Агентен ИИ в производството

От историческо прогнозиране до живо, контролирано планиране, което свързва търсенето, материалите, машините, хората, доставчиците и обещанията към клиентите.

„Бъдещето на производството не е фабрика, която реагира по-бързо. То е фабрика, която вижда рисковете по-рано и подготвя правилния отговор, преди производството да спре.“

Производителите винаги са планирали.

Те прогнозират търсенето, поръчват материали, планират производството, разпределят хора, управляват машини и обещават дати за доставка на клиентите. Традиционните ERPERP системата свързва основните процеси на компанията — като продажби, финанси, инвентар, производство и обслужване — на едно място, така че екипите да могат да работят със споделена информация. и MRP системи направиха този процес по-структуриран и надежден.

Но традиционното планиране има слабост: то често работи от фиксиран момент във времето.

Планът може да е правилен в понеделник сутрин. До вторник следобед доставчик може да забави пратка, клиент може да увеличи поръчка, машина може да изисква поддръжка или проблем с качеството може да намали наличните запаси. Планът може все още да изглежда правилен на хартия, докато става невъзможен в действителност.

Тук агентният ИИ може да промени производството.

Агентният ИИ не само отговаря на въпроси или създава отчети. Той може да работи за постигане на дефинирана бизнес цел. Той може да преглежда текущи данни, да идентифицира риск, да използва одобрени ERP инструменти, да сравнява възможни решения, да обяснява последствията и да подготвя следващото действие за одобрениеОдобрението е формално решение, което позволява на дадена заявка или действие да продължи напред. Една ERP система може да насочва одобренията и да записва кой е взел всяко решение. от човек.

Той превръща планирането от фиксиран график в жив оперативен процес.

Какво е агентен ИИ в производството?

Агентният ИИ е ИИ система, която може да планира, да разсъждава през стъпки, да използва одобрени инструменти, да проверява резултатите и да се адаптира при промяна на условията.

В производството един агент може да получи цел като:

„Защитете датите за доставка на клиентите, като същевременно намалите недостига на материали и избягвате ненужните запаси.“

За да подкрепи тази цел, агентът може да прегледа:

• Отворени клиентски поръчки.
• Прогнози за продажби.
• Дейност по оферти.
• Текущи запаси.
• Резервирани материали.
• Поръчки за покупка и очаквани дати за доставка от доставчици (ETA).
• Ефективност на доставките от доставчици.
• Спецификации на материалите (Bills of Materials).
• Производствени поръчки.
• Капацитет на работния център.
• Наличност на машини.
• Планирана поддръжка.
• Календари на труда.
• Резултати от качеството.
• Нива на брак.
• Транспортен капацитет.
• Приоритет на клиента.
• Влияние върху маржа и паричния поток.

След това може да идентифицира рискове, да сравни възможни отговори и да подготви препоръка.

Например:

„Производствена поръчка MO-381 е изложена на риск, тъй като датата на доставка за критичен двигател се премести със седем дни. Забавянето засяга две клиентски поръчки на стойност 96 000 евро. Налични са три опции: използване на одобрен заместващ двигател Б, преместване на крайния монтаж в друг работен център или приоритизиране на клиентска поръчка SO-910 и забавяне на поръчка с по-нисък приоритет. Очакваните разходи, ефектът върху доставката и въздействието върху капацитета са показани за одобрение.“

Това е по-полезно от червена икона за предупреждение.

Предупреждението ви казва, че нещо не е наред. Агентът ви помага да разберете какво да направите по въпроса.

Защо традиционното MRP невинаги е достатъчно

Планирането на нуждите от материали (MRP) е от съществено значение. То използва спецификации на материалите, търсене, запаси, срокове за изпълнение и производствени графици, за да изчисли какви материали са необходими и кога.

Но стандартното MRP често се основава на предположения:

• Срокът за изпълнение от доставчика е фиксиран.
• Капацитетът на машината е фиксиран.
• Качеството на материала е постоянно.
• Търсенето следва исторически модели.
• Производството протича според плана.
• Трудът е наличен по график.
• Транспортът пристига според очакванията.

