Производствения индустрия не е еднообразен сектор. Има производствен цех, където се съчетават физическа работа, обслужване на машини и контрол на качеството. Има планиране, което съгласува поръчки, материали и капацитет. Има администрация около покупки, склад и фактуриране. И има контакт с клиенти, от запитване за оферта до договорка за доставка. В такива компании по-голямата част от офисните часове отиват в планиране, комуникация и администрация около производствения процес, а не във самата физическа работа. Тази физическа работа често все още изисква човешки ръце, макар обслужването на машини вече отдавна да не е напълно ръчно.
Това, което прави този сектор особен, е комбинацията от много отделни системи. ERP за планиране, отделен пакет за склад, CRM за контакт с клиенти, а на цеха понякога все още Excel-таблици или хартиени работни поръчки наред с дигитални системи. Тази фрагментация силно определя какво AI може и какво не може да поеме добре: задача, която работи в една система, е по-лесна за автоматизиране от задача, която преминава през четири системи и два отдела. Освен това роля играе и регулацията, например сертифициране, проследимост на материалите и правилата за безопасност. Където грешка има последици за безопасността или спазването на нормите, летвата за пълна автоматизация е по-висока.
В производствения сектор има задачи, които в голяма степен са обвързани с правила и изискват малко преценка. Мислете за изпращането на стандартни потвърждения след поставяне на поръчка, поддържането на прости движения на склада на база фиксирани правила, или генерирането на стандартна документация, като опаковъчни листове. Също и комуникация, която малко зависи от конкретната ситуация, се подхожда за това. Така може ли AI да поеме изпращането на съобщения за посрещане на нови клиенти често изцяло да се извърши от AI, защото съдържанието е в голяма степен фиксирано, а последствията от малка грешка са ограничени. Същото важи често за изпращането на напомняния за срещи или доставки, при което е релевантно и дали може ли AI да поеме изпращането на напомняния за срещи се вписва в този процес. Общият фактор е: фиксирано съдържание, ниска тежест при грешка, и ясен момент, в който задачата започва.
По-голямата част от работата в производствения сектор попада в тази средна категория. Мислете за изготвянето на производствени планове, където AI може да направи предложение на база поръчки и капацитет, но планьор трябва да оцени изключенията, спешните поръчки и авариите на машините. Мислете също за издаването на работни поръчки към цеха: система може да подготви и насочи поръчката, но въпросът дали това може без контрол, зависи от колко предвидим е процесът. На страницата за може ли AI да поеме издаването на работни поръчки към производствения цех е описано точно къде се намира тази граница. Също и контролът на качеството на база сензорни данни или разпознаване на изображения често попада в тази категория: AI сигнализира отклонения, а човек оценява дали това оправдава отказ и защо. При тези задачи не толкова сложността на действието е решаваща, а необходимостта от преценка с обяснение, нещо, което изисква надзор с одобрение или отхвърляне, вместо пълна автоматизация.
Някои задачи засега остават работа за хора, и това не е въпрос на предпочитание, а на природа на самата работа. Физически действия в цеха, фината настройка на машини на база опит и преговорите с доставчици за цена и срок на доставка изискват преценка, пространство за преговори и физическо присъствие, които AI не може да предостави. Също и сложната обработка на жалби, при която клиент съобщава технически проблем, който не попада в стандартна категория, изисква някой, който може да задава допълнителни въпроси и да поеме отговорност за решение. Това е различен вид работа от сходните задачи за контакт с клиенти, които виждате в какво може AI да поеме в бизнес услугите, където участва по-малко физически контекст.
Разпределението между тези три категории силно се различава по компания, и дори по производствена линия в рамките на компания. Фабрика с една интегрирана ERP-система и стандартизирани продукти може да постави повече задачи в категория 1 и 2, отколкото компания, която произвежда по поръчка с различни спецификации за всяка поръчка. Също степента на регулация играе роля: секторите с строги изисквания за проследимост, като хранителното или фармацевтичното производство, задържат повече задачи в категория 2 и 3, отколкото секторите с по-малко задължения. Този модел на фрагментация и регулация впрочем се вижда и в съседни сектори, както може да се прочете в какво може AI да поеме в транспортния сектор, където планирането и комуникацията с клиенти също играят голяма роля.
Важно е също, че това разпределение нищо не казва за решения относно персонала. Дали и как организацията използва по друг начин освободените часове, е избор, който принадлежи на работодателя и за който, ако става дума за уволнение или реорганизация, се прилагат собствени законови изисквания. Тази страница описва само кои задачи се подхождат за поемане от AI и кои не, а не какво трябва да се случи с това.
За да видите как тези три категории се отнасят към собствените ви задачи, можете да попълните безплатния бърз скенер на ftetoai: дванадесет въпроса, без акаунт, с резултат индикация за коя част от часовете във вашия профил днес може да се поеме от AI. Пълният работен скенер, който по-задълбочено разглежда отделни задачи и процеси, все още е в изграждане и в момента не се предлага. Бързият скенер обаче дава първа, необвързваща представа за къде във вашата ситуация се намира потенциалът.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.