Investeren in robots vraagt om een goede berekening van de Return on Investment (ROI). Maar in praktijk hebben organisaties de neiging alleen de meest voor de hand liggende parameters te gebruiken, waardoor belangrijke voordelen buiten beeld blijven. Fizyr heeft daarom, met input van haar partners, grondig in kaart gebracht welke factoren de echte ROI op robots bepalen.
Het onderzoek is voortgekomen uit verwondering, zegt Tibor van Melsem Kocsis, CCO van Fizyr, dat deep-learning vision software ontwikkelt voor automated picking and placing. “Wij werken met integrators, die de oplossing aan een eindklant aanbieden. En soms zien we dat die oplossingen als duur worden ervaren. Wij wilden graag begrijpen waarom de Return on Investment (ROI) dan negatief uitpakte, maar daar kregen we nooit een consistent antwoord op. Daarom zijn we eerst systematisch informatie gaan verzamelen bij integrators en experts om in kaart te brengen hoe die ROI-berekening bij hen tot stand komt.”
De volgende stap was het verzamelen van input bij de daadwerkelijke gebruiker van robotoplossingen. “We zijn dus met de eindklant van onze integrators gaan praten. Niet om direct zaken met hen te doen, maar omdat ik wil begrijpen waarom hij het duur vindt of waarom hij niet genoeg waarde ziet. Dat was het vertrekpunt. En na een aantal van die gesprekken was al snel de conclusie: die ROI komt vaak niet uit omdat bedrijven redeneren vanuit een te eenvoudige simpele rekensom.”
Niet compleet
Hij legt uit: “De ROI bestaat vaak uit een berekening op basis van het nu te betalen bedrag, en het aantal te reduceren Fte’s. Die besparing wordt dan afgetrokken van de investering, met een arbitrair gekozen terugverdientijd van bijvoorbeeld twee of drie jaar. Maar dit plaatje is niet compleet. Want eindklanten hebben te maken met seizoenswerk, piekcapaciteit, verloop van personeel, menselijk fouten, beschikbaarheid van mensen, en gebrek aan flexibiliteit om snel op te schalen. Daarnaast moeten ze voldoen aan steeds strengere ergonomische regelgeving, zoals beperkingen op het tillen van zware dozen.”
Veel van die elementen blijven buiten beschouwing in de meeste ROI-berekeningen. “Maar als je kijkt naar wat een bedrijf uiteindelijk moet betalen om alles met mensen te regelen – los van het feit dat ze soms niet te vinden zijn – dan is dat meestal een fors bedrag. Dat wilden we in ons onderzoek inzichtelijk maken, zodat het gesprek anders gevoerd kan worden. Want onze gesprekspartners bleken zelf ook eigenlijk niet goed wat ze precies moesten meten.”
Parameters
Hij benadrukt dat dit geen onkunde is. “Mensen zijn zich vaak wel bewust van al die aspecten. Maar door de organisatie van veel bedrijven in silo’s denken ze dat het de verantwoordelijkheid is van een andere afdeling. De afdeling innovatie kijkt naar andere aspecten dan de afdeling operaties, en die kijkt weer anders dan de financiële afdeling, die de investeringsbeslissingen moet nemen.”
“Je ziet het wel langzaam veranderen, maar in veel bedrijven wordt de uiteindelijke beslissing nog steeds genomen op basis van puur financiële parameters. Dat is niet fout, maar de berekening is niet compleet. Daarom hebben we extra parameters toegevoegd aan die financiële berekening. Dan krijg je heel andere uitkomsten. Het gaat er niet om dat die berekening 100% klopt – sommige factoren zijn nu eenmaal moeilijk te kwantificeren – maar het gaat om het verkrijgen van inzicht.”
Arbeid
Arbeid kent bijvoorbeeld meerdere aspecten. “Robots kunnen een rol spelen als arbeid herhalend, vervelend, vies en soms gevaarlijk is. Bedrijven kunnen soms geen mensen vinden, en moeten aan steeds strengere eisen voldoen. Wanneer een bedrijf bijvoorbeeld een seizoenspiek heeft van mei tot augustus en in die maanden 30% meer mensen moet inhuren, dan heeft dat impact op de kostenstructuur. Die mensen moeten worden getraind, maken meer fouten, en kosten vaak twee keer zoveel als vast personeel. Dat werd in veel ROI-berekeningen niet meegenomen.”
“Een robot werkt 24 uur per dag, heeft geen pauzes, en is niet afhankelijk van motivatie. Als er bijvoorbeeld in e-commerce of productie een fout wordt gemaakt moet er een correctieproces opgestart worden met zaken als creditnota, retour, en herverzending. Wanneer je dat met een robotoplossing kunt voorkomen heeft dat een indirect maar groot financieel voordeel. Bovendien hebben bijvoorbeeld variaties in stroomkosten veel minder effect dan de voortdurend stijgende arbeidskosten.
Terugverdientijd
Hij noemt een concreet voorbeeld: “We hebben een analyse gedaan voor een parcel induction-operatie, waarbij pakketjes vanuit een vliegtuig op een conveyor worden gelegd. Die moeten vervolgens gesorteerd worden. Voor één site hebben we alle factoren doorgerekend: throughput per uur, personeelskosten, bezetting, training, enzovoorts. De oorspronkelijk berekende terugverdientijd was 2,8 jaar, maar die werd na herberekening 1,1 jaar. Dat is een aanzienlijk verschil. De besparing ging van ongeveer €800.000 naar €1,8 miljoen.” Dit voorbeeld laat zien hoe waardevol geavanceerde computer vision is binnen automatiseringsprocessen, zowel om robots en transportbanden aan te sturen als voor kwaliteitscontroles en andere inspectietaken.
Hij besluit: “Met dit inzicht kun je een ander gesprek voeren. Uiteindelijk hebben we dit met de hele keten besproken – met partners, integrators, eindklanten. Niet omdat wij de waarheid in pacht hebben, maar om te laten zien dat het plaatje complexer is. En we helpen onze partners daarmee. Vaak zijn zij technische experts, en wij geven ze handvatten om in het klantproces te kunnen meedenken, om inzichtelijk te maken wat technologie voor het proces van de klant betekent. Dan kun je betere beslissingen nemen, om te komen tot de beste oplossing voor de klant.”
Zie ook
