Mahindra & Mahindra: večja produktivnost z vključevanjem umetne inteligence v poteke dela v proizvodnem prostoru

Pogled od spredaj na avtomobil Mahindra & Mahindra med vožnjo po cesti
Logotip Mahindra & Mahindra

Globalna industrijska skupina Mahindra & Mahindra je potrebovala boljši način, kako izboljšati produktivnost v proizvodnem prostoru in z obstoječimi tovarnami, opremo ter zaposlenimi doseči več. Industrijski inženirji so se opirali na študij gibov in časa, vendar so opažanja zapisovali ročno ter podatke ponovno vnašali v sisteme SAP, kar je povzročalo zamude, zahtevalo dodatno ročno delo in povečevalo tveganje za napake. Prilagojena aplikacija z umetno inteligenco podjetja Mahindra deluje na platformi SAP Business AI Platform in ustne opise opazovanega dela v realnem času pretvarja v zanesljive operativne podatke. Tako inženirjem pomaga hitreje izboljševati procese, pri čemer odločanje še naprej temelji na človeški presoji.

PanogaVelikost podjetjaSedež podjetja
Avtomobilska industrija324.000+Mumbai, Indija

40 %

večja učinkovitost zajemanja podatkov pri študiju gibov.

0

ročnih ponovnih vnosov podatkov iz študija gibov, zato je napak manj.

40+

proizvodnih obratov, pripravljenih na širšo uporabo potekov dela z umetno inteligenco.

Priložnost

Večji obseg proizvodnje z obstoječimi tovarnami, opremo in zaposlenimi

Podjetje Mahindra & Mahindra je leta 1945 začelo kot trgovec z jeklom, po drugi svetovni vojni pa je s sestavljanjem vozil Willys Jeep pomagalo sooblikovati indijsko avtomobilsko industrijo. Danes Mahindra deluje kot federativno organizirana industrijska skupina na področjih avtomobilske industrije, kmetijske opreme, financ, gradbeništva, gostinstva, kmetijstva in energetskih rešitev. V avtomobilski in industrijski proizvodnji so podjetja zaradi vse večjih pričakovanj strank, ostrejše konkurence in krajših življenjskih ciklov izdelkov pod vse večjim pritiskom, da z obstoječimi tovarnami, opremo in zaposlenimi dosežejo več. Zaradi obsega poslovanja je ta izziv za podjetje Mahindra še toliko večji: ima več kot 40 proizvodnih obratov, več kot 100 aktualnih modelov in približno 1.800 poslovnih procesov za vsak model. Pri takem obsegu se lahko celo majhne neučinkovitosti pri spremljanju, merjenju in dokumentiranju dela hitro nakopičijo.

 

Pri takšnem obsegu imajo lahko že majhne napake v podatkih konkretne posledice: povzročajo zamude pri plačilih in motnje pri delu dobaviteljev ter navsezadnje vplivajo na to, kdaj bolniki prejmejo zdravila. Družba Sanofi je morala pospešiti delo in izboljšati točnost podatkov, ne da bi pri tem povečala tveganja v strogo reguliranem okolju.

Od ročnih zapisov pri študiju dela v proizvodnem prostoru do zanesljivih operativnih podatkov

Podjetje Mahindra je razvilo primer uporabe MOST Custom AI, da bi industrijski inženirji lahko podatke pri študiju gibov in časa zajemali na sodobnejši način. MOST je kratica za Maynard’s Operation Sequence Technique, metodo za analizo delovnih korakov, gibov in časa njihovega izvajanja. Delo v proizvodnem prostoru ostaja enako: inženirji še vedno opazujejo delovne postopke in uporabljajo svoje strokovno znanje. Spremeni se način zajemanja podatkov. Namesto ročnega zapisovanja gibov in časovnih žigov inženir sproti na glas opisuje opazovano delo. Prilagojena aplikacija z umetno inteligenco podjetja Mahindra, ki deluje na platformi SAP Business AI Platform, pretvarja ustne opise opazovanega dela v besedilo, podatke o pripadajočem opravilu in časovnem žigu pa uredi v strukturirano obliko za pregled. SAP Fiori je zasnovan tako, da lahko inženirji pred odobritvijo preverijo in popravijo rezultate, nadzor pa ostaja v rokah ljudi.

placeholder
Sanjay Chavan Podpredsednik, vodja poslovnih aplikacij Mahindra & Mahindra
Kadar mora podjetje rast podpreti z obstoječimi tovarnami, opremo in zaposlenimi, ima tehnologija pomembno vlogo. V podjetju Mahindra umetna inteligenca krepi človeške sposobnosti, namesto da bi jih nadomeščala.

