Če pod drobnogled vzamemo področje planiranja proizvodnje, smo iz pogovorov z več kot sto proizvodnimi podjetji ugotovili, da se soočamo z zelo podobnimi, če ne enakimi bolečinami. Vsi želimo zmanjšati prepad med teorijo in realnostjo ter bolje razumeti kaj, kdaj in koliko bodo stranke kupile. Pri tem skušamo zagotoviti tudi učinkovitejšo komunikacijo oz. prenos in uporabo podatkov iz različnih informacijskih silosov, kot so ERP ali MES. Če upoštevamo še izzive zaradi prenizke izkoriščenosti opreme, vas verjetno zanima, kakšne priložnosti in prihranke prinaša robotizacija planiranja proizvodnje ali tako imenovani kognitivni asistenti, ki jih poganja umetna inteligenca?
Do 25-odstotno zmanšanje organizacijskih zastojev!
Umetna inteligenca (AI) kot ena od nosilnih tehnologij Industrije 4.0 proizvodnim podjetjem z naprednimi algoritmi strojnega učenja zagotavlja izjemne prihranke in koristi. S tako imenovanimi kognitivnimi asistenti, ki jih poganja AI, lahko denimo podjetja iz kosovne industrije pod črto bistveno zmanjšajo oz. lažje obvladujejo kompleksnost in do 10-krat povečajo hitrost planiranja. Ob tem bistveno skrajšajo pretočne čase na proizvodnih linijah, zmanjšajo organizacijske zastoje za 25 % in v istem času namesto v enem planirajo delo v dveh proizvodnih obratih!
Dvig produktivnosti do pet odstotkov!
Izkušnje podjetij iz procesne industrije pred in po uvedbi AI v procese planiranja pa kažejo, da izrazito zmanjšajo tveganja zaradi odvisnost od poznavanja mikroplaniranja in izkušenj posameznikov, uspešno avtomatizirajo ponovljive naloge ter dvignejo produktivnost do pet odstotkov!
A pojdimo lepo po vrsti in poglejmo, kaj točno se zgodi, ko pri planiranju proizvodnje prevzame vajeti AI in kateri so pogoji, da lahko žanjemo omenjene koristi in prihranke ...
Kaj, koliko in kdaj bodo stranke kupile?
Ko se kot vodje podjetij soočamo z zunanjimi vplivi, ki tako ali drugače narekujejo tempo proizvodnje, lahko ugotovimo, da med izzivi, ki otežujejo in upočasnjujejo planiranje proizvodnih procesov, zagotovo prednjači želja po mnogo boljšem razumevanju, kaj, kdaj in koliko bodo stranke kupile. Po drugi strani nas pestijo (pre)dolgi dobavni roki vhodnih materialov in surovin, ali še huje, njihovo (dolgo)trajno pomanjkanje. V tem primeru seveda AI nima magične paličice, pomaga pa nam prepoznati določene vzorce, da lahko sprejmemo boljše nabavne odločitve in usmeritve v prihodnosti.
Podatki v silosih in neučinkoviti dodatni koraki
Na drugi strani imamo notranje izzive, pri čemer ugotavljamo, da podjetja zajemajo vedno več podatkov, ki pa žal niso dobro izkoriščeni, saj so zakljenjeni v različnih informacijskih silosih, kot so ERP ali MES sistemi. Kadar IT sistemi v industriji ne sledijo naravnemu toku dela v proizvodnji, jih ljudje skušamo premostiti z dodatnimi ali nadomestnimi opravili, najpogosteje v obliki excel preglednic, zapiskov, e-pošte, sestankov ali telefonskih klicev. Ti dodatni koraki sicer do določene mere zagotovijo boljšo informiranost, žal pa te informacije niso postavljene v kontekst celotnega dogajanja in niso zajete ter vidne v sistemu.
Trk dveh svetov
Vse to vodi do trka dveh svetov, ki se zgodi, ko se planiranje (kdaj in kako bomo proizvedli naročene izdelke) sooči z realnostjo v proizvodnji, kjer se je morda ravnokar zgodila epidemija covida ali norovirusa ali pa je prevrnjen tovornjak z naročenim materialom zaradi pomanjkanja surovin zaustavil stroje. Tovrstne anomalije na nivoju izvedbe in pri načrtovanju dela v proizvodnji običajno rešujejo izkušeni posamezniki v vlogi vodij oddelkov ali planerjev v logistiki, ki to še vedno počnejo na papirju, sestanku, s telefonskimi klici ali kalkuliranjem v excel preglednicah.
Večina podjetij v 3. fazi digitalne zrelosti
Večina proizvodnih podjetji v regiji se namreč nahaja šele v tretji fazi (visibility) digitalne zrelosti po Acatech modelu. Malce posplošeno to pomeni, da vpeljujejo določene MES rešitve, da bi bolje razumeli, kaj se jim dogaja, ne žanjejo pa vseh koristi razumevanja, zakaj se jim nekaj dogaja in kaj se jim bo zgodilo v prihodnosti.
