Mahindra & Mahindra: integrerar AI i arbetsflöden på fabriksgolvet för att öka tillverkningsproduktiviteten
Mahindra & Mahindra, en global industrikoncern, behövde ett smartare sätt att förbättra produktiviteten på fabriksgolvet och få ut mer av befintliga fabriker, utrustning och medarbetare. Industriingenjörer förlitade sig på rörelse- och tidsstudier, men registrerade observationer för hand och matade in data i SAP-system på nytt, vilket ledde till fördröjningar, manuellt arbete och risk för fel. Mahindras anpassade AI-applikation, som drivs av SAP Business AI Platform, omvandlar talade observationer till tillförlitliga verksamhetsdata i realtid, vilket hjälper ingenjörer att förbättra processer snabbare samtidigt som det mänskliga omdömet behåller kontrollen.
| Bransch | Företagsstorlek | Huvudkontor |
| Fordonsindustri | 324 000+ | Mumbai, Indien |
40 %
högre effektivitet vid registrering av rörelsestudiedata.
0
manuell återinmatning av data från rörelsestudier, vilket minskar antalet fel.
40+
tillverkningsanläggningar positionerade för att skala upp AI-arbetsflöden.
Möjligheten
Öka produktionen med befintliga fabriker, utrustning och medarbetare
Mahindra & Mahindra började som ett stålhandelsföretag 1945 innan företaget började montera Willys-jeepar efter andra världskriget, vilket bidrog till att forma Indiens fordonsindustri. I dag fungerar Mahindra som en sammansatt industrikoncern som omfattar fordonsindustri, lantbruksutrustning, finans, byggverksamhet, hotell- och restaurangbranschen, jordbruk och energilösningar. Inom fordonsindustri och industriproduktion ökar högre kundförväntningar, hårdare konkurrens och snabbare produktcykler pressen på att åstadkomma mer med befintliga fabriker, befintlig utrustning och personal. För Mahindra märks den utmaningen i stor skala: företaget har över 40 tillverkningsanläggningar, över 100 aktiva modeller och cirka 1 800 affärsprocesser för varje modell. I den skalan kan även små ineffektiviteter i hur man observerar, mäter och dokumenterar arbete snabbt mångfaldigas.
I den här skalan kan även små datafel få verkliga konsekvenser, som att försena betalningar, störa leverantörer och i slutändan påverka när mediciner når patienterna. Sanofi behövde öka hastigheten och förbättra datanoggrannheten utan att införa ytterligare risker i en mycket reglerad miljö.
Omvandla manuella studier på fabriksgolvet till tillförlitliga verksamhetsdata
Mahindra utvecklade användningsfallet MOST Custom AI för att modernisera hur industriingenjörer registrerar rörelse- och tidsstudier. MOST står för Maynard’s Operation Sequence Technique, en metod för att analysera arbetssteg, rörelser och tidsåtgång. Arbetet på fabriksgolvet förblir detsamma: ingenjörer observerar fortfarande verksamheten och använder sin expertis. Det som förändras är hur registreringen sker. I stället för att skriva rörelser och tidsstämplar för hand säger ingenjören högt vad som görs medan det händer. Med hjälp av SAP Business AI Platform omvandlar Mahindras skräddarsydda AI-applikation talade observationer till text och strukturerar den tillhörande uppgiften och tidsstämpeln för granskning. SAP Fiori-användargränssnittet gör det möjligt för ingenjörer att kontrollera och korrigera resultatet före godkännande, så att den mänskliga övervakningen förblir central.
Lösningen
Omvandla muntliga observationer från fabriksgolvet till tillförlitliga operativa data
Mahindra skapade användningsområdet MOST Custom AI för att modernisera hur industriingenjörer registrerar rörelse- och tidsstudier. MOST står för Maynard’s Operation Sequence Technique, en metod för att analysera arbetssteg, rörelser och tidsåtgång. Arbetet på fabriksgolvet förblir detsamma: ingenjörerna observerar fortfarande verksamheten och tillämpar sin expertis. Det som förändras är sättet att registrera. I stället för att skriva ner rörelser och tidsstämplar för hand säger ingenjören högt vad som händer, medan det sker. Med stöd av SAP Business AI Platform omvandlar Mahindras skräddarsydda AI-applikation muntliga observationer till text och strukturerar den tillhörande uppgiften och tidsstämpeln för granskning. Med SAP Fiori-användargränssnittet kan ingenjörer kontrollera och korrigera resultatet före godkännande, vilket håller mänsklig övervakning central.