Rešitev

Od ustnih opisov opazovanega dela v proizvodnem prostoru do zanesljivih operativnih podatkov

Podjetje Mahindra je razvilo primer uporabe MOST Custom AI, da bi industrijski inženirji lahko podatke pri študiju gibov in časa zajemali na sodobnejši način. MOST je kratica za Maynard’s Operation Sequence Technique, metodo za analizo delovnih korakov, gibov in časa njihovega izvajanja. Delo v proizvodnem prostoru ostaja enako: inženirji še vedno opazujejo delovne postopke in uporabljajo svoje strokovno znanje. Spremeni se način zajemanja podatkov. Namesto ročnega zapisovanja gibov in časovnih žigov inženir sproti na glas opisuje opazovano delo. Prilagojena aplikacija z umetno inteligenco podjetja Mahindra, ki deluje na platformi SAP Business AI Platform, pretvarja ustne opise opazovanega dela v besedilo, podatke o pripadajočem opravilu in časovnem žigu pa uredi v strukturirano obliko za pregled. SAP Fiori je zasnovan tako, da lahko inženirji pred odobritvijo preverijo in popravijo rezultate, nadzor pa ostaja v rokah ljudi.

Zanesljivo upravljanje pri vključevanju umetne inteligence v digitalno ogrodje podjetja Mahindra, zasnovano na SAP

Podjetje Mahindra je rešitev zasnovalo na SAP, saj so številni njegovi osrednji procesi in podatki že združeni v eni sami globalni instanci SAP, ki jo uporablja več kot 85 subjektov; zato so integracija, razširljivost in upravljanje ključnega pomena. Podjetje ni želelo, da bi umetna inteligenca ostala ločen poskus brez povezave s preostalim poslovnim okoljem. Podjetje pri tem nadgrajuje dosedanje delo na področju usklajevanja procesov in modernizacije v oblaku. Zmogljivosti platforme SAP Business Technology Platform, ki so zdaj osrednji del platforme SAP Business AI Platform, pomagajo usklajevati nalaganje zvočnih posnetkov, obdelavo z umetno inteligenco, upravljanje podatkov in integracijo z zalednimi sistemi. Funkcije za avtomatizacijo procesov v rešitvi SAP Build podpirajo pregled in odobritev, rešitve SAP Cloud ERP Private pa kot evidenčni sistemi hranijo odobrene podatke o gibih in časih. Tako nastane potek dela z urejenim upravljanjem, ki ustne opise opazovanega dela v proizvodnem prostoru pretvarja v zanesljive operativne podatke v digitalnem ogrodju podjetja Mahindra.

Razvoj praktičnih primerov uporabe umetne inteligence ob svetovanju družbe SAP na področju arhitekture podjetja

Sodelovanje s strokovnjaki družbe SAP za arhitekturo podjetja je podjetju Mahindra pomagalo preiti od splošnega raziskovanja možnosti umetne inteligence k primerom uporabe z merljivim poslovnim učinkom. V okviru sodelovanja je družba SAP pomagala oceniti, kje bi bilo mogoče uporabiti standardne funkcije rešitve Joule in kje bi prilagojen pristop k uporabi umetne inteligence prinesel večjo vrednost. Pri MOST Custom AI je to svetovanje pomagalo oblikovati arhitekturo z urejenim upravljanjem, pripravljeno za uporabo v produkcijskem okolju ter usklajeno z obstoječo naložbo podjetja Mahindra v rešitve SAP in širšim načrtom za umetno inteligenco. Sodelovanje je podjetju Mahindra omogočilo, da obetavno zamisel o uporabi umetne inteligence v proizvodnem prostoru razvije v integriran potek dela na ravni podjetja; poudarek je ostal na merljivih rezultatih, tehnologija pa ni bila sama sebi namen.

