Produktivita Evropy uvízla v tabulkách

Řízení znalostí ve výrobě rozhoduje o tom, jak často závod zaplatí za stejný problém dvakrát. V EU, kde hodina práce za deset let vyprodukovala jen o 7% víc, je dohledatelnost každého vyřešeného problému jednou z mála pák, které ještě zbývají.

Zasekli jsme se na těžkém problému. Pak jsme zjistili, že ho jeden inženýr zkoumal už před několika lety. Všechno tam bylo, na jeho notebooku, kde měl přes 20 let své práce.

Nikdo jiný o tom nevěděl. Odpověď už přitom byla ve firmě.

Proč má řízení znalostí ve výrobě přednost

Podle mě uvízla evropská produktivita právě v takto ztracených znalostech. Leží v tom, co firma už ví, ale nedokáže najít.

Řízení znalostí zní jako kategorie softwaru. V provozu je to jednodušší. Jde o to, zda další člověk, který narazí na problém, najde, co se naučil ten předchozí.

Většina závodů nemůže odpovědět ano. Zbytek článku je o tom, proč na tom dnes záleží víc než před deseti lety.

Hodina práce v Evropě se téměř nepohnula

Eurostat měří, kolik vyprodukuje jedna hodina práce po očištění o inflaci. Za EU toto číslo mezi lety 2015 a 2025 vzrostlo o 7%.

Deset let investic do strojů a softwaru a hodina je lepší o 7%.

V EU jako celku jsou náklady tou menší částí příběhu. V roce 2016 stála hodina práce 25,6 eura, v roce 2025 pak 34,9 eura. V eurech roku 2025 měla hodina z roku 2016 hodnotu 33,95 eura, takže reálné náklady vzrostly zhruba o 3%, méně než výkon. Slovinsko je jiný případ, o něm níže.

Problém je v tom, jak pomalu roste výkon. Evropa potřebuje z každé hodiny dostat víc a cest, jak toho dosáhnout, je jen několik.

Víc lidí to nevyřeší

První, co se nabízí, je nabírat lidi. Čísla ale tyhle dveře zavírají.

Draghiho zpráva o evropské konkurenceschopnosti, zveřejněná v září 2024, to říká takto: “By 2040, the workforce is projected to shrink by close to 2 million workers each year.”

Tatáž zpráva shrnuje důsledek do jedné věty: “If Europe cannot become more productive, we will be forced to choose.”

Ani delší pracovní doba to nevyřeší

Druhá odpověď, která se nabízí, je pracovat víc. Hospodářské dějiny to už vyzkoušely.

John Pencavel ze Stanfordu zkoumal britské muniční továrny za první světové války. Výkon rostl s počtem hodin jen do určitého bodu. Za ním už další hodiny nepřidaly skoro nic.

Jedno srovnání je obzvlášť výmluvné. Dělníci, kteří odpracovali 48 hodin za šest dní a měli volnou neděli, vyrobili o něco víc než dělníci se 70 hodinami za sedm dní.

Unavený tým řeší těžký problém pomaleji a cestou k tomu nadělá další problémy.

Nejdražší problémy jsou staré

Zbývá dostat víc z každé hodiny. V kvalitě se k tomu nabízí především jedno místo.

Zákazníci mi pořád říkají totéž. Nejdražší problémy nejsou nové. Jsou zapomenuté.

Pro lidi na směně jsou vzácné. Vada, která se objeví jednou za několik let, je pro tým, který na ni narazí, nová. Pro firmu nic nového není. Někdo ji už jednou vyřešil.

Odpověď obvykle leží na jednom ze čtyř míst:

1. Starý 8D report, založený podle čísla a data.
2. Tabulka bez řádku záhlaví na sdíleném disku.
3. Složka, které rozumí jen jeden člověk.
4. Hlava jednoho člověka nebo jeho notebook.

V žádném z nich nelze hledat podle otázky, kterou další inženýr doopravdy klade: “stalo se už něco podobného na téhle lince?”

Tým tedy začíná znovu a linka i zákazník čekají. Nikdo ty hodiny nevykazuje jako plýtvání, protože vypadají jako práce.

Co ukazují data

Studie, kterou v roce 2025 zveřejnil časopis Quarterly Journal of Economics, ověřovala, co se stane, když se taková odpověď sdílí.

