W wielu zakładach rozmowa o poprawie wyników Utrzymania Ruchu zaczyna się dziś od technologii: nowych systemów CMMS, narzędzi AI, Predictive Maintenance (PdM) czy automatyzacji raportowania. To naturalny kierunek — dostępne rozwiązania są coraz bardziej zaawansowane, a presja na efektywność rośnie.
A jednak w praktyce często obserwujemy coś odwrotnego do oczekiwań: więcej danych, więcej narzędzi, więcej działań… i brak proporcjonalnej poprawy wyników.
Dlaczego?
Pierwszą zasadą każdej technologii stosowanej w biznesie jest to, że automatyzacja zastosowana do efektywnej operacji zwiększy (spotęguje) jej efektywność. Drugą jest to, że automatyzacja zastosowana do nieefektywnej operacji zwiększy (spotęguje) jej nieefektywność – Bill Gates
Jedno z najbardziej trafnych wyjaśnień daje znane stwierdzenie przypisywane Billowi Gatesowi: automatyzacja działa jak wzmacniacz — potęguje zarówno efektywność, jak i nieefektywność. Gates wielokrotnie podkreślał przy tym, że organizacje powinny najpierw uporządkować swoje procesy, a dopiero później wdrażać nowe systemy i technologie.
To prowadzi do wniosku, który można nazwać „drugą zasadą technologii”:
👉 Technologia (automatyzacja) nie naprawia systemu. Ona go skaluje.
Technologia jako wzmacniacz, nie rozwiązanie
Wdrożenie nowego systemu, automatyzacja procesów czy zastosowanie AI nie zmieniają podstawowej logiki działania organizacji. Nie wprowadza automatycznie lepszych decyzji, nie eliminuje błędów systemowych, nie porządkuje kryteriów działania.
Technologia przyspiesza działania, zwiększa ich skalę i utrwala istniejące schematy. Jeżeli system działa dobrze — efekty będą lepsze. Jeżeli działa niespójnie — problemy zaczynają narastać szybciej niż wcześniej.
To właśnie dlatego kolejność ma kluczowe znaczenie: najpierw sposób działania, potem jego automatyzacja.
Paradoks Solowa w Utrzymaniu Ruchu
Już w latach 80. Robert Solow zauważył zjawisko, które do dziś pozostaje aktualne: technologię widać wszędzie, ale nie zawsze przekłada się ona na wzrost produktywności. [„You can see the computer age everywhere but in the productivity statistics” – Robert Solow]
W realiach Utrzymania Ruchu oznacza to bardzo konkretną sytuację. Organizacje inwestują w systemy, wdrażają nowe narzędzia, zwiększają dostęp do danych, a mimo to nadal zmagają się z tymi samymi problemami: awariami, rosnącymi kosztami i decyzjami podejmowanymi pod presją czasu.
Nie dlatego, że technologia nie działa. Tylko dlatego, że została nałożona na system, który nie ma spójnej logiki działania.
CMMS i iluzja wiedzy
Dobrym przykładem jest CMMS. W wielu organizacjach system działa poprawnie, zbiera dane, generuje raporty i umożliwia analizę. Problem polega na tym, jakie dane są do niego wprowadzane.
Opisy awarii bywają lakoniczne, klasyfikacja niespójna, a informacje o przyczynach — niepełne lub nieistniejące. W efekcie system zaczyna gromadzić dużą ilość danych, które sprawiają wrażenie uporządkowanych, ale w praktyce nie pozwalają na rzetelną diagnostykę ani sensowne planowanie działań.
Automatyzacja raportowania tylko pogłębia ten efekt. Organizacja widzi więcej wykresów, więcej wskaźników i więcej analiz, ale ich jakość pozostaje ograniczona przez jakość danych źródłowych. Powstaje wrażenie kontroli, które nie ma pokrycia w rzeczywistości operacyjnej. To jeden z najbardziej niebezpiecznych efektów automatyzacji — system wygląda na działający, ale decyzje nadal są błędne (bo opierają się na nieścisłych lub błędnych danych).
PM – gdy więcej nie znaczy lepiej
Podobny mechanizm widać w obszarze działań prewencyjnych. W wielu zakładach przeglądy są dokładane w sposób reakcyjny — po awarii, „na wszelki wypadek”, bez analizy ich rzeczywistej skuteczności.
