Komentarz tygodnia BDO Advisory | 16.01.2026 – Standaryzacja jako fundament doskonalenia i AI

Insight tygodnia

To pierwszy komentarz w nowym roku. Życzę Państwu, żeby 2026 przyniósł mniej „zarządzania kryzysem”, a więcej spokojnej, przewidywalnej pracy na procesach – z dobrym przepływem, stabilną jakością i trafnymi decyzjami opartymi na danych.

Jeżeli miałbym wskazać jeden fundament, który łączy stabilność operacji, zdolność do doskonalenia i sensowne wykorzystanie AI/automatyzacji, to jest nim standaryzacja rozumiana jako wspólny punkt odniesienia, jako fundament sprawnej i zdolnej do doskonalenia organizacji. Standard nie jest po to, żeby „wyrównać wszystkich do średniej”. Jest po to, żebyśmy mogli uczciwie odpowiedzieć na dwa pytania: czy mamy standard? i czy go realizujemy? Dopiero wtedy odchylenie staje się informacją, a nie emocją. To również warunek wdrożenia nowych rozwiązań technologicznych: AI i automatyzacja daje efekty w  spójnym wystandaryzowanym procesie a nie chaosie.

Co się wydarzyło (PL + świat) – komentarz operacyjny jednym zdaniem

PGE ma nowego prezesa i wiceprezeskę ds. operacyjnych. Rada nadzorcza powołała nowego prezesa, a zarazem wzmocniła rolę operacyjną w zarządzie.

Komentarz operacyjny: zmiana na górze jest testem, czy organizacja „opiera się na standardach” – jeśli procesy i dane mają wspólny punkt odniesienia, stabilność wyników nie zależy od pojedynczych osób.

Stellantis Tychy: likwidacja trzeciej zmiany i redukcja ok. 740 osób. Od marca zakład ma przestać pracować na trzech zmianach, co oznacza istotne zmiany w zasobach i organizacji pracy.

Komentarz operacyjny: przy mniejszej obsadzie standard pracy staje się polisą na utrzymanie jakości i terminowości – a równolegle porządkuje proces pod automatyzację.

Polski atom: decyzje kontraktowe i wybór dostawcy generatorów turbinowych. Projekt wchodzi w kolejne etapy wyboru kluczowych komponentów i dostawców.

Komentarz operacyjny: w megaprojektach standardy interfejsów, obiegu zmian, definicji „gotowe” i danych projektowych nie są biurokracją – są zarządzaniem ryzykiem koszt/termin/jakość.

AI w praktyce menedżerskiej: narzędzie działa tylko wtedy, gdy jest używane strategicznie. Sam dostęp do AI nie gwarantuje lepszych efektów – liczy się sposób pracy, nawyki i metodyka.

Komentarz operacyjny: jeśli chcemy realnego zwrotu, musimy standaryzować proces i dane, a dopiero potem automatyzować – inaczej zostaniemy z pilotażami bez skali.

Jak to widzę jako doradca operacyjny

  1. Standard jako punkt odniesienia: bez niego nie ma PDCA, jest tylko „akcja-reakcja”.

W wielu organizacjach doskonalenie zaczyna się od pomysłów. W dojrzałych – zaczyna się od stabilizacji. Standard to „najlepszy znany sposób pracy na dziś” i wspólna definicja normalności. Gdy pojawia się problem, nie zaczynamy od szukania winnego, tylko od sprawdzenia: czy standard istnieje, czy był stosowany, a jeśli nie – dlaczego. To zmienia kulturę: od indywidualnej odpowiedzialności rozumianej jako „wina” do odpowiedzialności rozumianej jako „uczenie się na odchyleniach”.

Dla zarządu to przekłada się na proste rozróżnienie: część energii idzie na utrzymanie wyniku (stabilność), część na poprawę wyniku (zmiana). I tu wchodzi logika SDCA → PDCA: najpierw utrwalamy sposób pracy (SDCA), potem testujemy usprawnienia (PDCA), a każda udana poprawa wraca do standardu.

  1. SDCA → PDCA w praktyce: stabilizacja to nie „hamulec”, to przyspieszenie.

Stellantis w Tychach to dobry pretekst do rozmowy o tym, jak operacje reagują na zmianę wolumenu i zasobów. Gdy zespół jest mniejszy, a presja na wynik zostaje, instynktownie rośnie ryzyko „skrótów”: mniej kontroli jakości, mniej dyscypliny przezbrojeń, mniej przeglądów prewencyjnych. Standard pracy jest wtedy narzędziem, które chroni kluczowe elementy procesu: co jest niepodlegające negocjacji, co można elastycznie dopasować, a co wymaga decyzji.

W praktyce oznacza to kilka rzeczy: jasne standardy jakości (kryteria OK/NOK i eskalacja), standard przezbrojeń, standard utrzymania ruchu (co robi operator, co UR, kiedy i z jakim potwierdzeniem). To właśnie te elementy utrzymują FPY/FTT i OTIF przy zmianach organizacyjnych.

  1. Standard danych to warunek AI: „one source of truth” zanim zaczniemy automatyzować decyzje.

Wdrażanie AI najczęściej wykłada się nie na modelach, tylko na podstawach: różne definicje tych samych KPI, brak spójnych słowników, niespójne źródła danych, nieopisana logika wyjątków. AI nie „naprawi” chaosu – ona go przyspieszy.