Реалните фабрики не работят така.

Сроковете за изпълнение от доставчиците се променят. Търсенето става променливо. Клиентските поръчки се местят. Машините се повреждат. Материалите пристигат със закъснение или не преминават проверките за качество. Операторите отсъстват. Разходите за енергия се променят. Транспортният капацитет се променя.

Традиционното MRP може да ви каже какво трябва да се случи, ако всички предположения са правилни.

Агентният ИИ ви помага да се подготвите за това, което може да се случи, когато реалността се промени.

От прогнозиране към разпознаване на търсенето

Стандартната прогноза често разглежда предишни продажби. Тя може да сравни този месец със същия месец на миналата година, да приложи сезонна корекция и да изчисли очакваното търсене.

Това е полезно, но може да бъде твърде бавно за променящите се пазари.

Агентният ИИ може да поддържа разпознаването на търсенето чрез комбиниране на по-актуални сигнали, включително:

• Исторически продажби.
• Отворени поръчки за продажба.
• Клиентски прогнози.
• Дейност по оферти.
• Вероятност за възможност в CRM.
• Интерес от електронна търговия.
• Нива на запаси на дистрибутори, където са налични.
• Планирани промоции.
• Пускане на продукти.
• Промени в цените.
• Модели на покупка на клиенти.
• Връщания и анулирания.
• Пазарни или метеорологични сигнали, където е уместно.
• Официални празници и сезонни събития.

Например, производител на храни може да види повишено търсене преди празничен период. Производител на мебели може да забележи, че голям търговец на дребно изисква повече оферти за конкретна колекция. Индустриален доставчик може да види, че клиент поръчва резервни части по-често, което предполага бъдещ цикъл на поддръжка на оборудването.

Агентът не чака появата на окончателната поръчка за покупка. Той идентифицира сигнали, че търсенето може да се променя.

Предвиждане на риска при материалите: Повече от „запасите са ниски“

Ниските запаси невинаги означават производствен риск.

Даден материал може да е в малко количество в един склад, но да е наличен в друг. Може да има потвърдена поръчка за покупка, пристигаща утре. Може да не е необходим до следващия месец. Може да има одобрен заместител. Или може да бъде критично тясно място, което ще спре производството в рамките на часове.

Агентният ИИ може да разгледа пълния контекст.

Той може да оцени:

• Текущи запаси.
• Резервирани запаси.
• Налично количество за обещание (Available-to-Promise).
• Търсене на материали от отворени производствени поръчки.
• Срок за изпълнение на доставчика.
• Действителна надеждност на доставките от доставчика.
• Потвърдени ETA.
• Минимални количества за поръчка.
• Срок на годност.
• Одобрени алтернативи.
• Промени в цените.
• Статус на качеството.
• Транспортен статус.
• Приоритет на доставката на клиента.
• Влияние върху маржа.

Вместо да казва: „Материал X е под минималното ниво“, той може да каже:

„Материал X ще се превърне в производствено ограничение след шест дни. Той засяга четири работни поръчки и три клиентски доставки. Доставчик А има потвърдено забавяне. Доставчик Б може да достави 60% от необходимото количество в рамките на три дни на 7% по-висока цена. Наличните запаси в Склад 2 могат да покрият останалата спешна поръчка. Изисква се одобрение за прехвърляне на запаси и създаване на проект на поръчка за покупка.“

Това е планиране на материали с бизнес контекст.

Прогнозиране на капацитета: Планиране на машини, хора и време

Производственият план е полезен само ако фабриката има капацитет да го изпълни.

Агентният ИИ може да помогне на планиращите да разберат реалния капацитет, а не календарния капацитет.

Той може да вземе предвид:

• Планирано и действително време за работа на машината.
• Време за настройка и пренастройка.
• Време на престой на машината.
• История на поддръжката.
• Наличност на труд.
• Умения и сертификати.
• Промени в смените.
• Отсъствие на оператор.
• Наличност на инструменти.
• Капацитет за проверка на качеството.
• Капацитет на склада и вътрешния транспорт.
• Капацитет на външното производство.
• Енергийни тарифи.
• Ангажименти за доставка.

