilagođavanje proizvodnje, proizvoda i tokova materijala potrebnim tempom", objašnjava Elin.

Analizom proizvodnih podataka tvrtke mogu identificirati gdje se resursi najučinkovitije koriste i gdje leže mogućnosti poboljšanja.

Da bi doista postigla učinkovitost resursa, industrija mora početi postavljati nove vrste pitanja: Gdje su naši najveći materijalni gubici danas - i kako oni mogu postati novi resursi? Koji se udio naših ulaznih materijala može reciklirati? A što nas podaci iz faze upotrebe mogu naučiti o dizajniranju proizvoda koji traju dulje i učinkovitije cirkuliraju? Što je temelj podataka jači, odluke su točnije i održivije — a tehnologija za postizanje toga već postoji", zaključuje Elin.

*Izvor: https://produktion2030.se/projekt/predictive-maintenance-using-advanced-cluster-analysis-paca/