Mahindra & Mahindra: دمج الذكاء الاصطناعي في مهام سير العمل داخل المصنع لزيادة إنتاجية التصنيع
كانت Mahindra & Mahindra، وهي مجموعة صناعية عالمية، بحاجة إلى طريقة أذكى لرفع إنتاجية العمل داخل مصانعها وتحقيق إنتاج أكبر باستخدام المصانع والمعدات والقوى العاملة المتاحة بالفعل. كان المهندسون الصناعيون يعتمدون على دراسات الحركة والزمن، لكنهم كانوا يسجلون الملاحظات يدويًا ثم يعيدون إدخال البيانات في أنظمة SAP، ما كان يبطئ العمل ويزيد الجهد اليدوي واحتمال وقوع الأخطاء. يحوّل تطبيق الذكاء الاصطناعي المخصص لدى Mahindra، والمدعوم من SAP Business AI Platform، الملاحظات المنطوقة إلى بيانات تشغيلية موثوقة في الوقت الفعلي، ما يتيح للمهندسين تحسين العمليات بسرعة أكبر مع الحفاظ على دور الإنسان في التقييم واتخاذ القرار.
| الصناعة | حجم الشركة | المقر الرئيسي |
| قطاع السيارات | أكثر من 324,000 | مومباي، الهند |
40%
كفاءة أعلى في جمع بيانات دراسة الحركة.
0
إعادة إدخال بيانات دراسة الحركة يدويًا، ما يقلل الأخطاء.
أكثر من 40
منشأة تصنيع مهيأة لتوسيع نطاق مهام سير العمل التي تستخدم الذكاء الاصطناعي.
الفرصة
زيادة الإنتاج اعتمادًا على المصانع والمعدات والقوى العاملة الحالية
بدأت Mahindra & Mahindra نشاطها كشركة لتجارة الصلب عام 1945، ثم انتقلت بعد الحرب العالمية الثانية إلى تجميع سيارات Willys Jeeps، وأسهمت بذلك في تشكيل صناعة السيارات الهندية. واليوم تعمل Mahindra كمجموعة صناعية ذات هيكل اتحادي، وتمتد أعمالها عبر قطاعات السيارات والمعدات الزراعية والتمويل والإنشاءات والضيافة والزراعة وحلول الطاقة.xxxxx في قطاعي السيارات والتصنيع الصناعي، تؤدي توقعات العملاء المتزايدة واشتداد المنافسة وتسارع دورات تطوير المنتجات إلى ضغوط أكبر لتحقيق إنتاج أكثر باستخدام المصانع والمعدات والقوى العاملة الحالية. بالنسبة إلى Mahindra، يظهر هذا التحدي على نطاق ضخم: أكثر من 40 منشأة تصنيع، وأكثر من 100 طراز قيد الإنتاج، ونحو 1,800 عملية أعمال لكل طراز. وعند هذا الحجم، يمكن حتى لأوجه القصور الصغيرة في أساليب مراقبة العمل وقياسه وتوثيقه أن تتفاقم بسرعة.
وعند هذا الحجم، وعند هذا الحجم، قد تترتب حتى على الأخطاء البسيطة في البيانات آثار ملموسة، مثل تأخر المدفوعات وتعطّل أعمال الموردين، وصولًا إلى التأثير في موعد وصول الأدوية إلى المرضى. كانت Sanofi بحاجة إلى زيادة سرعة العمل ودقة البيانات من دون إضافة مخاطر جديدة في بيئة شديدة التنظيم.
