Mahindra & Mahindra: AI integreren in workflows op de werkvloer om de productieproductiviteit te verhogen
Mahindra & Mahindra, een wereldwijd industrieel concern, had een slimmere manier nodig om de productiviteit op de werkvloer te verhogen en meer te doen met bestaande fabrieken, apparatuur en medewerkers. Industrieel ingenieurs vertrouwden op bewegings- en tijdsstudies, maar legden waarnemingen handmatig vast en voerden data opnieuw in SAP systemen in, wat leidde tot vertragingen, handmatig werk en het risico op fouten. Aangedreven door het SAP Business AI Platform zet de maatwerk-AI-applicatie van Mahindra gesproken observaties in realtime om in betrouwbare operationele data, waardoor ingenieurs processen sneller kunnen verbeteren terwijl menselijk inzicht de controle behoudt.
| Branche | Bedrijfsomvang | Hoofdkantoor |
| Automobielindustrie | 324.000+ | Mumbai, India |
40%
hogere efficiëntie bij het vastleggen van bewegingsstudiegegevens.
0
handmatige herinvoer van bewegingsonderzoeksgegevens, waardoor fouten worden verminderd.
40+
productiefaciliteiten gepositioneerd om AI-workflows op te schalen.
De kans
Output verhogen met bestaande fabrieken, apparatuur, en mensen
Mahindra & Mahindra begon in 1945 als staalhandelsbedrijf voordat het na de Tweede Wereldoorlog Willys Jeeps ging assembleren en zo hielp de Indiase automobielindustrie vorm te geven. Tegenwoordig opereert Mahindra als een federatieve industriële groep die actief is in de automobielindustrie, landbouwmachines, financiële dienstverlening, bouw, horeca, landbouw en energieoplossingen. In de automobielindustrie en industriële productie zorgen stijgende klantverwachtingen, hevigere concurrentie en snellere productcycli voor een toenemende druk om meer te doen met bestaande fabrieken, apparatuur en medewerkers. Voor Mahindra speelt die uitdaging op grote schaal: het beschikt over meer dan 40 productiefaciliteiten, meer dan 100 actieve modellen en ongeveer 1.800 bedrijfsprocessen voor elk model. Op die schaal kunnen zelfs kleine inefficiënties in de manier waarop werk wordt geobserveerd, gemeten en gedocumenteerd, zich snel vermenigvuldigen.
Op deze schaal kunnen zelfs kleine datafouten reële gevolgen hebben, wat leidt tot vertraagde betalingen, verstoringen bij leveranciers en uiteindelijk invloed heeft op het moment waarop medicijnen patiënten bereiken. Sanofi moest de snelheid en datanauwkeurigheid verbeteren zonder extra risico te introduceren in een sterk gereguleerde omgeving.
Handmatige onderzoeken op de werkvloer omzetten in betrouwbare operationele data
Mahindra heeft de MOST Custom AI-use case ontwikkeld om de manier waarop industrieel ingenieurs bewegings- en tijdstudies vastleggen te moderniseren. MOST verwijst naar Maynard’s Operation Sequence Technique, een methode voor het analyseren van werkstappen, beweging en timing. Het werk op de werkvloer blijft hetzelfde: technici observeren nog steeds processen en passen hun expertise toe. Wat verandert, is de registratie-ervaring. In plaats van bewegingen en tijdstempels met de hand op te schrijven, spreekt de engineer de actie hardop uit terwijl deze plaatsvindt. Aangedreven door het SAP Business AI Platform zet de maatwerk-AI-applicatie van Mahindra gesproken observaties om in tekst en structureert de bijbehorende taak en tijdstempel ter beoordeling. Dankzij de gebruikerservaring van SAP Fiori kunnen technici de uitvoer vóór goedkeuring controleren en corrigeren, waardoor menselijk toezicht centraal blijft staan.
De oplossing
Gesproken observaties op de werkvloer omzetten in betrouwbare operationele data
Mahindra heeft de use case 'MOST Custom AI' ontwikkeld om te moderniseren hoe industrieel ingenieurs tijd- en bewegingsstudies vastleggen. MOST staat voor Maynard’s Operation Sequence Technique, een methode voor het analyseren van werkstappen, beweging en timing. Het werk op de werkvloer blijft hetzelfde: ingenieurs observeren nog steeds de werkzaamheden en passen hun expertise toe. Wat verandert, is de ervaring bij het vastleggen. In plaats van bewegingen en tijdstempels met de hand op te schrijven, spreekt de ingenieur de handeling hardop uit terwijl deze plaatsvindt. Met de kracht van het SAP Business AI Platform zet Mahindra's AI-applicatie op maat gesproken waarnemingen om in tekst en structureert de bijbehorende taak en tijdstempel ter beoordeling. Dankzij de gebruikerservaring van SAP Fiori kunnen engineers de output vóór goedkeuring controleren en corrigeren, waarbij menselijk toezicht centraal staat.
