Łączymy doświadczenie w narzędziach, automatyce, systemach i inżynierii procesów, żeby realnie podnosić efektywność produkcji.
Każdy z nas spędził lata przy maszynach, liniach i systemach. Wiemy jak to działa naprawdę.
CORE4 powstał z potrzeby łączenia specjalizacji, które w większości firm działają osobno.
Projektuję i uruchamiam procesy wtrysku tworzyw – od doboru form i maszyn po stabilną produkcję seryjną. Koordynuję wdrożenia nowych produktów i linii, łącząc działania R&D, jakości i dostawców. Optymalizuję procesy pod kątem jakości, kosztów i wydajności, wykorzystując Lean i FMEA.
Znajduję ukryte przyczyny awarii i strat produkcyjnych, łącząc wiedzę z automatyki, utrzymania ruchu i analizy procesów. Prowadzę zespoły produkcji, jakości i Utrzymania Ruchu do wdrożeń, które realnie zwiększają niezawodność i wydajność.
Architekt zmian procesowych. Prowadzi warsztaty Lean, buduje kulturę doskonalenia i przekłada straty na konkretne projekty poprawy.
Inżynier procesów z ponad 10-letnim doświadczeniem na produkcji automotive i AGD. Edukuje i pisze o Lean od lat. Testuje AI w codziennej pracy inżynierskiej i przekłada to na konkretne wyniki.
Wspieramy firmy produkcyjne, które:
mają powracające problemy jakościowe
tracą czas na przestoje i chaos między działami
potrzebują szybszych wdrożeń
chcą zwiększyć stabilność procesów bez rozbudowy zespołu
chcą zwiększyć efektywność swoich zespołów
Żadnych ogólnych "usprawnień". Każde zlecenie kończy się mierzalnym wynikiem.
Rozwiązujemy złożone problemy procesowe i jakościowe – szczególnie tam, gdzie przyczyna nie jest oczywista.
Zwiększamy niezawodność maszyn i stabilność produkcji poprzez identyfikację przyczyn awarii i skuteczne wdrożenia zmian.
Poprawiamy wydajność procesów poprzez eliminację strat i usprawnienie współpracy między działami.
Stosujemy narzędzia AI w codziennej pracy inżynierskiej i przekazujemy to, co realnie działa — bez hype'u, bez wdrożeń dla wdrożeń.
Od pierwszego kontaktu do realnych wyników — bez zbędnych etapów.
Krótka diagnoza problemu i obszarów strat. Rozmawiamy o tym, co się dzieje — bez formularzy i ofert.
Łączymy dane z procesu, UR, jakości i produkcji. Szukamy przyczyny, nie objawów.
Priorytety, szybkie wygrane i działania długoterminowe. Konkretne kroki, nie slajdy z rekomendacjami.
Realizujemy zmiany razem z zespołem klienta. Mierzymy wyniki i dbamy o to, żeby efekty zostały na hali — nie tylko w raporcie.
Narzędzia, systemy, procesy i AI w jednym zespole. Nie musisz koordynować czterech oddzielnych firm.
Wszyscy pracujemy lub pracowaliśmy w wymagającym przemyśle. Znamy realia, tempo i standardy seryjnej produkcji.
Każde zaangażowanie przekładamy na wynik: mniejsza liczba przestojów, stabilniejszy proces i wdrożenia, które realnie poprawiają produkcję.
Łączymy sprawdzone metody Lean z nowoczesnymi narzędziami — w tym AI tam, gdzie realnie przyspiesza pracę.
Artykuły z produkcji, nie z teorii. Każdy autor pisze o swojej specjalizacji.
Nie sztuczna inteligencja zamiast inżyniera. Sztuczna inteligencja obok inżyniera. Sprawdziłem kilka narzędzi AI przy prawdziwej analizie przyczyn źródłowych i opisuję co działa, a co nie.
Niejednolity kolor i odchyłki wymiarowe na części serii. Technolog próbował — problem wracał. Weszliśmy z obserwacją procesu i standaryzacją parametrów. Przyczyna: brak powtarzalności między zmianami.
12 zatrzymań po 3 minuty. Na jednej zmianie to drobiazg. W skali roku — ponad 120 000 PLN poza raportem. Sprawdź jak policzyć i gdzie szukać przyczyn.
Analiza dwóch zespołów z tego samego zakładu pokazuje przepaść w jakości danych UR. 36% awarii vs 10%, 52% pustych opisów vs 2% — i co z tym zrobić.
Machine Learning nie myśli — analizuje piksele. Gdy kąt słońca za świetlikiem halowym przesuwał mikrocień na formie, algorytm DeepLearning tracił orientację. Jak 3 godziny pracy z folią stretch wygrały z ofertą dostawcy.
Rok danych, trzy brygady, rotacyjny system 321. Analiza miała potwierdzić przeczucie — że to kwestia ludzi. Zamiast tego wskazała robota XY i luty.
Kluczowa maszyna stoi, części nie ma na stanie, a zakupy wchodzą w procesową „czarną dziurę". 6-krokowy model automatyzacji zapytań ofertowych, który skraca MTTR i daje konkretny termin powrotu do produkcji.
Zbyt gruba ścianka, podcięcia tam gdzie ich nie powinno być, zbyt rygorystyczne tolerancje. Błędy popełnione na etapie CAD generują ukryte koszty przez cały cykl życia projektu.
Efekt agenta przy budżecie na asystenta i zespole, który nie przeszedł poziomu pierwszego. Matryca czterech poziomów wdrożeń — od promptu do agenta — i trzy pytania przed każdą decyzją o inwestycji.
12 zatrzymań po 3 minuty. Na jednej zmianie — drobiazg. W skali roku — ponad 120 000 PLN poza każdym raportem OEE.
"Najdroższe problemy produkcji rzadko mają jedną przyczynę."
Opisz sytuację — wrócimy z konkretną propozycją.