تحويل الدراسات اليدوية داخل المصنع إلى بيانات تشغيلية موثوقة
طورت Mahindra حالة الاستخدام MOST Custom AI لتحديث الطريقة التي يجمع بها المهندسون الصناعيون بيانات دراسات الحركة والزمن. يرمز MOST إلى Maynard’s Operation Sequence Technique، وهي منهجية لتحليل خطوات العمل والحركات والتوقيت. لا يتغير العمل داخل المصنع: يواصل المهندسون مراقبة العمليات وتطبيق خبراتهم. إنما يتغير أسلوب جمع البيانات. فبدلًا من تدوين الحركات والتوقيتات يدويًا، يصف المهندس الإجراء بصوت مرتفع لحظة حدوثه. يحوّل تطبيق الذكاء الاصطناعي المخصص لدى Mahindra، والمدعوم من SAP Business AI Platform، الملاحظات المنطوقة إلى نص، ثم ينظّم المهمة المرتبطة بها وتوقيتها في صورة جاهزة للمراجعة. وتتيح تجربة مستخدم SAP Fiori للمهندسين مراجعة المخرجات وتصحيحها قبل اعتمادها، مع بقاء الإشراف البشري جزءًا أساسيًا من العملية.
الحل
تحويل الملاحظات المنطوقة داخل المصنع إلى بيانات تشغيلية موثوقة
طورت Mahindra حالة الاستخدام MOST Custom AI لتحديث الطريقة التي يجمع بها المهندسون الصناعيون بيانات دراسات الحركة والزمن. يرمز MOST إلى Maynard’s Operation Sequence Technique، وهي منهجية لتحليل خطوات العمل والحركات والتوقيت. لا يتغير العمل داخل المصنع: يواصل المهندسون مراقبة العمليات وتطبيق خبراتهم. إنما يتغير أسلوب جمع البيانات. فبدلًا من تدوين الحركات والتوقيتات يدويًا، يصف المهندس الإجراء بصوت مرتفع لحظة حدوثه. يحوّل تطبيق الذكاء الاصطناعي المخصص لدى Mahindra، والمدعوم من SAP Business AI Platform، الملاحظات المنطوقة إلى نص، ثم ينظّم المهمة المرتبطة بها وتوقيتها في صورة جاهزة للمراجعة. وتتيح تجربة مستخدم SAP Fiori للمهندسين مراجعة المخرجات وتصحيحها قبل اعتمادها، مع بقاء الإشراف البشري جزءًا أساسيًا من العملية.
دمج الذكاء الاصطناعي في البنية الرقمية الأساسية لدى Mahindra مع حوكمة موثوقة
اعتمدت Mahindra على SAP لأن الكثير من عملياتها وبياناتها الأساسية موجودة بالفعل في نسخة عالمية موحّدة من SAP تشمل أكثر من 85 كيانًا، ما يجعل التكامل والتوسع والحوكمة متطلبات أساسية. لم ترغب الشركة أن يظل الذكاء الاصطناعي خارج بيئة أنظمة المؤسسة كتجربة منفصلة لا ترتبط ببقية الأنظمة. واستنادًا إلى أعمال توحيد العمليات وتحديث بيئة السحابة التي نُفذت سابقًا، تساعد القدرات التي توفرها SAP Business Technology Platform، والتي أصبحت الآن جزءًا أساسيًا من SAP Business AI Platform، على تنسيق تحميل الملفات الصوتية ومعالجتها باستخدام الذكاء الاصطناعي والتعامل مع البيانات والتكامل مع الأنظمة الخلفية. وتدعم قدرات أتمتة العمليات في SAP Build خطوات المراجعة والاعتماد، بينما تحفظ حلول SAP Cloud ERP Private بيانات الحركة والزمن بعد اعتمادها باعتبارها السجل المرجعي الرسمي. ونتج عن ذلك سير عمل خاضع للحوكمة يحوّل الملاحظات المنطوقة داخل المصنع إلى بيانات تشغيلية موثوقة ضمن البنية الرقمية الأساسية لدى Mahindra.