placeholder
Sanjay Chavan Podpredsednik, vodja poslovnih aplikacij Mahindra & Mahindra
V podjetju Mahindra na umetno inteligenco ne gledamo kot na ločeno plast. Vključujemo jo v svoje poslovne procese in osrednje sisteme.
Rezultat

Povečanje učinkovitosti zajema podatkov za 40 % ob hkratni odpravi ročnega ponovnega vnosa

Z rešitvijo MOST Custom AI so v prvem proizvodnem obratu učinkovitost zajemanja podatkov pri študiju gibov povečali za 40 %. Odpravili so tudi ročno ponovno vnašanje podatkov iz študija gibov: namesto ročnih zapisov opažanj in podvojenega vnosa v sisteme SAP uporabljajo zajem podatkov z govorom, pri katerem se strukturirani podatki v realnem času sinhronizirajo z rešitvijo SAP Cloud ERP Private. S tem neposredno rešujejo dotedanje težave s podvajanjem dela, počasnim dokumentiranjem in vnosom, pri katerem hitro pride do napak, ter poenostavljajo prenos podatkov od opažanja do evidenčnega sistema.

Inženirji imajo več časa za analizo in izboljšave

S tem se spreminja vsakodnevno delo industrijskih inženirjev. Inženirjem ni več treba usklajevati opazovanja z zapisovanjem opažanj in naknadnim vnosom podatkov, zato se lahko osredotočijo na naloge, ki zahtevajo njihovo strokovno znanje: analizo vzorcev dela, preverjanje podatkov in iskanje možnosti za izboljšanje proizvodne linije. To je pomembno v proizvodnem okolju, kjer je uvajanje umetne inteligence odvisno od zaupanja. Ker inženirji ohranjajo nadzor nad pregledom in odobritvijo, MOST Custom AI kaže, kako lahko umetna inteligenca dopolni njihovo strokovno znanje, olajša delo in okrepi zaupanje v podatke.

Širitev poteka dela z umetno inteligenco in urejenim upravljanjem na več proizvodnih obratov in primerov uporabe

Še večja priložnost je v širši uporabi. Namenska funkcija pretvorbe govora v besedilo ima precej večji učinek, ko jo uporabljajo v celotni proizvodni mreži podjetja Mahindra: v več kot 40 proizvodnih obratih, pri več kot 100 aktualnih modelih in na tisočih stičnih točkah v procesih.

V prihodnje namerava podjetje Mahindra preučiti, kako bi lahko analitične funkcije rešitve Joule uporabilo pri MOST Custom AI. Z družbo SAP sodeluje tudi pri ločenem primeru uporabe za odpremo vozil iz tovarne, katerega cilj je povečati število odpremljenih vozil na časovno enoto, ob tem pa išče dodatne možnosti uporabe na področju financ in dobavne verige.

Ekipa prav tako preučuje, kako bi lahko Joule Studio in rešitev SAP LeanIX v prihodnje podprla scenarije z uporabo agentov tako v sistemih SAP kot v drugih sistemih. Ta prizadevanja podjetju Mahindra pomagajo postaviti temelje za prihodnje zmogljivosti v okviru koncepta Autonomous Enterprise – v takem okolju zanesljivi podatki, umetna inteligenca, aplikacije in poslovni procesi z urejenim upravljanjem skupaj omogočajo bolj povezano in inteligentnejše izvajanje dela, ljudje pa ohranjajo nadzor.

placeholder
Sanjay Chavan Podpredsednik, vodja poslovnih aplikacij Mahindra & Mahindra
Po uvedbi rešitve MOST Custom AI v enem proizvodnem obratu smo učinkovitost zajemanja podatkov pri študiju gibov povečali za 40 %. Ko jo uvedemo v več kot 40 obratih in pri več kot 100 aktualnih modelih, je lahko vpliv na poslovanje znaten.
twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel