Mahindra & Mahindra: Integrering af AI i arbejdsgange på produktionsgulvet for at øge fremstillingsproduktiviteten
Mahindra & Mahindra, en global industrikoncern, havde brug for en smartere måde at forbedre produktiviteten på produktionsgulvet og få mere ud af eksisterende fabrikker, udstyr og medarbejdere på. Industriingeniører var afhængige af tids- og bevægelsesstudier, men registrerede observationer i hånden og genindtastede data i SAP-systemer, hvilket skabte forsinkelser, manuelt arbejde og risiko for fejl. Drevet af SAP Business AI Platform omdanner Mahindras skræddersyede AI-applikation talte observationer til pålidelige driftsdata i realtid, hvilket hjælper ingeniører med at forbedre processer hurtigere, samtidig med at menneskelig dømmekraft bevarer kontrollen.
| Branche | Virksomhedens størrelse | Hovedkvarter |
| Bilindustrien | 324.000+ | Mumbai, Indien |
40 %
højere effektivitet ved registrering af bevægelsesstudiedata.
0
manuel genindtastning af data fra bevægelsesstudier, hvilket reducerer fejl.
40+
produktionsfaciliteter positioneret til at skalere AI-arbejdsgange.
Muligheden
Øg produktionen med eksisterende fabrikker, udstyr og medarbejdere
Mahindra & Mahindra begyndte som en stålhandelsvirksomhed i 1945, før de samlede Willys Jeeps efter 2. verdenskrig og var med til at forme Indiens bilindustri. I dag fungerer Mahindra som en fødereret industrikoncern, der spænder over bilindustrien, landbrugsudstyr, finans, byggeri, hotel- og restaurationsbranchen, landbrug og energiløsninger. På tværs af bilindustrien og industriproduktion øger stigende kundeforventninger, skærpet konkurrence og hurtigere produktcyklusser presset for at få mere ud af eksisterende fabrikker, udstyr og medarbejdere. For Mahindra udspiller den udfordring sig i stor skala: De har mere end 40 produktionsfaciliteter, over 100 aktive modeller og omkring 1.800 forretningsprocesser for hver model. I den skala kan selv små ineffektiviteter i, hvordan virksomheden observerer, måler og dokumenterer arbejde, hurtigt mangedobles.
I denne skala kan selv små datafejl have reelle konsekvenser, forsinke betalinger, forstyrre leverandører og i sidste ende påvirke, hvornår medicinen når frem til patienterne. Sanofi havde brug for at forbedre hastigheden og datanøjagtigheden uden at introducere yderligere risici i et stærkt reguleret miljø.
Omdan manuelle studier på produktionsgulvet til pålidelige driftsdata
Mahindra udviklede MOST Custom AI-use casen for at modernisere den måde, industrielle ingeniører registrerer bevægelses- og tidsstudier på. MOST står for Maynard's Operation Sequence Technique, en metode til analyse af arbejdstrin, bevægelser og tidsforbrug. Arbejdet på produktionsgulvet er det samme: Ingeniører observerer stadig driften og anvender deres ekspertise. Det, der ændrer sig, er registreringsoplevelsen. I stedet for at skrive bevægelser og tidsstempler ned i hånden siger teknikeren handlingen højt, mens den sker. Drevet af SAP Business AI Platform konverterer Mahindras skræddersyede AI-applikation talte observationer til tekst og strukturerer den tilknyttede opgave og det tilhørende tidsstempel til gennemgang. SAP Fiori-brugeroplevelsen gør det muligt for ingeniører at kontrollere og korrigere outputtet før godkendelse, så menneskelig overvågning forbliver central.
Løsningen
Omdan mundtlige observationer fra produktionsgulvet til pålidelige driftsdata
Mahindra opbyggede use casen MOST Custom AI for at modernisere, hvordan produktionsingeniører registrerer bevægelses- og tidsstudier. MOST henviser til Maynard’s Operation Sequence Technique, en metode til analyse af arbejdstrin, bevægelse og timing. Arbejdet på produktionsgulvet forbliver det samme: Ingeniører observerer stadig operationerne og anvender deres ekspertise. Det, der ændrer sig, er registreringsoplevelsen. I stedet for at skrive bevægelser og tidsstempler i hånden, udtaler ingeniøren handlingen højt, mens den finder sted. Drevet af SAP Business AI Platform konverterer Mahindras tilpassede AI-applikation talte observationer til tekst og strukturerer den tilknyttede opgave og tidsstempel til gennemgang. SAP Fiori-brugeroplevelsen giver ingeniører mulighed for at kontrollere og korrigere outputtet før godkendelse, så det menneskelige tilsyn forbliver i centrum.