Jeśli chcemy automatyzować, potrzebujemy standaryzacji danych i reguł: definicji OTIF, lead time, WIP, produktywności, kosztu jednostkowego; wspólnego słownika i odpowiedzialności za dane; oraz „katalogu wyjątków” (kiedy wynik jest anomalią z powodu zdarzenia, a kiedy jest sygnałem procesu). Dopiero na tym możemy budować sensowne zastosowania AI: prognozowanie, wykrywanie odchyleń, wsparcie planowania, analitykę przyczyn źródłowych.

  1. Standaryzacja w megaprojektach: interfejsy, zmiany i definicje „gotowe”.

Projekt jądrowy pokazuje inną twarz standaryzacji: w środowisku rozproszonym i wieloletnim bez standardów współpracy interfejsy „pękają” – a koszt pęknięcia jest mnożony przez harmonogram, kontrakty i zależności. Standardy w projektach to nie tylko dokumentacja; to sposób zarządzania zmianą, obiegiem decyzji, wersjonowaniem danych, kontrolą konfiguracji i odpowiedzialnością.

Z perspektywy zarządu kluczowe pytanie brzmi: czy mamy wspólny standard pracy projektowej (definicje, rytm, eskalacje, governance), który utrzyma spójność, gdy rośnie liczba interesariuszy. Bez tego AI w PMO będzie tylko „ładnym raportem”, a nie narzędziem kontroli ryzyka.

  1. Zmiana lidera to moment prawdy: czy zarządzamy firmą przez standardy, czy przez osoby.

Zmiany w PGE przypominają o prostej zasadzie: w dużych organizacjach stabilność nie może zależeć od „pamięci ludzi”. Musi zależeć od standardów: procesów, danych, zasad podejmowania decyzji i rytmu przeglądów. Najlepszy efekt daje połączenie: standard jako „kręgosłup”, a przywództwo jako „mięśnie” – czyli zdolność do egzekucji i uczenia się.

Co możesz wdrożyć teraz (90 dni)

  1. Zdefiniuj 10–15 standardów krytycznych (tam, gdzie odchylenie boli najbardziej).

Wybierz obszary o najwyższym wpływie na wynik: jakość, terminowość, bezpieczeństwo, koszt jednostkowy, awaryjność. Opracuj standardy zgodne z metodyką pracy standaryzowanej. KPI: spadek reklamacji i braków (FPY/FTT ↑), stabilniejszy OTIF.

  1. Uruchom SDCA w rytmie tygodniowym: standard – realizacja – odchylenie – korekta.

Ustal krótki rytm przeglądów: co tydzień 30–45 min na odchylenia od standardu (nie od planu!), przyczyny i działania. Pilnuj, żeby każde działanie kończyło się aktualizacją standardu lub treningiem. KPI: mniej powtórzeń tych samych problemów, lead time ↓, WIP ↓.

  1. Zrób „katalog definicji KPI” i jedną tablicę prawdy dla danych operacyjnych.

Ustal wspólne definicje: OTIF, lead time, WIP, produktywność, dostępność maszyn, koszt procesu. Określ źródła danych i właścicieli. Ustal reguły wyjątków. KPI: krótszy czas uzgadniania danych, lepsza decyzyjność, mniej „dyskusji o liczbach”.

  1. Zmapuj 2–3 procesy end-to-end i zidentyfikuj reguły oraz wyjątki (pod automatyzację).

Nie zaczynaj od automatyzacji kroku, który jest wąskim gardłem tylko dlatego, że jest „łatwy”. Zrób mapę procesu, wskaż wejścia/wyjścia, decyzje i wyjątki. Dopiero potem wybierz 1–2 miejsca na automatyzację. KPI: lead time ↓, błędy administracyjne ↓, produktywność ↑.

  1. Standaryzuj sposób użycia AI: biblioteka zastosowań + checklisty jakości.

Zbuduj krótką listę 5–7 zastosowań AI w operacjach (np. przygotowanie wariantów planu, analiza odchyleń, streszczenia zgłoszeń jakościowych). Dodaj checklistę: co sprawdzamy, zanim wynik trafi do decyzji. KPI: czas pracy analitycznej ↓, jakość decyzji ↑.

  1. Trening standardu: 15 minut dziennie / 60 minut tygodniowo w gemba.

Bez treningu standard jest plikiem. Zaplanuj mikrotreningi i obserwacje pracy na standardzie. Celem nie jest kontrola, tylko wyrównanie rozumienia i szybkie wychwycenie, gdzie standard nie pasuje do rzeczywistości. KPI: stabilność procesu ↑, błędy ↓, czas onboardingu ↓.

Polecane treści z BDO Advisory

Ile kosztuje audyt operacyjny?

Ile kosztuje nieefektywność? Realne dane o potencjale operacyjnym w zakładach produkcyjnych. Część 2

Czy twoja organizacja działa tak efektywnie jak powinna?

Szkolenia operacyjne BDO Advisory

Warto przeczytać

Jak umowa UE z Mercosur wpłynie na polską gospodarkę?

Ponar Wadowice rozbuduje fabrykę.

Powiązane wpisy