納期を厳守すれば、私たちはお客様にとってかけがえのないパートナーとなります。 しかし現在では、以下のドイツの例に示すように、AI を使用して生産計画を立てることによってのみ納期を守ることができます。
今日ほど大きなプレッシャーにさらされている企業はほとんどありません。 これはドイツ商工会議所が８月末に発表した３０００社以上を対象とした予備調査の結論だ。 18か月にわたるパンデミック、主要供給国でのロックダウン、国際コンテナ輸送の大幅な遅延によって引き起こされた惨状について説明しています。
4 社のうち 3 社は現在、危機前よりも注文と原材料を待っている時間が長くなりました。 その結果、10 社中 4 社が注文を履行できなくなり、売上が減少します。 これを補うために、60% の企業は生産計画により多くの時間と労力を投資する必要があります。
Tabla de contenido
今日、締め切りを守ることは品質の証とみなされます
特に危機の際には、顧客は約束した納期を守るかどうかでサプライヤーの品質を測ります。 同時に、より特別でパーソナライズされた製品への要求も高まっています。 これにより、企業にとって状況はさらに複雑になります。 これらの課題は、あらゆる注文状況に柔軟に対応する能力をうまく導入した企業によってのみ克服できます。
ドイツの企業 Vecoplan AG は、INFORM のインテリジェント ソフトウェアを使用して生産プロセスを計画しています。 ヴェスターヴァルト地方のバート・マリエンベルクの特殊機械メーカーが開発し、 工場 生産廃棄物、家庭廃棄物、商業廃棄物を細断してリサイクルするために使用できるシステムと機械。 この機械は主に製材工場で使用され、木くずを処理してペレットを製造し、プラスチック、紙、ボール紙をリサイクルします。 Vecoplan の 450 人の従業員は、顧客の非常に特殊な技術要件を満たすために、多数の異なるバリエーションのマシンを構築しています。 Vecoplan のジョブ準備マネージャー Michael Grieble 氏は、次のように報告しています。スケジュール遵守とリソース使用量をさらに最適化する機会は尽きました。
そこでこの中堅企業は、INFORM の生産計画ソフトウェア Felios を導入することにしました。 生産に関連する会社のすべての領域のデータ ネットワーク。 その後、インテリジェントなアルゴリズムが、その日の機械の能力、利用可能な従業員、予備製品に基づいて最適な生産計画を作成します。
アルゴリズムは、処理に必要なリソースと、その時点で Vecoplan で実際に利用可能なリソースの両方に基づいて、処理する注文の順序を決定し、信頼できる配達日を計算します。 その結果、機械製造業者は納期厳守をさらに 10% 改善し、調達と注文の状況をより適切に一致させることができました。 その結果、在庫は12％減少し、資本金は16％減少しました。
人工知能によりバッチサイズ 1 が実現
少量のバッチまたは 1 回限りの生産が必要な場合は、さらに複雑になります。 ロットサイズが小さいと注文数が増えるためです。 デジタルで生産計画を立てない人は、自分でなんとかすることになる、と数学者は警告する。 それをするのを躊躇します。 経営コンサルタント会社プライスウォーターハウスクーパースが実施した調査によると、10社中7社が、これに関するデータを持っていない、あるいは必要な精度のデータを持っていないことを懸念しているという。
この恐れには根拠がありません。 一般に、企業に導入されている ERP システムには、デジタル生産計画に必要な情報の 90 ～ 95% が含まれています。 残りの 5% は、従業員の病気休暇や休暇に関するデータなど、通常は社内で利用できる情報ですが、統合可能な別のシステムに保存されます。
生産計画システムは社内のすべてのデータを相互接続します
したがって、デジタル生産計画システムは、これらすべてのデータを 1 つのプラットフォーム上でネットワーク化します。 その後、アルゴリズムは、指定された日に約束された注文を完了するためにすべてのリソースが利用可能かどうか、またはどの順序で注文を最短のリードタイムで処理できるかを比較できます。 残業や追加勤務のみで納期を守れるとAIが検知すると、適切なタイミングでアラームを鳴らします。 録音素材のボトルネックにより、購買部門はどの部品をいつ購入する必要があるかが事前にわかります。 AI ベースの生産計画アルゴリズムはパターンを特定し、そこから結論を導き出すことができるため、サプライヤーが約束のスケジュールを定期的に超過する時期を知ることができます。 特定の注文に対してベンダーが推奨する日付を使用するのではなく、この情報に基づいて納期を計算します。
デジタル生産計画は的を絞った投資の基礎です
ただし、アルゴリズムによって特定されたプロセスの弱点は、AI がより良い計画結果を達成するのに役立つだけではありません。 また、その注文は新しい従業員を雇用する価値があるかどうか、既存の機械の能力は常に圧迫されているため追加の機械に投資する価値があるかどうか、定期的に納期を超過するために購買部門はどのサプライヤーに頼るべきかについても尋ねます。 会社に交渉するかどうか
ただし、デジタル生産計画がその潜在力を最大限に発揮するには、実行時に生産プロセスに関与するすべての部門が計画に含まれている必要があります。 結局のところ、購買、エンジニアリング、販売などの部門は生産と連携して作業する必要があります。 可能な限り最高の結果を達成するには、生産監督と機械オペレーターもテーブルに着く必要があります。 これは、セットアップのプロセスや所要時間など、データにマッピングされない知識や経験を持っていることが多いためです。 このようにして、人工知能と職長の経験を組み合わせて有利に進めることができます。
これを考慮する企業は、AI ベースの生産計画によって市場での地位を大幅に強化できます。 現在の危機の中でも配達を続けることができ、顧客が信頼できる納期を約束します。 彼らの顧客は、特にプレッシャーのかかる時期に彼らを信頼します。
著者について
マルクス・ギュンター、レポート
Markus Günther は、INFORM の製造部門の営業責任者です。