Erik Brynjolfsson, Danielle Li a Lindsey Raymond sledovali 5 172 operátorů zákaznické podpory. Firma jim dala AI asistenta natrénovaného na tom, jak její nejlepší operátoři řešili dřívější případy.

Důležitá jsou tu tři zjištění:

1. Největší zlepšení přišlo u středně vzácných problémů, kde operátoři měli málo vlastních zkušeností, ale systém měl stále dost dřívějších případů, ze kterých se mohl učit.
2. Nejvíc získali méně zkušení operátoři. Ti nejzkušenější získali jen málo.
3. Operátoři se dvěma měsíci praxe a s asistentem podávali stejný výkon jako operátoři s více než šesti měsíci praxe bez asistenta.

Šlo o zákaznickou podporu, ne o továrnu. Myslím si, že továrna funguje stejně, protože i její nejdražší problémy jsou vzácné. To je můj výklad studie a studie sama to neověřuje.

Přenést se dá právě mechanismus. Asistent zpřístupnil to, co věděli nejlepší operátoři, všem ostatním.

Co se změní v provozu

Propojte všechny problémy s kvalitou, které firma vyřešila, a umožněte komukoli v nich hledat. Znalosti nejlepšího inženýra se dostanou ke všem.

Tady je tentýž vzácný problém před změnou a po ní.

	Znalosti v reportech, složkách a hlavách	Znalosti, ve kterých může hledat kdokoli
Kde je poslední řešení	8D report, tabulka, jeden notebook	jeden záznam, dohledatelný podle symptomu, dílu nebo stroje
Kdo ví, že existuje	ten, kdo problém vyřešil, pokud ve firmě ještě je	kdokoli, kdo se zeptá
První hodina vzácného problému	porady, na kterých se znovu skládá, co už se ví	čtení toho, co se zkoušelo a co zafungovalo
Nový inženýr	učí se opakováním staré práce	začíná od posledního řešení
Linka a zákazník	čekají na celé řešení	dostanou odpověď dřív
Náklady na nekvalitu	platí se znovu pokaždé	zaplatí se jednou, pak klesají

Podle mě se linka rozjede dřív a zákazník dostane odpověď dřív. Vyřeší se i těžší problémy a náklady na nekvalitu klesnou.

Slovinsko, ještě výraznější případ

Ve Slovinsku je tlak vyšší, protože náklady na hodinu rostou rychleji než její výkon.

Mezi lety 2016 a 2025 vzrostly reálné náklady na hodinu práce ve Slovinsku o 35%. Výkon za hodinu vzrostl o 16%. Obě čísla jsou očištěná o inflaci a vycházejí z dat Eurostatu.

Rozdíl ukáže jednoduchý test. Kdyby hodinové náklady z roku 2016 ve výši 16,8 eura rostly jen s produktivitou a cenami, v roce 2025 by činily 25,6 eura. Ve skutečnosti to bylo 29,7 eura. Výkon tedy nepokryl 4,1 eura na každou hodinu. Výpočet je náš, z dat Eurostatu.

Jen v roce 2025 vzrostly hodinové náklady práce ve Slovinsku o 9,3%, zatímco v EU o 4,1% (Eurostat).

Produktivita Slovinska byla v roce 2025 na úrovni 86% průměru EU, měřeno ve standardu kupní síly (PPS). UMAR, slovinský úřad pro makroekonomické analýzy a rozvoj, píše, že se odstup od průměru zmenšuje jen pomalu. European Innovation Scoreboard 2026 řadí Slovinsko mezi mírné inovátory.

Peter Wostner z UMAR v roce 2023 řekl, že se Slovinsko musí rozloučit s představou, že mu stačí průměr. Podle RTV SLO na téže prezentaci také uvedl, že přínosy AI připadnou hlavně zemím, které jsou ambiciózní, inovativní a rychle se přizpůsobují.

Závod celostátní čísla nezmění. Může ale přestat platit za stejný problém dvakrát.

A co lidé?

Obava o pracovní místa je oprávněná.

Mezinárodní organizace práce zkoumala, nakolik je každé povolání vystaveno generativní AI. Došla k závěru, že většina pracovních míst se spíše změní, než aby zanikla.

Výzkumníci ze Stanfordu prošli americké mzdové záznamy společnosti ADP až do června 2026. V povoláních nejvíce vystavených AI, kde AI nahrazuje úkoly pracovníků, klesla zaměstnanost lidí ve věku 22 až 25 let. Tam, kde AI práci lidí doplňuje, zaměstnanost stagnuje nebo roste.