Integrera AI i Mahindras digitala SAP-ryggrad med tillförlitlig styrning
Mahindra byggde på SAP eftersom många av företagets kärnprocesser och data redan finns i en enda global SAP-instans för fler än 85 enheter, vilket gör integration, skalbarhet och styrning avgörande. Företaget ville inte att AI skulle ligga utanför företagslandskapet som ett frånkopplat experiment. Med utgångspunkt i tidigare arbete med processharmonisering och molnmodernisering bidrar funktionerna i SAP Business Technology Platform, som nu är en viktig del av SAP Business AI Platform, till att orkestrera ljuduppladdning, AI-bearbetning, datahantering och integration med backend-system. Processautomatiseringsfunktioner i SAP Build -lösningen stöder gransknings- och godkännandesteg, medan SAP Cloud ERP Private -lösningar lagrar godkända tids- och rörelsedata som referenssystem. Resultatet är ett styrt arbetsflöde som omvandlar talade observationer från fabriksgolvet till tillförlitliga driftsdata i Mahindras digitala ryggrad.
Skapa praktiska användningsfall för AI med vägledning inom företagsarkitektur från SAP
Att arbeta med SAP-företagsarkitekter hjälpte Mahindra att gå från bred AI-utforskning till användningsfall med mätbar affärseffekt. Genom samarbetet hjälpte SAP till att utvärdera var standardfunktioner i Joule kunde tillämpas och var en anpassad AI-metod skulle skapa mer värde. För MOST Custom AI hjälpte denna vägledning till att forma en styrd, produktionsklar arkitektur anpassad till Mahindras befintliga SAP-investering och bredare AI-färdplan. Samverkan gav Mahindra en praktisk väg för att skala upp AI från en lovande idé på fabriksgolvet till ett integrerat arbetsflöde för hela företaget, med fortsatt fokus på mätbara resultat snarare än teknik för teknikens egen skull.
Resultatet
Öka effektiviteten vid dataregistrering med 40 % och samtidigt eliminera manuell återinmatning
Vid den första tillverkningsanläggningen ökade MOST Custom AI effektiviteten i insamlingen av data från rörelsestudier med 40 %. Det eliminerade också manuell återinmatning av data från rörelsestudier genom att ersätta handskrivna observationer och dubbelregistrering i SAP-system med röstbaserad insamling som synkroniserar strukturerade data i realtid med SAP Cloud ERP Private. Detta löser direkt de tidigare problemen med dubbelarbete, långsam dokumentation och felbenägen inmatning och skapar en smidigare väg från observation till systemet där data registreras.
Ger ingenjörer mer tid för analys och förbättring
Resultatet förändrar vardagen för industriingenjörer. I stället för att behöva balansera observationer med anteckningar och efterföljande datainmatning kan ingenjörerna fokusera på det som kräver deras expertis: att analysera arbetsmönster, validera data och identifiera möjligheter att förbättra linjen. Det har stor betydelse i en tillverkningsmiljö där AI-implementering bygger på förtroende. Eftersom ingenjörerna behåller kontrollen över granskning och godkännande visar MOST Custom AI hur AI kan förstärka deras expertis, göra arbetet enklare och stärka förtroendet för datan.
Skala ett styrt AI-arbetsflöde över tillverkningsanläggningar och användningsfall
Den större möjligheten kommer från skala. En fokuserad tal-till-text-funktion blir betydligt mer kraftfull när den tillämpas i Mahindras tillverkningsverksamhet: över 40 tillverkningsanläggningar, över 100 aktiva modeller och tusentals processkontaktpunkter.
Framöver planerar Mahindra att utforska Joules analytiska funktioner för MOST Custom AI. Separat arbetar företaget med SAP på ett användningsfall för fabriksdisponering som är utformat för att öka fordonsgenomströmningen, samtidigt som ytterligare möjligheter inom ekonomi och leveranskedjan identifieras.
Teamet undersöker även hur Joule Studio och lösningen SAP LeanIX skulle kunna stödja framtida agentbaserade scenarier över SAP- och icke-SAP-system. Tillsammans hjälper dessa satsningar Mahindra att lägga en grund för framtida Autonomous Enterprise -funktioner, där tillförlitliga data, AI, appar och styrda affärsprocesser samverkar för att stödja ett mer sammankopplat och intelligent utförande samtidigt som människor behåller kontrollen.