Например, една машина може технически да има осем налични часа в календара. Но ако обикновено губи 90 минути за пренастройки, има предупреждение за поддръжка и изисква оператор, който отсъства, използваемият капацитет е много по-нисък.

Един агент може да идентифицира този риск и да предложи по-безопасен план.

Той може да препоръча:

• Групиране на подобни производствени поръчки за намаляване на пренастройките.
• Преместване на работна поръчка към алтернативна машина.
• Планиране на поддръжка преди критичен производствен цикъл.
• Използване на одобрен подизпълнител.
• Увеличаване на планирана партида преди прозорец за поддръжка.
• Забавяне на поръчка с нисък приоритет за защита на договорен клиент.
• Добавяне на временен труд само там, където маржът и въздействието върху обслужването го оправдават.

Планирането на капацитета трябва да отразява това, което фабриката действително може да достави, а не това, което календарът казва, че трябва да достави.

Връзката между търсене, материали и капацитет

Истинската сила на агентното производство идва от свързването на три области, които твърде често се планират поотделно:

• Търсене: Какво клиентите вероятно ще купят и кога.
• Материали: Какви компоненти и суровини са налични или изложени на риск.
• Капацитет: Какво фабриката може реално да произведе и изпрати.

Промяната в една област засяга останалите две.

Ако търсенето се увеличи, материалите и капацитетът могат да станат ограничени.

Ако доставчик се забави, производственият капацитет може да остане неизползван.

Ако машина спре, бизнесът може да се наложи да промени датите за доставка на клиентите или да закупи материали по различен начин.

Ако пристигне поръчка с висок марж, бизнесът може да се наложи да преразгледа кои производствени поръчки заслужават приоритет.

Агентният ИИ може непрекъснато да оценява тези взаимоотношения.

Той не само пита: „Можем ли да направим този продукт?“, а пита: „Можем ли да го направим с правилните материали и капацитет до обещаната дата, без да навредим на по-важни ангажименти?“

Реалистичен пример: Забавяне на доставчик застрашава производството

Представете си производител на индустриално оборудване.

Компанията има три отворени производствени поръчки, изискващи един и същ електронен контролен блок. Контролният блок се доставя от един основен доставчик с обявен срок за изпълнение от 14 дни.

В понеделник доставчикът актуализира очакваното време на пристигане (ETA). Пратката ще пристигне с шест дни закъснение.

Без действие забавянето ще засегне:

• Една спешна клиентска поръчка с договорна дата на доставка.
• Една поръчка с висок марж.
• Една поръчка за попълване с по-нисък приоритет.

Традиционната система може да покаже, че материалът закъснява.

Една агентна ERP система може да отиде по-далеч.

Той може:

• Да идентифицира всяка засегната работна поръчка.
• Да провери приоритета и маржа на всяка клиентска поръчка.
• Да прегледа наличните запаси във всички складове.
• Да идентифицира одобрени заместващи компоненти.
• Да провери алтернативни доставчици и техните срокове за изпълнение.
• Да прегледа изискванията за инженерно одобрение.
• Да оцени разходите за ускорена доставка.
• Да провери дали производството може да бъде пренаредено.
• Да изчисли влиянието върху обслужването на клиентите от всяка опция.
• Да подготви проекти на поръчки за покупка или поръчки за прехвърляне.
• Да създаде заявка за одобрение за производствения мениджър.

Препоръката може да изглежда така:

„Защитете клиентска поръчка SO-722, като разпределите наличните контролни блокове от Склад Б. Използвайте Доставчик Б за 40 единици при допълнителни разходи от 2800 евро. Забавете поръчка за попълване MO-309 с четири дни. Това защитава 185 000 евро приходи от клиенти и избягва договорни неустойки. Изисква се инженерно одобрение за заместващ компонент Б.“

Това не е автоматично вземане на решения без контрол.

