Czy AI pomoże w planowaniu produkcji? Co działa bez sztucznej inteligencji, a gdzie AI to tylko bańka marketingowa

W mediach branżowych aż roi się od spektakularnych historii o potędze sztucznej inteligencji (AI). Czytamy nagłówki głoszące, że „producent stali skrócił czas planowania z 5 dni do 1 godziny dzięki AI” albo „zaoszczędzono 120 godzin papierkowej roboty rocznie za pomocą inteligentnych algorytmów”. Jako właściciel lub menedżer firmy produkcyjnej MŚP czytasz to i myślisz: „Muszę mieć tę sztuczną inteligencję, by wreszcie rozwiązać nasze problemy z terminowością!”.

Zatrzymajmy się na chwilę. Jeśli wczytamy się w tego typu case studies (jak choćby przypadek brytyjskiego producenta zbrojeń Midland Steel), szybko odkryjemy pewien niewygodny fakt, o którym milczą sprzedawcy oprogramowania. Z czterech wielkich problemów, które rzekomo rozwiązało tam AI, trzy można było rozwiązać za pomocą technologii znanej od lat 80. A jedynym miejscem, gdzie sztuczna inteligencja faktycznie pokazała pazur, była analityka trendów sprzedażowych.

Jeśli Twoim celem jest odpowiedź na pytanie, jak poprawić terminowość realizacji zamówień produkcyjnych, czas oddzielić twarde fakty od napompowanej bańki marketingowej. Zobaczmy, z czego składa się układanie harmonogramu i dlaczego AI nie posprząta Twojego zakładu, dopóki sam nie odrobisz pracy domowej.

Anatomia planowania, czyli dlaczego produkcja nie dotrzymuje terminów

Zanim odpowiemy, czy AI pomoże w planowaniu produkcji, musimy zrozumieć, że planowanie to nie jest jedna czynność. To skomplikowany system naczyń połączonych. Składa się z pięciu kluczowych elementów:

1. Prognoza popytu: Przewidywanie, ile i czego zamówią klienci.
2. Układanie harmonogramu: Optymalne układanie kolejki zleceń, by zminimalizować przezbrojenia maszyn.
3. Czasy operacji: Wiedza o tym, ile realnie (a nie w teorii) trwają poszczególne zadania na hali.
4. Źródła danych: Miejsce, z którego czerpiemy informacje (systemy, arkusze kalkulacyjne).
5. Wiedza „plemienna”: Niepisane reguły i wyjątki, które istnieją wyłącznie w głowach doświadczonych pracowników.

Jeśli Twoja firma ma opóźnienia w produkcji (jak unikać ich – o tym za chwilę), przyczyna leży w awarii jednego (lub kilku) z powyższych punktów. Zobaczmy, gdzie technologia jest zbędna, gdzie potrzebna, a gdzie wkracza sztuczna inteligencja.

1. Optymalizacja harmonogramu to czysta matematyka, nie inteligencja

Zacznijmy od największego mitu. Aby ułożyć plan produkcji skracający czas planowania z kilku dni do kilku godzin, nie potrzebujesz sztucznej inteligencji. Potrzebujesz systemu klasy APS (co to jest?) – Advanced Planning and Scheduling.

Programy te wykorzystują zaawansowane algorytmy matematyczne (tzw. solvery), które na rynku znane są od kilkudziesięciu lat (podstawowe z nich udostępnia nawet darmowo Google). System APS nie jest w żaden sposób „inteligentny”. Jest po prostu niesłychanie szybkim i posłusznym wykonawcą.
Dajesz mu listę twardych ograniczeń: mamy system 2-zmianowy, 15 operatorów, operacja X trwa 20 minut, cięcie musi odbyć się przed gięciem, a zlecenie ma wyjechać z hali przed 15 lipca. Algorytm błyskawicznie przelicza tysiące możliwych wariantów i wypluwa najbardziej optymalną ścieżkę. Nie ma w tym magii AI, jest potężna moc obliczeniowa.

2. Prawdziwe środowisko dla AI: Prognozowanie popytu

Gdzie w takim razie AI w produkcji (bańka marketingowa czy fakt?) faktycznie działa cuda? W obszarze, z którym ludzki umysł i proste arkusze sobie nie radzą: w prognozowaniu popytu na wysoce zmiennym, nieprzewidywalnym rynku.

Jeśli masz stały asortyment (np. 40 katalogowych produktów) i powtarzalne zamówienia B2B, przewidywanie popytu zrobisz za pomocą prostej statystyki w Excelu. Inwestycja w sztuczną inteligencję byłaby tu wyrzuceniem pieniędzy w błoto.
Jeśli jednak Twoja sprzedaż jest „humorzasta” – zależy od sezonowości, trendów, promocji, lokalnych świąt czy wahań rynkowych, AI wkracza do gry.

