La trasformazione digitale di Panasonic ha posto il concetto di Kaizen al centro della sua strategia di efficienza e di utilizzo dei dati. Il gruppo, che opera con una struttura holding e sette società operative specializzate, sta integrando la sua storica filosofia di miglioramento continuo con gli strumenti all’avanguardia di Process Intelligence (PI) e Intelligenza Artificiale (AI) per accelerare l’ottimizzazione dei processi a livello globale.

Il colosso ha dovuto affrontare una sfida sistemica nel suo percorso di espansione globale: sebbene il Kaizen avesse favorito miglioramenti locali, questi non si traducevano in un’ottimizzazione efficace del flusso end-to-end (che coinvolge, ad esempio, vendite, pianificazione, produzione e logistica).

La radice del problema era la disconnessione tra i KPI di gestione, che mostrano cosa è accaduto, e l’assenza di chiarezza sul dove il processo si fosse bloccato. Per colmare questo divario e guidare un’ottimizzazione data-driven, Panasonic ha definito il “Nuovo Kaizen“: un framework che mira a connettere i KPI strategici con il processo sottostante, utilizzando la PI (attraverso l’uso della piattaforma di Celonis) per fornire visibilità e l’AI come acceleratore.

L’obiettivo strategico è riallineare Management, Operations e IT in un’unica “conversazione”, rendendo il processo il linguaggio comune per decidere dove e come intervenire.

Il nuovo Kaizen di Panasonic per guidare l’espansione nell’era digitale

Il Kaizen, la filosofia del miglioramento continuo, ha costituito il pilastro operativo di Panasonic e di gran parte dell’industria manifatturiera giapponese.

L’approccio dell’azienda a questa filosofia si basa da sempre su quattro principi cardine:

• la convinzione che un buon processo porti a buoni risultati;
• la convinzione che “piccoli cambiamenti eseguiti con continuità creino una grande differenza”
• l’imperativo di standardizzare le operazioni per renderle ripetibili e misurabili;
• la responsabilizzazione dei dipendenti attraverso questa mentalità.

Questa filosofia ha contribuito alla crescita di forti team locali ma, nel momento che l’azienda ha sviluppato una strategia di espansione su scala globale sono emerse delle differenze.

L’ottimizzazione per silos e l’eccessiva dipendenza da risposte individualizzate per singolo caso avevano portato a un paradosso: il miglioramento locale non si traduceva in un’ottimizzazione efficace del flusso end-to-end tra vendite, pianificazione, produzione e logistica.

“Abbiamo individuato la causa di questa frammentazione nel mancato collegamento tra gli indicatori chiave di prestazione (KPI) e il processo sottostante”, spiega Aota Nishida, Technical Lead dell’azienda.

“L’invisibilità delle cause innesca un circolo vizioso: il Management esercita pressione per il raggiungimento dei target e il personale operativo è costretto a ricorrere a soluzioni ad hoc caso per caso. Questo approccio, non standardizzato, finisce per compromettere la base dati aziendale e sfociare in decisioni prive di fondamento”, aggiunge.

La filosofia del “Nuovo Kaizen” nasce specificamente per interrompere questo circolo: il nuovo framework connette i KPI di gestione con il processo e lo accelera attraverso la Process Intelligence e l’AI.

Il processo come “linguaggio comune”

Per interrompere il circolo vizioso innescato dalla disconnessione tra Management e Operations, l’azienda ha stabilito come imperativo il riallineamento dei team di Gestione, Operazioni e IT in un’unica “conversazione” fluida.

La chiave di volta di questo Nuovo Kaizen è l’adozione del processo stesso come linguaggio comune per decidere, con termini condivisi e basati sull’evidenza, cosa e dove intervenire.

“Il Management si concentra sulla definizione della strategia e dei KPI, mentre le Operations sono incaricate di guidare i miglioramenti pratici sul campo. L’IT, con il supporto di strumenti di Process Intelligence come la piattaforma di Celonis, è il facilitatore che fornisce la visibilità necessaria e supporta la creazione di standard”, spiega Daisuke Hayashi, General Manager – Global DX Department di Panasonic.

L’obiettivo è duplice: superare l’eccessiva dipendenza dalle competenze individuali e consentire un miglioramento continuo guidato dai dati, che sposta l’azione da correzioni locali a un’ottimizzazione complessiva.

L’intenzione è trasformare il Kaizen, da sforzo basato sull’individuo, in un modello basato sull’evidenza.

La Process Intelligence per l’affidabilità dei dati

L’implementazione della Process Intelligence non è vista in Panasonic solo come uno strumento di visibilità, ma come una base necessaria per ristabilire l’affidabilità dei dati, essenziale per una strategia di management data-driven.

I processi di mining e discovery hanno subito messo in luce due criticità fondamentali: la tempestività e l’accuratezza del dato.

Un’analisi sulla produzione, ad esempio, ha rivelato un problema di tempestività sistemico: sebbene il Management avesse richiesto la registrazione giornaliera dei risultati su ERP, la piattaforma di Celonis ha mostrato che il 99,9% dei record di produzione non corrispondeva alla data di inserimento, poiché venivano registrati in batch a fine mese. Questo significava prendere decisioni basate su dati ormai “storici”.

Come l’AI e la Process Intelligence efficienta i processi di Panasonic: due casi d’uso

L’Intelligenza Artificiale, integrata con la Process Intelligence, è vista da Panasonic non come un sostituto dell’azione umana, ma come un potente acceleratore per il Nuovo Kaizen. L’azienda utilizza una combinazione di assistenti interni e strumenti di produttività esterni come Microsoft Copilot.

L’obiettivo è duplice: migliorare la qualità dei dati alla fonte e democratizzare la capacità di analisi.

Ad esempio nella gestione delle scorte, l’AI è stata implementata per rilevare automaticamente codici materiale duplicati. Questo è un problema sistemico: se, per errore o per prassi non standardizzata, il medesimo articolo viene registrato in ERP con codici multipli, il sistema non è in grado di avere una visione unica dello stock disponibile.

Di conseguenza qualsiasi tentativo di ottimizzazione, come la riduzione dello safety stock (scorta di sicurezza), risulta inefficace o porta a decisioni errate, basate su dati frammentati.

“Attraverso l’uso del Celonis Annotation Builder e l’AI, Panasonic riesce a bonificare la base dati anagrafica, risolvendo alla radice una criticità che altrimenti renderebbe inattuabili le successive strategie di efficienza”, spiega Nishida.

Anche l’analisi del processo di approvvigionamento ha portato all’individuazione di un’anomalia: alcuni buyer posticipavano la data promessa di consegna dopo il ricevimento del bene, falsificando l’indicatore di on-time delivery (OTD). Tali manipolazioni non solo minano la fiducia nei KPI, ma svuotano di significato le successive ottimizzazioni.

Il secondo caso d’uso riguarda la capacità analitica. Utilizzando la funzione Inside Explorer di Celonis, l’AI è ora in grado di scansionare i dati a partire da un KPI e generare automaticamente una lista di insight che altrimenti richiederebbero l’intervento di un analista con una profonda conoscenza aziendale.

Questa funzionalità innalza il livello di competenza di tutti i membri del team, in linea con l’obiettivo aziendale di rendere ogni individuo un analista migliore.