بناء حالات استخدام عملية للذكاء الاصطناعي بتوجيه من خبراء بنية المؤسسة لدى SAP
ساعد التعاون مع خبراء بنية المؤسسة لدى SAP شركة Mahindra على الانتقال من استكشاف واسع للذكاء الاصطناعي إلى حالات استخدام تحقق أثرًا في الأعمال يمكن قياسه. وفي إطار هذا التعاون، ساعدت SAP على تحديد المواضع المناسبة لاستخدام قدرات Joule القياسية، والمواضع التي قد يحقق فيها نهج مخصص للذكاء الاصطناعي قيمة أكبر. وفي حالة MOST Custom AI، أسهمت هذه التوجيهات في تصميم بنية خاضعة للحوكمة وجاهزة للتشغيل الفعلي، ومتوافقة مع استثمارات Mahindra الحالية في SAP وخارطة الطريق الأوسع للذكاء الاصطناعي. ومنح هذا التعاون Mahindra مسارًا عمليًا لتوسيع استخدام الذكاء الاصطناعي، من فكرة واعدة داخل المصنع إلى سير عمل مؤسسي متكامل، مع إبقاء التركيز على نتائج قابلة للقياس بدلًا من تبني التقنية لمجرد استخدامها.
النتيجة
زيادة كفاءة جمع البيانات بنسبة 40% مع إلغاء إعادة الإدخال اليدوي
في منشأة التصنيع الأولى، ساهم حل MOST Custom AI في زيادة كفاءة جمع بيانات دراسة الحركة بنسبة 40%. كما ألغى إعادة الإدخال اليدوي لبيانات دراسة الحركة؛ فاستبدل الملاحظات المكتوبة بخط اليد وإدخال البيانات مرتين في أنظمة SAP بجمع البيانات صوتيًا، مع مزامنة البيانات المنظمة في الوقت الفعلي مع SAP Cloud ERP Private. ويعالج ذلك مباشرة المشكلات السابقة المتمثلة في تكرار الجهد، وبطء التوثيق، واحتمال الخطأ عند الإدخال، ويهيئ مسارًا أبسط من لحظة الملاحظة حتى وصول البيانات إلى نظام السجل المرجعي.
منح المهندسين مزيدًا من الوقت للتحليلات والتحسين
وتنعكس هذه النتيجة مباشرة على العمل اليومي للمهندسين الصناعيين. فبدلًا من تقسيم تركيزهم بين المراقبة وتدوين الملاحظات ثم إدخال البيانات لاحقًا، يمكن للمهندسين التركيز على ما يحتاج بالفعل إلى خبراتهم: تحليل أنماط العمل، والتحقق من البيانات، وتحديد فرص تحسين خط الإنتاج. وهذا مهم في بيئة تصنيع يتوقف فيها تبنّي الذكاء الاصطناعي على الثقة. وبما أن المهندسين يحتفظون بالسيطرة على المراجعة والاعتماد، يوضح MOST Custom AI كيف يمكن للذكاء الاصطناعي أن يعزز خبراتهم، فيسهّل العمل ويزيد الثقة في البيانات.
توسيع نطاق سير عمل للذكاء الاصطناعي خاضع للحوكمة عبر منشآت التصنيع وحالات الاستخدام
وتكمن الفرصة الأكبر في إمكانية التوسع. وتصبح القدرة المخصصة على تحويل الصوت إلى نص أكثر تأثيرًا بكثير عند تطبيقها على امتداد عمليات Mahindra التصنيعية: أكثر من 40 منشأة تصنيع، وأكثر من 100 طراز قيد الإنتاج، وآلاف نقاط التفاعل ضمن العمليات.
وتخطط Mahindra مستقبلًا لاستكشاف القدرات التحليلية التي يوفرها Joule لحالة MOST Custom AI. وبالتوازي، تعمل Mahindra مع SAP على حالة استخدام لتنظيم خروج المركبات من المصنع بهدف زيادة معدل تدفقها، مع تحديد فرص إضافية في الشؤون المالية وسلسلة التوريد.
ويستكشف الفريق أيضًا كيف يمكن لكل من Joule Studio وSAP LeanIX دعم سيناريوهات مستقبلية قائمة على الوكلاء في أنظمة SAP وغيرها من الأنظمة. وتساعد هذه الجهود مجتمعةً Mahindra على وضع الأساس لقدرات Autonomous Enterprise مستقبلًا، بحيث تعمل البيانات الموثوقة والذكاء الاصطناعي والتطبيقات وعمليات الأعمال الخاضعة للحوكمة معًا لتنفيذ العمليات بترابط وذكاء أكبر، مع بقاء الإنسان في موقع التحكم.