Mahindra & Mahindra：將 AI 嵌入生產現場工作流程以提升製造生產力
全球工業集團 Mahindra & Mahindra 需要更聰明的方式來提升生產現場生產力，並充分利用現有的工廠、設備和人力。工業工程師仰賴動作與時間研究，但過去以手動記錄觀察結果並將資料重新輸入至 SAP 系統，進而造成延遲、人工作業與錯誤風險。在 SAP Business AI Platform 的支援下，Mahindra 的自訂 AI 應用程式能即時將口述觀察結果轉換為值得信賴的營運資料，協助工程師更快改善流程，同時維持人為判斷的掌控。
| 產業 | 公司規模 | 總部 |
| 汽車 | 324,000+ | 印度孟買 |
40%
在擷取動作研究資料時具備更高效率。
0
手動重新輸入動作研究資料，減少錯誤。
40+
具備擴展 AI 工作流程優勢的製造設施。
機會所在
利用現有工廠、設備和人員提高產量
Mahindra & Mahindra 於 1945 年以鋼鐵貿易公司起家，二戰後開始組裝 Willys 吉普車，協助塑造了印度的汽車產業。如今，Mahindra 作為一個聯合工業集團營運，業務涵蓋汽車、農用設備、金融、營建、餐旅、農業和電力解決方案。在汽車與工業製造領域，不斷提高的客戶期望、日益激烈的競爭以及更快的產品週期，正加大利用現有工廠、設備和人員創造更高效益的壓力。對 Mahindra 而言，這項挑戰在規模上尤為顯著：該公司擁有 40 多處製造設施、100 多種現有車型，且每種車型約有 1,800 個企業流程。在如此規模下，即使在觀察、測量及記錄工作方面出現微小的效率不彰，影響也可能迅速倍增。
在這樣的規模下，即使是微小的資料錯誤也可能造成實際影響，導致付款延遲、供應商作業受干擾，最終影響藥品送達病患的時間。Sanofi 需要在高度監管的環境中提升速度和資料準確性，同時避免引入額外風險。
將人工生產現場研究轉化為值得信賴的營運資料
Mahindra 建立了 MOST 自訂 AI 應用案例，將工業工程師記錄動作與時間研究的方式現代化。MOST 是指梅納德作業順序技術 (Maynard's Operation Sequence Technique)，一種用於分析工作步驟、動作和時間的方法。生產現場的工作維持不變：工程師依然觀察作業並發揮其專業知識。改變的是記錄體驗。工程師不必手寫記錄動作與時間戳記，而是在動作發生時直接大聲口述。在 SAP Business AI Platform 的支援下，Mahindra 的客製化 AI 應用程式可將口述觀察轉換為文字，並結構化相關任務和時間戳記以供審查。SAP Fiori 使用者體驗讓工程師在核准前檢查並修正輸出內容，維持以人員監督為核心。
解決方案
將生產現場的口頭觀察轉化為值得信賴的營運資料
Mahindra 建立了 MOST 自訂 AI 應用案例，將工業工程師記錄動作與時間研究的方式現代化。MOST 是指梅納德作業順序技術 (Maynard's Operation Sequence Technique)，一種用於分析工作步驟、動作和時間的方法。生產現場的工作維持不變：工程師依然觀察作業並發揮其專業知識。改變的是記錄體驗。工程師不必手寫記錄動作與時間戳記，而是在動作發生時直接大聲口述。在 SAP Business AI Platform 的支援下，Mahindra 的客製化 AI 應用程式可將口述觀察轉換為文字，並結構化相關任務和時間戳記以供審查。SAP Fiori 使用者體驗讓工程師在核准前檢查並修正輸出內容，維持以人員監督為核心。
透過可信賴的治理將 AI 嵌入 Mahindra 的 SAP 數位骨幹
Mahindra 選擇基於 SAP 進行建置，因為其跨 85 個以上實體的許多核心流程和資料皆已存在於單一全域 SAP 執行個體中，這使得整合、擴充與治理變得至關重要。該公司不希望 AI 以脫節的實驗形式存在於企業環境之外。基於早期的流程協調和雲端現代化工作，SAP Business Technology Platform 功能（現為 SAP Business AI Platform 的核心）有助於協調音訊上傳、AI 處理、資料處理以及與後端系統的整合。在 SAP Build 解決方案中，流程自動化功能可支援審查與核准步驟，而 SAP Cloud ERP Private 解決方案則將已核准的動作時間資料儲存為記錄系統。其成果是受治理的工作流程，將生產現場的口語觀察轉化為 Mahindra 數位骨幹中值得信賴的營運資料。
運用 SAP 企業架構指南建立實用的 AI 使用案例
與 SAP 企業架構師合作，協助 Mahindra 從廣泛的 AI 探索轉向具有可衡量企業影響的使用案例。在此次合作中，SAP 協助評估標準 Joule 功能適用的領域，以及客製化 AI 方法可在何處創造更多價值。針對 MOST Custom AI，該指引有助於建構具備治理機制且可直接用於正式環境的架構，並與 Mahindra 現有的 SAP 投資及更廣泛的 AI 發展藍圖保持一致。此次協作提供 Mahindra 一條切實可行的途徑，將 AI 從極具前景的生產現場構想擴展為整合式企業工作流程，同時始終專注於可衡量的成果，而非為了技術而技術。
成果
將資料擷取效率提升 40%，同時消除手動重複輸入
在第一座製造廠中，MOST Custom AI 將動作研究資料的擷取效率提升了 40%。這同時消除了手動重新輸入動作研究資料的需求，以語音擷取取代手寫觀察記錄以及重複輸入至 SAP 系統的作業，並將結構化資料即時同步至 SAP Cloud ERP Private。這直接解決了先前重複工作、文件記錄緩慢以及容易出錯的輸入等痛點，建立了從觀察記錄到記錄系統之間更流暢明確的路徑。
讓工程師有更多時間進行分析與改善
其成果改變了工業工程師的日常體驗。工程師無需在觀察、做筆記和後續資料輸入之間奔波兼顧，而是可以專注於需要其專業知識的工作：分析工作模式、驗證資料，以及尋找改善產線的機會。這在 AI 採用取決於信任的製造環境中至關重要。由於工程師仍掌握審查與核准的主導權，MOST Custom AI 展現了 AI 如何強化其專業知識，讓工作更輕鬆，並增強對資料的信心。
跨製造設施與使用案例擴展受治理的 AI 工作流程
更大的機會來自於規模。專用語音轉文字功能在套用至 Mahindra 的製造版圖時，威力將更為強大：40 多處製造設施、100 多種現行車型，以及數千個流程接觸點。
展望未來，Mahindra 計劃探索 Joule 為 MOST Custom AI 提供的分析功能。此外，該公司正與 SAP 合作進行工廠派工的應用情境，以提高車輛產出量，同時找出財務與供應鏈領域的其他機會。
該團隊也正在探索 Joule Studio 與 SAP LeanIX 解決方案如何支援跨 SAP 和非 SAP 系統的未來代理式架構案例。綜合這些努力，有助於 Mahindra 為未來的 Autonomous Enterprise 功能奠定基礎；在此環境中，受信任的資料、AI、應用程式與受治理的企業流程將協同運作，支援更緊密互連且智慧的執行力，同時由人員維持掌控。