Z czasem powstaje rozbudowany plan, który niekoniecznie redukuje ryzyko, ale generuje dużą liczbę zadań. Wdrożenie systemów planowania i automatyzacji harmonogramów nie rozwiązuje tego problemu — przeciwnie, powoduje jego eskalację. Organizacja zaczyna działać coraz intensywniej, ale niekoniecznie coraz skuteczniej. Więcej pracy nie oznacza większej niezawodności. Oznacza tylko, że szybciej realizujemy działania, których sens niekoniecznie został wcześniej zweryfikowany. Co więcej nadmierna i inwazyjna konserwacja może dodatkowo obniżyć zamiast zwiększyć niezawodność (Patrz „Efekt Waddingtona”).
PdM i nadmiar sygnałów
Jeszcze wyraźniej widać to w przypadku Predictive Maintenance. Jeżeli organizacja nie rozumie swoich trybów awarii i nie potrafi określić, jakie sygnały są rzeczywiście istotne, wdrożenie zaawansowanych narzędzi prowadzi do nadmiaru informacji.
Pojawiają się alerty, analizy, raporty — ale brakuje jasnych kryteriów reakcji. W efekcie organizacja przetwarza coraz więcej danych, ale nie podejmuje lepszych decyzji.
Technologia działa poprawnie. System decyzyjny — niekoniecznie.
Automatyzacja procesów: najpierw pytania, potem narzędzia
Podobne wnioski pojawiają się w analizach dotyczących automatyzacji procesów biznesowych. Jednym z podstawowych błędów jest rozpoczynanie od pytania „co możemy zautomatyzować”, zamiast od oceny, czy automatyzacja danego procesu w ogóle ma sens.
Kluczowe pytania powinny brzmieć:
- czy dany proces powinien być realizowany w obecnej formie,
- czy został uproszczony i uporządkowany,
- czy jego wynik ma realną wartość biznesową.
Sam fakt, że coś można zautomatyzować, nie oznacza, że należy to robić.
👉 Najpierw proces, potem technologia.
AI i współczesny dowód
To zjawisko nie dotyczy wyłącznie Utrzymania Ruchu. Widać je wyraźnie również w obszarze najnowszych technologii, w szczególności sztucznej inteligencji (AI).
Według analiz Gartnera* ponad 40% projektów związanych z tzw. agentami AI zostanie anulowanych do 2027 roku. Główne przyczyny to rosnące koszty, brak jasno zdefiniowanej wartości biznesowej oraz niewystarczające przygotowanie organizacyjne.
Wiele z tych inicjatyw ma dziś charakter eksperymentalny i jest napędzanych bardziej oczekiwaniami niż realnym dopasowaniem do procesów organizacji.
To dokładnie ten sam mechanizm, który od lat obserwujemy w Utrzymaniu Ruchu.
To nie jest problem technologii – to jest problem tego, do czego próbujemy ją zastosować.
Gdzie leży rzeczywisty problem?
We wszystkich opisanych przypadkach technologia działa zgodnie ze swoim przeznaczeniem. Problem nie leży w narzędziach, tylko w sposobie ich wykorzystania.
Organizacje często nie mają spójnego modelu podejmowania decyzji:
- brakuje jasnych kryteriów doboru działań utrzymaniowych,
- strategie są mieszane bez logiki,
- decyzje podejmowane są reakcyjnie
- brakuje oceny, czy dane działanie utrzymaniowe w ogóle ma uzasadnienie ekonomiczne.
W wielu przypadkach działania utrzymaniowe są wykonywane nie dlatego, że mają sens, ale dlatego, że „zawsze były wykonywane”. W efekcie system rośnie, ale nie staje się bardziej efektywny.
Wniosek
Technologia jest potężnym narzędziem, ale nie jest rozwiązaniem samym w sobie. Jej skuteczność zależy od jakości systemu, który wspiera.
Można to sprowadzić do prostego stwierdzenia:
Automatyzacja jest mnożnikiem. Jeżeli mnożysz chaos — otrzymujesz większy chaos.
Dlatego kluczowe pytanie nie brzmi: „jaką technologię wdrożyć?”
Tylko:
czy wiemy, jak podejmować decyzje — zanim zaczniemy je automatyzować?
* – Link do artykułu: Gartnera
Robert Witczak – 15 kwietnia 2026