Това е подготовка на решение с ясна обосновка.

Качествен ИИ: Откриване на малки проблеми, преди да се превърнат в брак

Проблемите с качеството често започват като слаби сигнали.

Малко увеличение на отхвърлените артикули. Лека промяна в резултатите от измерванията. Повишаване на температурата на машината. По-голямо от нормалното количество консумация на материали. Повтаряща се бележка от оператор.

Сами по себе си тези сигнали може да не предизвикат действие. Заедно те могат да показват развиващ се проблем.

Агентният ИИ може да преглежда резултатите за качество заедно с производствените данни, данните за машините и материалите. Той може да идентифицира модели като:

• Увеличаване на брака след смяна на доставчик.
• По-високи нива на отхвърляне на конкретна машина.
• Отклонение в качеството, след като инструмент достигне определен брой цикли.
• Повишаване на консумацията на материали на една производствена линия.
• Увеличаване на повторната обработка по време на конкретна смяна.
• Партида входящ материал, създаваща повтарящи се проблеми.

След това той може да препоръча практически действия:

• Увеличаване на честотата на проверките.
• Поставяне под карантина на партида материал.
• Проверка на инструмент или машина.
• Преглед на доставка от доставчик.
• Регулиране на параметър на процеса.
• Планиране на поддръжка.
• Спиране на високорискова партида за преглед на качеството.

Целта не е да се реагира по-бързо на брака. Тя е да се предотврати превръщането на брака в нещо нормално.

Предсказваща поддръжка: Защита на производството преди повреда

Повредата на машината е скъпа, защото засяга повече от поддръжката.

Тя може да забави работни поръчки, да създаде извънреден труд, да наложи спешни покупки, да наруши планирането на труда и да навреди на изпълнението на доставките към клиентите.

Когато данните за поддръжката, машините и производството са свързани, ИИ може да помогне за идентифициране на ранни предупредителни знаци.

Те могат да включват:

• Повтарящи се малки спирания.
• По-дълги времена на цикъл.
• Ненормални вибрации.
• Промени в температурата.
• Увеличена консумация на енергия.
• Отклонение в качеството.
• Необичайна честота на поддръжка.
• Консумация на резервни части.
• Проблеми, докладвани от оператор.

След това агентът може да сравни риска от планирано спиране за поддръжка с риска от неочаквана повреда.

Например:

„Машина M-12 показва нарастваща вероятност от повреда на лагера. Планиран тричасов прозорец за поддръжка в четвъртък би защитил две големи производствени поръчки следващата седмица. Необходимата резервна част е налична на склад. Забавянето на поддръжката създава прогнозен риск от 18 часа непланиран престой.“

Предсказващата поддръжка защитава както машините, така и обещанията към клиентите.

Дигитални двойници: Тествайте, преди да промените фабриката

Дигиталният двойник е виртуален модел на продукт, машина, производствена линия, склад или производствен процес.

Той позволява на компаниите да тестват промяна, преди да я приложат в реални операции.

Например, дигиталният двойник може да помогне да се отговори на:

• Какво ще се случи, ако преместим тази производствена поръчка на друга линия?
• Можем ли да комбинираме тези две партиди и да намалим времето за пренастройка?
• Какво ще се случи, ако машина е недостъпна за два дни?
• Можем ли да приемем нова голяма клиентска поръчка?
• Как забавянето на доставчик би повлияло на нашия график?
• Коя производствена последователност дава най-добър резултат при доставката?
• Дали различен размер на партидата би намалил отпадъците?

Агентният ИИ може да използва дигитален двойник или симулация на планиране, за да сравни опциите, преди да препоръча промяна.

Това е особено полезно в сложни производствени среди, където едно решение може да засегне материали, хора, машини, дати на доставка, използване на енергия и марж.

Симулацията не гарантира бъдещето. Но тя помага на компаниите да направят по-добър избор, преди да ангажират реалната фабрика с рисков план.

