Europska produktivnost zapela je u tablicama

Upravljanje znanjem u proizvodnji odlučuje koliko često tvornica isti problem plaća dvaput. U EU-u, gdje je sat rada u deset godina proizveo samo 7% više, jedna od rijetkih preostalih poluga je da se svaki riješeni problem može pronaći.

Zapeli smo na teškom problemu. Onda smo saznali da ga je jedan inženjer istražio već nekoliko godina ranije. Sve je bilo ondje, na njegovu prijenosniku, koji je čuvao više od 20 godina njegova rada.

Nitko drugi to nije znao. Odgovor je već bio u zgradi.

Zašto je upravljanje znanjem u proizvodnji na prvom mjestu

Mislim da je europska produktivnost zapela upravo u ovako izgubljenom znanju. Leži u onome što tvrtka već zna, a ne može pronaći.

Upravljanje znanjem zvuči kao kategorija softvera. U pogonu je jednostavnije. Svodi se na pitanje može li sljedeći čovjek koji naleti na problem pronaći ono što je naučio prethodni.

Većina tvornica ne može odgovoriti potvrdno. Ostatak ovog teksta govori o tome zašto je to danas važnije nego prije deset godina.

Europski sat rada jedva se pomaknuo

Eurostat mjeri koliko jedan sat rada proizvede kad se odbije inflacija. Za EU je ta brojka između 2015. i 2025. porasla za 7%.

Deset godina ulaganja u opremu i softver, a sat rada bolji je za 7%.

U EU-u kao cjelini trošak je manji dio priče. Sat rada koštao je 25,6 eura 2016., a 34,9 eura 2025. Preračunat u eure iz 2025., sat iz 2016. vrijedio je 33,95 eura, pa je realni trošak porastao za oko 3%, manje od učinka. Slovenija je drukčiji slučaj, o njoj u nastavku.

Problem je u tome koliko sporo raste učinak. Europa iz svakog sata mora izvući više, a načina za to nema mnogo.

Više ljudi to neće riješiti

Očit je odgovor zapošljavanje. Brojke ta vrata zatvaraju.

Draghijevo izvješće o europskoj konkurentnosti, objavljeno u rujnu 2024., kaže to ovako: “By 2040, the workforce is projected to shrink by close to 2 million workers each year.”

Isto izvješće posljedicu sažima u jednu rečenicu: “If Europe cannot become more productive, we will be forced to choose.”

Ni dulje radno vrijeme to neće riješiti

Drugi je očit odgovor raditi više. Ekonomska povijest to je već provjerila.

John Pencavel sa Stanforda proučavao je britanske tvornice streljiva tijekom Prvoga svjetskog rata. Učinak je rastao s brojem sati samo do neke granice. Iza nje dodatni sati nisu donosili gotovo ništa.

Jedna se usporedba ističe. Radnici koji su radili 48 sati u šest dana, sa slobodnom nedjeljom, proizveli su nešto više od onih koji su radili 70 sati u sedam dana.

Umoran tim sporije radi na teškom problemu i usput napravi više novih.

Najskuplji su problemi stari

Ostaje izvući više iz svakog sata. U kvaliteti se jedno mjesto posebno ističe.

Kupci mi stalno ponavljaju isto. Najskuplji problemi nisu novi. Zaboravljeni su.

Za ljude u smjeni rijetki su. Greška koja se pojavi jednom u nekoliko godina nova je za tim koji na nju naleti. Za tvrtku je to stara vijest. Netko ju je već riješio.

Odgovor obično leži na jednom od četiri mjesta:

1. Staro 8D izvješće, odloženo po broju i datumu.
2. Tablica bez zaglavlja, na zajedničkom disku.
3. Mapa koju razumije samo jedna osoba.
4. Glava jednog čovjeka ili njegov prijenosnik.

Nijedno od toga ne može se pretražiti pitanjem koje sljedeći inženjer stvarno postavlja: “je li se ovakvo nešto na ovoj liniji već dogodilo?”

Zato tim kreće ispočetka, a linija i kupac čekaju. Nitko te sate ne bilježi kao gubitak jer izgledaju kao rad.

Što kažu dokazi

Istraživanje objavljeno 2025. u časopisu Quarterly Journal of Economics ispitalo je što se događa kad se takav odgovor podijeli.