Planowanie produkcji i sztuczna inteligencja łączą się tu dzięki technice gradient boosting. Tłumacząc to obrazowo: to tak, jakby przed tablicą z danymi historycznymi o sprzedaży z 3 lat postawić ucznia i kazać mu przewidzieć przyszłość. Zrobi to z błędem. Następnie stawiamy drugiego ucznia, każąc mu nie powtarzać błędu pierwszego. I tak powtarzamy ten proces dziesiątki tysięcy razy w ułamku sekundy. Maszyna uczy się wzorców i potrafi przewidzieć tzw. piki sprzedażowe, świetnie „łącząc kropki” w ogromnych zbiorach danych.

3. Główne przyczyny chaosu w harmonogramie produkcji (których AI nie naprawi)

Wspomniany na początku artykułu producent, mimo posiadania miliardowych budżetów, spędził aż 26 tygodni nie na wdrażaniu sztucznej inteligencji, lecz na ręcznym ustandaryzowaniu ponad 300 reguł planowania! Dopiero gdy zrobili porządek, wpuścili tam algorytmy.

Dlaczego? Ponieważ żaden system nie uratuje Twojego wskaźnika terminowości dostaw (OTIF), jeśli karmisz go fikcją. Jeśli chcesz wiedzieć, jak planować produkcję żeby nie było opóźnień, musisz zmierzyć się z trzema patologiami w swojej firmie:

Grzech 1: Fikcyjne czasy operacji
Wielu decydentów pyta, jak ułożyć harmonogram produkcji, zapominając o podstawach. Jeśli Twój technolog w biurze zakłada, że operacja zbrojenia i toczenia detalu trwa 30 minut, a na hali rzeczywistość weryfikuje ten czas do 50 minut – cały plan, nieważne jak inteligentnie policzony, idzie do kosza po kilku godzinach pracy zmiany. Zanim cokolwiek zautomatyzujesz, musisz ustalić, jak zmierzyć czasy operacji na produkcji (np. poprzez proste tablety na stanowiskach zbierające dane z życia).

Grzech 2: Wiedza „plemienna” planistów
Planowanie u wielu producentów opiera się na wiedzy uwięzionej w głowie jednego planisty. Jeśli harmonogramowanie bazuje na notatkach typu: „Ten materiał z rezerwy zostaw na czarną godzinę, bo panu Kowalskiemu zawsze się spieszy”, to żaden algorytm tego nie zrozumie. Algorytm wykorzysta wolny materiał, co wywoła wściekłość planisty i chaos. Musisz spisać i ustandaryzować niepisane zasady pracy swojej firmy.

Grzech 3: Planowanie produkcji w Excelu (problemy i patologie)
Jeśli zapłaciliście za drogi system ERP/MES, a i tak działacie na pięciu równoległych arkuszach Excela, to oznacza, że Wasz system nie działa lub załoga mu nie ufa. Tworzenie pobocznych plików to próba ratowania wiarygodności przez poszczególne działy. Próba zaprzęgnięcia AI do przeanalizowania tych pięciu sprzecznych Exceli sprawi tylko, że za rok będziecie mieli w firmie… siedem Exceli do obsługi AI. Zamiast szukać sztucznej inteligencji, zróbcie porządek z jednym źródłem twardych danych.

Jak poprawić terminowość produkcji w 4 krokach?

Dobra wiadomość jest taka, że aby przywrócić w firmie terminowość i odzyskać zaufanie klientów, wcale nie potrzebujesz potężnych inwestycji w sztuczną inteligencję. Potrzebujesz ułożenia podstaw. Jeśli zastanawiasz się, jak skrócić czas realizacji zleceń, zacznij od tej listy kontrolnej:

1. Wyeliminuj wiedzę uwięzioną w głowach: Spisz wszystkie wyjątki, adnotacje z karteczek i niepisane reguły. Zasady planowania muszą być znane firmie, a nie tylko jednemu specjaliście.
2. Zmierz rzeczywisty czas produkcji: Zderz założenia technologów z faktami. Narzędzia zwinnego zarządzania produkcją na hali (tablety) pozwolą Ci od ręki urealnić Twoje normy czasowe.
3. Zabij niepotrzebne Excele: Przejrzyj dodatkowe arkusze i zrezygnuj z tych, które powielają dane. Wybierz jedno narzędzie (MES/APS), któremu cała firma będzie musiała zaufać.
4. Zaufaj matematyce: Mając czyste, poprawne dane o czasach i zasobach, wdróż oprogramowanie z algorytmem optymalizującym (APS), który zaplanuje ścieżkę przejścia zleceń szybciej i bezbłędnie.

Chcesz odzyskać kontrolę nad terminami i ułożyć produkcję na twardych danych, a nie na zgadywaniu?
Zrezygnuj z iluzji „magicznych” wdrożeń i postaw na pragmatyzm. Skontaktuj się z ekspertami z Visix. Umów się na darmową konsultację i sprawdź, jak nasz system FACTORY plus w zaledwie 14 dni dostarczy Ci danych, których potrzebujesz, by w końcu zacząć realizować zamówienia z przewidywalną terminowością.