
Pogled na industrijo 5.0 z vidika vodstva
Iskanje ravnovesja med danes in jutri v digitalni proizvodnji
Pred ne dolgo nazaj je Microsoft predstavil Copilot. Ta pomočnik, ki temelji na umetni inteligenci, uporablja najnovejši tehnološki razvoj za poenostavitev dolgočasnih opravil in spodbuja ustvarjalnost zaposlenih. Vendar pa AI ni zgolj Copilot. Poglejmo si, kako bi lahko izgledal vaš prihodnji ERP sistem. Ima UI potencial, da prevzame nekatera obremenjujoča opravila, kot je ročni vnos podatkov, ali pa reši izzive že v zgodnejših fazah, kot je sama implementacija ERP sistema?V tej objavi bomo raziskali, kako lahko umetna inteligenca vpliva na Dynamics ERP in katere prednosti prinaša.
Prva prednost umetne inteligence je v tem, da lahko odpravi številna ponavljajoča se opravila in administrativna bremena. Prej smo se zanašali na metode zajema podatkov, kot je OCR (optično prepoznavanje znakov), za skeniranje in razumevanje dokumentov. AI gre korak dlje – razume kontekst besedila, ne samo znake. AI lahko na primer interpretira prejeta e-poštna sporočila in predlaga vnos naročila, s čimer se administrativno opravilo zmanjša na zgolj preverjanje in potrjevanje predloga, ki ga ustvari Copilot.
Druga pomembna prednost umetne inteligence je njena zmožnost analize velikih količin podatkov, kar omogoča sprejemanje bolj informiranih odločitev.
ERP sistem vam pomaga učinkovito upravljati vse vaše izdelke. Dynamics 365 pospešuje vstop izdelkov na trg z opisi izdelkov, ki jih generira AI, – neposredno iz mesta, kjer upravljate svojo zalogo. Postopek se začne z nalaganjem slike vašega najnovejšega izdelka, nato pa Business Central:
Vaši izdelki so zdaj na spletu. Poskrbimo, da boste lahko dostavili svoje izdelke, ko bodo prodani. Copilot bo poenostavil spremljanje odgovorov na naročilnice. Odgovor dobavitelja lahko pomeni spremembo naročilnice. Z uporabo pilotov za nabavo v Dynamics 365 Supply Chain Management je enostavneje pregledovati in obvladovati spremembe naročilnic.
Poleg tega modeli, ki jih poganja umetna inteligenca, prepoznajo morebitne motnje v vaši dobavni verigi, tako da jih lahko odkrijete pravočasno in preprečite drage pomanjkljivosti zalog. Na primer, proizvajalec bi lahko bil opozorjen na nedavne poplave v Sloveniji, saj je eden od njegovih dobaviteljev lociran na tem območju. Copilot postane vaš partner, saj ustvari osnutke e-poštnih sporočil, v katerih boste povprašali dobavitelja po posodobitvi. Če dobavitelj potrdi, da bodo dobave dejansko zamujale, bo ERP predlagal prilagojen načrt proizvodnje ali ponudil alternativne dobavitelje na podlagi podatkov v realnem času. V daljšem časovnem obdobju bi lahko umetna inteligenca samodejno predlagala optimizacije za vaše zaloge (brez kakršne koli ročne interakcije uporabnika), ali pa določila število potrebnih skladiščnikov na določen dan.
Drug primer je nabiranje naročil. To delo je za zaposlene zelo zamudno. Umetna inteligenca lahko samodejno določi, kateri izdelki naj bodo shranjeni na bolj dostopnih lokacijah, da prihranite čas, hkrati pa vam pove, kdaj je potrebna dodatna zaloga.