Erik Brynjolfsson, Danielle Li i Lindsey Raymond pratili su 5.172 agenta korisničke podrške. Tvrtka im je dala AI asistenta naučenog na tome kako su njezini najbolji agenti rješavali prošle slučajeve.

Ovdje su važna tri rezultata:

1. Najveća poboljšanja bila su kod umjereno rijetkih problema, gdje agenti nisu imali mnogo vlastitog iskustva, ali je sustav ipak imao dovoljno prošlih slučajeva iz kojih je mogao učiti.
2. Najviše su dobili manje iskusni agenti. Najiskusniji su dobili malo.
3. Agenti s dva mjeseca staža i asistentom radili su jednako dobro kao agenti s više od šest mjeseci staža bez asistenta.

Bila je to korisnička podrška, a ne tvornica. Mislim da tvornica radi na isti način jer su i njezini najskuplji problemi rijetki. To je moje tumačenje studije, a studija ga ne provjerava.

Ono što se prenosi jest mehanizam. Asistent je znanje najboljih agenata učinio dostupnim svima ostalima.

Što se mijenja u pogonu

Povežite svaki problem kvalitete koji je tvrtka riješila i omogućite svakome da ga pretražuje. Znanje najboljeg inženjera tako dolazi do svih.

Evo istog rijetkog problema, prije i poslije.

	Znanje u izvješćima, mapama i glavama	Znanje koje svatko može pretražiti
Gdje je posljednje rješenje	8D izvješće, tablica, jedan prijenosnik	jedan zapis, pronađen po simptomu, dijelu ili stroju
Tko zna da postoji	onaj tko ga je riješio, ako je još tu	svatko tko pita
Prvi sat rijetkog problema	sastanci na kojima se iznova slaže ono što se već zna	čitanje onoga što je pokušano i što je uspjelo
Novi inženjer	uči ponavljajući stari posao	kreće od posljednjeg rješenja
Linija i kupac	čekaju cijelo rješavanje	ranije dobivaju odgovor
Troškovi loše kvalitete	plaćaju se svaki put iznova	plaćaju se jednom, zatim padaju

Po mojem mišljenju linija se ranije ponovno pokreće, a kupac ranije dobiva odgovor. Rješavaju se teži problemi, a troškovi loše kvalitete padaju.

Slovenija, izraženiji slučaj

U Sloveniji je pritisak veći jer trošak sata raste brže od njegova učinka.

Između 2016. i 2025. realni trošak sata rada u Sloveniji porastao je za 35%. Učinak po satu porastao je za 16%. Obje brojke isključuju inflaciju i temelje se na podacima Eurostata.

Jednostavan test pokazuje razliku. Da je satni trošak od 16,8 eura iz 2016. rastao samo s produktivnošću i cijenama, 2025. iznosio bi 25,6 eura. Stvarni iznos bio je 29,7 eura. Učinak tako nije pokrio 4,1 eura po satu. Izračun je naš, na temelju podataka Eurostata.

Samo u 2025. satni troškovi rada u Sloveniji porasli su za 9,3%, a u EU-u za 4,1% (Eurostat).

Produktivnost Slovenije 2025. iznosila je 86% prosjeka EU-a, mjereno u standardu kupovne moći (PPS). UMAR, slovenski Ured za makroekonomske analize i razvoj, piše da se zaostatak smanjuje tek polako. Izvješće European Innovation Scoreboard 2026 svrstava Sloveniju među umjerene inovatore.

Peter Wostner iz UMAR-a rekao je 2023. da se Slovenija mora odreći priče o tome kako je zadovoljna prosjekom. RTV SLO je s istog predstavljanja prenio njegovo stajalište da će koristi od umjetne inteligencije ponajprije imati zemlje koje su ambiciozne, inovativne i brzo se prilagođavaju.

Tvornica ne može promijeniti nacionalne brojke. Može prestati dvaput plaćati isti problem.

A što je s ljudima

Briga za radna mjesta opravdana je.

Međunarodna organizacija rada ispitala je koliko je koje zanimanje izloženo generativnoj umjetnoj inteligenciji. Zaključak je da će se većina poslova promijeniti, a ne nestati.