Човешкото одобрение все още е от съществено значение

На агентния ИИ не трябва да се позволява да променя критични бизнес процеси без ясни правила.

Правилното ниво на автономия зависи от риска.

Например, на агент може да бъде позволено да:

• Наблюдава данни.
• Идентифицира рискове.
• Създава сигнали.
• Подготвя отчети.
• Предлага производствени промени.
• Изготвя поръчки за покупка.
• Създава предложения за поръчки за прехвърляне.
• Подготвя комуникация с клиенти.
• Изисква одобрение.

Той трябва да изисква човешко одобрение, преди да:

• Изпрати поръчка за покупка.
• Промени производствен график.
• Използва заместващ материал.
• Промени правилата за качество на продукта.
• Промени ангажиментите за доставка към клиентите.
• Коригира ценообразуването на продуктите.
• Спре производствена линия.
• Освободи чувствителни данни.

Агентът трябва да улеснява правилното действие. Той не трябва да премахва отговорността от хората, отговарящи за бизнеса.

Как SIX ERP поддържа агентното производство

SIX ERP може да осигури свързаната оперативна основа, от която се нуждае агентният ИИ.

Системата може да свърже:

• Поръчки за продажба и клиентски прогнози.
• CRM възможности и оферти.
• Данни за продукта и спецификации на материалите.
• Проследяване на запаси, партиди, лотове и серийни номера.
• Закупуване и записи на доставчици.
• Ефективност на сроковете за изпълнение на доставчици.
• Производствени поръчки и маршрути.
• Капацитет на машини и работни центрове.
• Проверки на качеството и несъответствия.
• Складови движения.
• Записи за поддръжка.
• Графици за доставка.
• Данни за финанси, марж и паричен поток.
• Работни потоци за одобрение и одиторски следи.

Това създава контролирана среда, в която ИИ може да анализира реални оперативни данни, да подготвя препоръки и да подкрепя мениджърите с ясни опции.

ERP системата остава източникът на истината. ИИ се превръща в слоя, който помага на екипите да разберат и да действат според тази истина по-бързо.

Как да започнете

Не започвайте с опити за изграждане на напълно автономна фабрика.

Започнете с един измерим проблем с висока стойност.

Добри първи случаи на употреба включват:

• Прогнозиране на недостиг на материали.
• Наблюдение на отклонения в сроковете за изпълнение на доставчици.
• Идентифициране на производствени поръчки в риск.
• Препоръчване на време за поръчка за покупка.
• Откриване на аномалии в качеството.
• Подобряване на производствената последователност.
• Прогнозиране на нуждите от поддръжка на машини.
• Прогнозиране на търсенето за високостойностни или нестабилни артикули.
• Идентифициране на запаси, които вероятно ще станат остарели.

Изберете една продуктова фамилия, производствена линия или група доставчици. Определете текущата базова линия. Измерете изчерпването на наличностите, спешните поръчки, закъсненията при доставките, брака, престоя и усилията за планиране.

След това въведете ИИ като контролиран асистент.

Започнете с видимост. Преминете към препоръки. Добавете контролирано действие едва след като бъде спечелено доверие.

Бъдещето на производственото планиране

Най-успешните производители няма да използват ИИ просто защото е нов.

Те ще го използват, защото им помага да намалят несигурността.

Те ще виждат материалните рискове по-рано. Ще планират капацитета по-реалистично. Ще защитават датите за доставка на клиентите. Ще намалят отпадъците и спешната работа. Ще вземат по-уверени решения с по-малко ръчни усилия.

Агентният ИИ не замества опита на производствения плановик, купувача, инженера или мениджъра на завода.

Той дава на тези хора по-силен оперативен партньор.

Бъдещата фабрика не е фабрика без хора. Тя е фабрика, където хората прекарват по-малко време в търсене на информация и повече време във вземане на решения, които създават стойност.

SIX ERP помага на производителите да свържат данните, работните потоци, одобренията и оперативната интелигентност, необходими за предприемане на тази стъпка.