Integrering af AI i Mahindras digitale SAP-rygrad med pålidelig styring
Mahindra byggede videre på SAP, fordi mange af virksomhedens kerneprocesser og data allerede findes i en enkelt global SAP-instans på tværs af mere end 85 enheder, hvilket gør integration, skalering og governance afgørende. Virksomheden ønskede ikke, at AI skulle ligge uden for virksomhedslandskabet som et frakoblet eksperiment. Med udgangspunkt i tidligere procesharmonisering og cloudmodernisering hjælper funktionerne i SAP Business Technology Platform – som nu er en kernedel af SAP Business AI Platform – med at orkestrere lydoverførsel, AI-behandling, datahåndtering og integration med back-end-systemer. Funktioner til procesautomatisering i SAP Build -løsningen understøtter gennemgangs- og godkendelsestrin, mens SAP Cloud ERP Private -løsninger gemmer godkendte motion-time-data som registreringssystemet. Resultatet er en styret arbejdsgang, der forvandler mundtlige observationer fra produktionsgulvet til pålidelige driftsdata i Mahindras digitale rygrad.
Opbygning af praktiske AI-anvendelsestilfælde med vejledning om virksomhedsarkitektur fra SAP
Samarbejdet med SAP-enterprise-arkitekter hjalp Mahindra med at gå fra bred AI-udforskning til use cases med målbar forretningsmæssig effekt. Gennem samarbejdet hjalp SAP med at vurdere, hvor standard-Joule-funktioner kunne anvendes, og hvor en tilpasset AI-tilgang ville skabe mere værdi. For MOST Custom AI hjalp den vejledning med at forme en styret, produktionsklar arkitektur, der er afstemt med Mahindras eksisterende SAP-investering og bredere AI-køreplan. Samarbejdet gav Mahindra en praktisk vej til at skalere AI fra en lovende idé på produktionsgulvet til en integreret virksomhedsarbejdsgang med fortsat fokus på målbare resultater frem for teknologi for teknologiens egen skyld.
Resultatet
Øger effektiviteten af dataregistrering med 40 %, samtidig med at manuel genindtastning elimineres
På det første produktionsanlæg øgede MOST Custom AI effektiviteten af dataregistrering fra bevægelsesstudier med 40 %. Det eliminerede også manuel genindtastning af data fra bevægelsesstudier og erstattede håndskrevne observationer og dobbeltindtastning i SAP-systemer med stemmebaseret registrering, der synkroniserer strukturerede data i realtid til SAP Cloud ERP Private. Dette adresserer direkte de tidligere udfordringer med dobbeltarbejde, langsom dokumentation og fejlbehæftet indtastning, hvilket skaber en mere strømlinet vej fra observation til system of record.
Giver ingeniører mere tid til analyse og forbedring
Resultatet ændrer den daglige oplevelse for produktionsingeniører. I stedet for at balancere observation med notetagning og efterfølgende dataindtastning kan ingeniører fokusere på det, der kræver deres ekspertise: analyse af arbejdsmønstre, validering af dataene og identifikation af muligheder for at forbedre produktionslinjen. Det har stor betydning i et produktionsmiljø, hvor implementering af AI afhænger af tillid. Eftersom ingeniørerne bevarer kontrollen med gennemgang og godkendelse, viser MOST Custom AI, hvordan AI kan udvide deres ekspertise, gøre arbejdet lettere og styrke tilliden til dataene.
Skalering af en styret AI-arbejdsgang på tværs af produktionsfaciliteter og use cases
Den større mulighed kommer med skala. En fokuseret tale-til-tekst-funktion bliver langt mere effektiv, når den anvendes på tværs af Mahindras produktionsnetværk: mere end 40 produktionsanlæg, mere end 100 aktive modeller og tusindvis af proceskontaktpunkter.
Fremadrettet planlægger Mahindra at udforske Joules analytiske funktioner til MOST Custom AI. Sideløbende arbejder virksomheden sammen med SAP om en use case inden for fabriksafsendelse, der er udviklet til at øge køretøjsgennemstrømningen, samtidig med at der identificeres yderligere muligheder inden for økonomi og forsyningskæde.
Teamet undersøger også, hvordan Joule Studio og SAP LeanIX -løsningen kan understøtte fremtidige agentbaserede scenarier på tværs af SAP- og ikke-SAP-systemer. Sammen hjælper disse tiltag Mahindra med at etablere et fundament for fremtidige Autonomous Enterprise -funktioner, hvor pålidelige data, AI, applikationer og styrede forretningsprocesser arbejder sammen om at understøtte en mere sammenhængende og intelligent udførelse, mens mennesker bevarer kontrollen.