Istraživači sa Stanforda analizirali su američke podatke iz obračuna plaća tvrtke ADP, do lipnja 2026. Zaposlenost radnika u dobi od 22 do 25 godina pala je u zanimanjima koja su najizloženija umjetnoj inteligenciji, i to ondje gdje ona zamjenjuje njihove zadatke. Gdje umjetna inteligencija nadopunjuje ljude, zaposlenost stagnira ili raste.

Kako ja to vidim, to je izbor. Skinite s ljudi ponavljajuće poslove i rad s podacima, a njih prebacite na posao koji stvara veću vrijednost. Pretraživ zapis riješenih problema upravo je takva upotreba. Inženjer ostaje, a nestaje posao ponovnog rješavanja onoga što je tvrtka već platila.

Jedno pitanje za vašu tvornicu

Uzmite 10 najskupljih problema kvalitete iz prošle godine.

Koliko ih je vaša tvrtka već jednom riješila?

Česta pitanja

Što je upravljanje znanjem u proizvodnji?

To je način na koji tvornica čuva ono što su njezini ljudi naučili, tako da to netko drugi može pronaći i upotrijebiti. U kvaliteti to znači da svaki riješeni problem ostaje pretraživ po simptomu, dijelu ili stroju, zajedno s uzrokom, dokazima i mjerom koja je djelovala. Izvješće odloženo po broju i datumu taj test ne prolazi.

Zašto produktivnost u Europi raste tako sporo?

Razloga je mnogo, a ekonomisti se ne slažu koliko koji od njih teži. Brojke su jasne: realni učinak po odrađenom satu u EU-u porastao je između 2015. i 2025. za oko 7% (Eurostat). Draghijevo izvješće dodaje da će se radna snaga do 2040. smanjivati za gotovo 2 milijuna radnika godišnje, pa rast mora doći iz samog sata.

Oduzima li umjetna inteligencija radna mjesta u proizvodnji?

Međunarodna organizacija rada očekuje da će se većina poslova izloženih generativnoj umjetnoj inteligenciji promijeniti, a ne nestati. Istraživači sa Stanforda utvrdili su da zaposlenost mladih radnika pada ondje gdje umjetna inteligencija zamjenjuje njihove zadatke, a zadržava se ili raste ondje gdje nadopunjuje ljude. Ishod ovisi o tome kako je tvrtka upotrebljava.

Zašto se problemi kvalitete ponavljaju?

Zato što su najskuplji problemi rijetki za ljude u smjeni, a za tvrtku su stara vijest. Prvo rješenje leži u starom izvješću, u mapi ili u glavi jednog čovjeka, a sljedeći ga tim ne može pronaći, pa kreće ispočetka.

Više na galileon.si

1. Tvornice zaborave što su već riješile
2. Kako SolveR drži slučaj na okupu

Izvori

1. Eurostat, Labour productivity and unit labour costs (nama_10_lp_ulc), realna produktivnost rada po odrađenom satu, indeks 2015 = 100, EU27 i Slovenija. Podaci preuzeti 28 September 2026. Eurostatov preglednik podataka
2. Eurostat, Labour cost levels by NACE Rev. 2 activity (lc_lci_lev), industrija, građevinarstvo i usluge, EU27 i Slovenija. Podaci preuzeti 28 September 2026. Eurostatov preglednik podataka
3. Eurostat, HICP annual average index (prc_hicp_aind), 2015 = 100, EU27 i Slovenija. Podaci preuzeti 28 September 2026. Eurostatov preglednik podataka
4. Eurostat, EU hourly labour costs ranged from €12 to €57 in 2025, priopćenje, 31 March 2026. Eurostatove vijesti
5. Mario Draghi, The future of European competitiveness, Part A, September 2024, str. 5. Europska komisija
6. John Pencavel, The Productivity of Working Hours, The Economic Journal 125 (589), December 2015. Wiley, slobodno dostupna verzija 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 i 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, verzija od 12 August 2026. Stanford Digital Economy Lab
10. UMAR, Poročilo o razvoju 2026 (Izvješće o razvoju 2026.), May 2026, str. 19. UMAR
11. Europska komisija, European Innovation Scoreboard 2026, 9 July 2026, i profil zemlje za Sloveniju. Europska komisija, profil Slovenije
12. RTV SLO, UMAR: za hitrejšo rast produktivnosti je potrebno več ambicioznosti in poguma, 6 December 2023. RTV SLO