Trenutni ERP že opozarja na zmanjšanje stopnje dostave s strani dobavitelja, vendar lahko umetna inteligenca vnaprej ustvari e-poštna sporočila, tako da se lahko hitreje odzovete na spremembe. Hkrati vam umetna inteligenca lahko predlaga dobavitelje, ki prodajajo primerljive izdelke, ki bi lahko bili primerni. Obstaja neskončno število drugih zunanjih dejavnikov, ki lahko vplivajo na vašo proizvodnjo. Ali lahko v prihodnosti pričakujemo, da bo sistem opozoril tudi na potencialna tveganja pri dobaviteljih vaših dobaviteljev? Predstavljajte si, da bi umetna inteligenca lahko predvidela vse te dejavnike.
Omenili smo že načrtovanje proizvodnje v našem članku o moči umetne inteligence v proizvodnji. To ima ogromno potenciala zaradi velike kompleksnosti proizvodne linije. Obstaja toliko vidikov, ki jih je treba upoštevati:
Čas za spremembo
Copilot lahko analizira te podatke v nekaj sekundah in poda predlog. Po tem je naloga vodje proizvodnje, da izvede natančno nastavitev, se odloči in ukrepa. Pomembno je omeniti, da nič ne zapusti sistema brez odobritve s strani človeka. Še en korak naprej je, da Copilot predlaga optimizacije za bolj učinkovito proizvodnjo.
Plačila dobaviteljem so le eni od običajnih stroškov za podjetja. Prediktivni vpogledi umetne inteligence v Dynamics 365 ERP pomagajo CFO-jem optimizirati denarne tokove z natančnim napovedovanjem, kje bodo nastali stroški in kdaj bodo prejeta sredstva. S tem je povezana tudi zmožnost napovedovanja plačil strank (glej spodnjo sliko). To omogoča osredotočanje na slabše plačnike, proaktivno ukrepanje in oblikovanje strategij za izterjavo dolgov. Model napovedovanja umetne inteligence ne zahteva nobenega razvoja. S prilagoditvijo podatkov, ki se uporabljajo, v nekaj klikih lahko povečate natančnost modela.
Še ena funkcija Finance Insights so Predlogi proračunov. Te funkcije ustvarjajo modele z uporabo vaših podatkov, zahvaljujoč pametnim predlogam strojnega učenja. To pomeni, da kakovost napovedi močno temelji na zadostnih kakovostnih podatkih.
Ker so vsi vpogledi v realnem času, CFO-jem omogočajo sprejemanje informiranih odločitev brez čakanja na periodična finančna poročila.
Spodaj je prikaz vseh funkcij umetne inteligence in avtomatizacije procesov v D365 for Finance and Operations. Značilnosti, označene z *, so načrtovane, vendar še niso na voljo.
Če pogosto prejmete vrnjene izdelke, lahko umetna inteligenca hitreje analizira podatke in ugotovi, pod kakšnimi pogoji do tega prihaja. Na primer, ali se to zgodi le, če izdelek uporablja surovino dobavitelja A namesto dobavitelja B?
Dobra novica je, da AI ni vedno potreben le takrat, ko gre nekaj narobe. Umetna inteligenca vam lahko pomaga pri nadzoru kakovosti že pred tem, ko izdelek zapusti proizvodno območje. Kot smo opisali v enem od naših nedavnih člankov, AI omogoča natančno spremljanje kakovosti, da bi preprečili napake.
Poleg tega AI podpira pričakovano vzdrževanje kar pomeni, da lahko predvidi morebitne okvare strojev in s tem prepreči dražje popravke in zmanjšanje proizvodnje. S tem se izboljša zanesljivost in zmanjšajo stroški vzdrževanja.
Kot je omenjeno v našem uvodnem članku, umetna inteligenca obstaja že desetletja. Verjetno že uporabljate funkcionalnosti umetne inteligence, ne da bi se tega zavedali. V upravljanju skladišč je primer take uporabe upravljanje flote avtomatiziranih vodljivih vozil (AGV). Poti viličarjev so na primer optimizirane za maksimizacijo pretoka izdelkov v proizvodnem centru z uporabo umetne inteligence.