V tom podle mě ta volba spočívá. Sejmout z lidí opakující se práci i práci s daty a přesunout je k práci s vyšší přidanou hodnotou. Dohledatelný záznam vyřešených problémů je přesně takové využití. Inženýra nenahradí a ušetří mu opakování práce, kterou už firma jednou zaplatila.

Jedna otázka pro váš závod

Vezměte 10 nejdražších problémů s kvalitou z loňského roku.

Kolik z nich už vaše firma předtím jednou vyřešila?

Časté dotazy

Co je řízení znalostí ve výrobě?

Je to způsob, jakým si závod uchovává to, co se jeho lidé naučili, aby to někdo další mohl najít a využít. V kvalitě to znamená, že každý vyřešený problém zůstane dohledatelný podle symptomu, dílu nebo stroje, i s příčinou, důkazy a opatřením, které zafungovalo. Report založený podle čísla a data touto zkouškou neprojde.

Proč produktivita v Evropě roste tak pomalu?

Důvodů je mnoho a ekonomové se neshodují na tom, jakou váhu který z nich má. Čísla jsou ale jasná: reálný výkon na odpracovanou hodinu v EU vzrostl mezi lety 2015 a 2025 zhruba o 7% (Eurostat). Draghiho zpráva dodává, že pracovní síla se bude do roku 2040 zmenšovat téměř o 2 miliony pracovníků ročně, takže růst musí přijít ze samotné hodiny.

Nahrazuje AI ve výrobě pracovní místa?

Mezinárodní organizace práce očekává, že se většina pracovních míst vystavených generativní AI spíše změní, než aby zanikla. Výzkumníci ze Stanfordu zjistili, že zaměstnanost mladých pracovníků klesá tam, kde AI nahrazuje jejich úkoly, a drží se nebo roste tam, kde AI práci lidí doplňuje. Výsledek závisí na tom, jak ji firma používá.

Proč se problémy s kvalitou opakují?

Protože nejdražší problémy jsou pro lidi na směně vzácné, ale pro firmu nejsou nic nového. První řešení leží ve starém reportu, ve složce nebo v hlavě jednoho člověka a další tým ho nenajde, takže začíná znovu.

Více na galileon.si

1. Továrny zapomínají, co už vyřešily
2. Jak SolveR drží případ pohromadě

Zdroje

1. Eurostat, Labour productivity and unit labour costs (nama_10_lp_ulc), reálná produktivita práce na odpracovanou hodinu, index 2015 = 100, EU27 a Slovinsko. Data stažena 28 September 2026. Databáze Eurostatu
2. Eurostat, Labour cost levels by NACE Rev. 2 activity (lc_lci_lev), průmysl, stavebnictví a služby, EU27 a Slovinsko. Data stažena 28 September 2026. Databáze Eurostatu
3. Eurostat, HICP annual average index (prc_hicp_aind), 2015 = 100, EU27 a Slovinsko. Data stažena 28 September 2026. Databáze Eurostatu
4. Eurostat, EU hourly labour costs ranged from €12 to €57 in 2025, tisková zpráva, 31 March 2026. Zprávy Eurostatu
5. Mario Draghi, The future of European competitiveness, Part A, September 2024, s. 5. Evropská komise
6. John Pencavel, The Productivity of Working Hours, The Economic Journal 125 (589), December 2015. Wiley, volně dostupná verze IZA DP 8129, April 2014
7. Erik Brynjolfsson, Danielle Li, Lindsey Raymond, Generative AI at Work, The Quarterly Journal of Economics 140 (2), April 2025. Oxford Academic
8. ILO a NASK, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 20 May 2025. ILO
9. Erik Brynjolfsson, Bharat Chandar, Ruyu Chen, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab, verze ze dne 12 August 2026. Stanford Digital Economy Lab
10. UMAR, Poročilo o razvoju 2026 (Zpráva o vývoji 2026), May 2026, s. 19. UMAR
11. Evropská komise, European Innovation Scoreboard 2026, 9 July 2026, a profil země Slovinsko. Evropská komise, profil Slovinska
12. RTV SLO, UMAR: za hitrejšo rast produktivnosti je potrebno več ambicioznosti in poguma, 6 December 2023. RTV SLO