AI inbedden in de digitale SAP-ruggengraat van Mahindra met betrouwbare governance
Mahindra bouwde voort op SAP omdat veel van de kernprocessen en data zich al binnen één centrale wereldwijde SAP-instantie bevinden voor meer dan 85 entiteiten, waardoor integratie, schaalbaarheid en governance essentieel zijn. Het bedrijf wilde niet dat AI als een losstaand experiment buiten het enterpriselandschap zou staan. Voortbouwend op eerdere procesharmonisatie en cloudmodernisering helpen functies van SAP Business Technology Platform, nu een kernonderdeel van SAP Business AI Platform, bij het aansturen van audio-uploads, AI-verwerking, gegevensverwerking en integratie met backendsystemen. Functies voor procesautomatisering in de SAP Build -oplossing ondersteunen controle- en goedkeuringsstappen, terwijl oplossingen voor SAP Cloud ERP Private goedgekeurde bewegingstijdgegevens opslaan als het system of record. Het resultaat is een bewaakte workflow die gesproken waarnemingen vanaf de werkvloer omzet in betrouwbare operationele gegevens binnen de digitale ruggengraat van Mahindra.
Praktische AI-use cases bouwen met bedrijfsarchitectuurbegeleiding van SAP
De samenwerking met SAP enterprise architects hielp Mahindra over te stappen van brede AI-verkenning naar use cases met meetbare zakelijke impact. Tijdens het traject hielp SAP te beoordelen waar standaardfuncties van Joule konden worden toegepast en waar een maatwerk-AI-aanpak meer waarde zou opleveren. Voor MOST Custom AI hielp die begeleiding bij het vormgeven van een beheerde, productieklare architectuur die is afgestemd op de bestaande SAP-investering en de bredere AI-roadmap van Mahindra. De samenwerking bood Mahindra een praktisch traject om AI op te schalen van een veelbelovend idee op de werkvloer naar een geïntegreerde enterprise-workflow, waarbij de focus bleef liggen op meetbare resultaten in plaats van technologie omwille van de technologie.
Het resultaat
De efficiëntie van gegevensvastlegging met 40% verhogen en tegelijkertijd handmatige herinvoer elimineren
In de eerste productiefaciliteit verhoogde MOST Custom AI de efficiëntie van de gegevensregistratie voor bewegingsstudies met 40%. Ook werd de handmatige herinvoer van bewegingsstudiegegevens geëlimineerd, doordat handgeschreven observaties en dubbele invoer in SAP-systemen zijn vervangen door spraakgestuurde registratie die gestructureerde gegevens in realtime synchroniseert met SAP Cloud ERP Private. Dit pakt de eerdere knelpunten van dubbel werk, trage documentatie en foutgevoelige invoer direct aan en zorgt voor een soepeler traject van observatie naar het bronsysteem.
Ingenieurs meer tijd geven voor analyse en verbetering
Het resultaat verandert de dagelijkse ervaring voor industrial engineers. In plaats van observatie te combineren met het maken van aantekeningen en het achteraf invoeren van data, kunnen engineers zich richten op wat hun expertise vereist: het analyseren van werkpatronen, het valideren van de data en het identificeren van kansen om de lijn te verbeteren. Dat is belangrijk in een productieomgeving waar AI-adoptie afhangt van vertrouwen. Omdat engineers de controle behouden over beoordeling en goedkeuring, laat MOST Custom AI zien hoe AI hun expertise kan versterken, waardoor werk eenvoudiger wordt en het vertrouwen in de data toeneemt.
Een beheerde AI-workflow opschalen over productiefaciliteiten en use cases
De grotere kans ligt in schaalgrootte. Een gerichte spraak-naar-tekstfunctie wordt veel krachtiger wanneer deze wordt toegepast in Mahindra's productieomgeving: meer dan 40 productiefaciliteiten, meer dan 100 actieve modellen en duizenden raakpunten in processen.
Vooruitkijkend is Mahindra van plan de analytische mogelijkheden van Joule te verkennen voor MOST Custom AI. Daarnaast werkt het met SAP samen aan een use case voor fabrieksverzending die is ontworpen om de voertuigdoorvoer te verhogen, terwijl er ook aanvullende kansen in finance en supply chain worden geïdentificeerd.
Het team onderzoekt ook hoe Joule Studio en de oplossing SAP LeanIX toekomstige agentgebaseerde scenario's in systemen van SAP en niet-SAP systemen kunnen ondersteunen. Samen helpen deze inspanningen Mahindra een basis te leggen voor toekomstige mogelijkheden van een Autonomous Enterprise, waarin betrouwbare data, AI, applicaties en beheerde bedrijfsprocessen samenwerken om meer verbonden en intelligente uitvoering te ondersteunen, terwijl mensen de controle behouden.