GPS za proizvodnjo
Če razumemo, kako nam pri načrtovanju potovanja lahko pomaga google maps, potem si verjetno znamo predstavljati, kako bi nas pri načrtovanju proizvodnje lahko podprla rešitev, ki bi nam izračunala in predlagala idealno pot in čas prihoda na cilj, nas opozorila v primeru nenapovedanih zastojev ali težav na poti in predlagali alternative oz. najboljše možne rešitve.
Do 2 mio simulacij vsako minuto!
Po tej analogiji nam AI pomaga pri napovedovanju pretočnih časov proizvodnje, česar se nauči iz zgodovinskih podatkov. Prav tako na osnovi podatkov nenehno preigrava orgomno število scenarijev oz. simulacij (do 2 milijona vsako minuto!) in podaja predloge, kako zmanjšati negativen vpliv neizpolnjenih naročil. Tako se z upoštevanjem širokega prostora možnih rešitev premikamo v novo paradigmo delovanja proizvodnih podjetij, v kateri razumemo preteklost, hkrati pa smo dobro pripravljeni na dogodke v prihodnjih dnevih, tednih in mesecih, v vseh izmenah, na vseh linijah in v vseh obratih!
Digitalni dvojnik, ki ga poganjajo podatki
V praksi to pomeni, da nam sodobne AI rešitve za učinkovito planiranje, napovedovanje in usmerjanje proizvodnje, kot je denimo Qlector LEAP, izdelajo digitalni dvojnik tovarne, ki ga poganjajo podatki. Z njihovo pomočjo torej ustvarimo entitete vseh ključnih elementov proizvodnje (obrati, linije, delovne ekipe) in preigravamo različne stopnje verjetnosti zaključevanja delovnih nalogov.
Ljudje kot vsevedni bogovi
Če se malo pošalimo, v Industriji 4.0 vodje oddelkov in planerji postajajo neke vrste bogovi, ki vse vidijo in vse vedo, saj jim umetna inteligenca zagotovi natančne uvide v ”kaj, kdaj in kdo”. V vsakem trenutku namreč vidijo v prihodnost, kaj točno in s katerimi materiali/surovinami proizvajamo oz. bomo proizvajali, kdaj bomo zaključili z delovnimi nalogi, kdaj bomo morali zamenjati orodje ali prenastaviti linijo ter katera kombinacija ekip, izdelkov in orodij deluje najbolje.
Celovit vpogled v materialne tokove
Ko hodimo po tanki meji med učinovitim upravljanjem zalog in odpravljanjem zamud, nam AI zagotavlja tudi natančen vpogled v material tokove – kateri material bomo porabili, ali ga imamo dovolj na zalogi, se morda nahaja v drugem skladišču, ali nam je dobavitelj potrdil, kdaj in koliko ga bo dobavil ... V primeru težav nas opozori in predlaga rešitve, saj se je na osnovi podatkov naučila, katere odločitve in ukrepe smo nekoč v preteklosti že sprejeli ter uspešno izpeljali.
Zgodovinski podatki kot informacijski skelet
Zgodovinski podatki o preteklih realizacijah so torej informacijski skelet za AI rešitve za upravljanje in planiranje proizvodnje. Pri tem gre tako za podatke o kosovnicah, delovnih nalogih in tehnoloških postopkih, kot tudi za definicije izmeta, obratov in delovnih centrov ter v preteklosti zaznanih problemov na linijah. Vse to so vhodni podatki za učenje in izgradnjo digitalnega dvojnika, ki pa se stalno obnavlja s svežimi podatki iz ERP, MES, PLC in IIoT sistemov oziroma tekočega dogajanja v proizvodnji.
Uvidi in alarmi za odgovorne osebe
Hkrati nam AI zagotavlja različna opozorila in vpoglede oz. alarme, ki jih v realnem času dostavi do odgovornih oseb. Pri tem upošteva tudi vplive medobratne proizvodnje in kaskadne vplive – kdaj se bo denimo zastoj na liniji 1 odrazil na liniji 2 oz. kdaj se bodo težave na določeni liniji v obratu 1 odrazila v obratu 2.
Samodejna priprava optimalnih planov
Če skušamo torej vse koristi uporabe umetne inteligence zaokrožiti, nam v prvi vrsti zagotavlja samodejno pripravo optimalnih planov, vključno z roki dobave materialov, menjave orodij, čiščenj ipd. Stanje zalog oz. surovin in materiala preverja samodejno in ga nenehno usklajuje z evidencami v ERP ter realnim stanjem v proizvodnji. Zagotavlja nam podporo pri reševanju zastojev s hitrimi ”kaj-če” simulacijami mikroplanov in preigravanjem različnih scenarijev ter nas učinkovito podpira pri razporejanju delavcev in modeliranju njihove učinkovitosti.
Kaj lahko AI stori za vaše podjetje?
Če bi radi preverili, ali je uvajanje umetne inteligence smiselno tudi pri vašem planiranju proizvodnje, vas vabimo, da nam pišete na salesdigital@kolektor.com in si rezervirate termin za brezplačen posvet in demo predstavitev. Do takrat pa smo vam za boljši pregled vseh ”prej in potem” učinkov tako v podjetjih kosovne kot procesne industrije pripravili infografiko, kjer lahko na hitro preverite, ali bi tudi pri planiranju vaše proizvodnje lahko dosegli podobne učinke in prihranke.
Vir: Qlector in Kolektor
