Tükiloendite ja tellimuskoguste põhjal määratakse, mis materjale ja millises koguses on vaja, ning kas on vajalik täiendamine. See on planeerija või ostja töö, mida tehakse ERP-süsteemis või laosüsteemis. See on arvutustöö, kus on kindel lähtekoht ja kindel vajadus: tükiloend korda tellimuskogus, võrreldes sellega, mis on laos.
Otsustavad on kolm telge: struktureeritus, maht ja veamaksumus.
Struktureeritus on kõrge. Tükiloend on kindel loetelu osadest ja kogustest lõpptoote kohta. Tellimuskogus on arv. Sellele järgnev arvutus – vajalik kogus korda arv, miinus see, mis on laos, on täiendamise vajadus – on arvutusreegel, mis ei jäta tõlgendusruumi. Ei ole hetke, kus keegi peaks otsustama, mida klient „tegelikult” mõtleb, nagu ebamäärase kliendipäringu selgitamisel. Reeglid on paigas tükiloendi haldamises.
Maht on suur. Iga tellimuse, iga päeva puhul tuleb see arvutus uuesti teha. Sadade nädalaste tellimuste juures kasvab see kiiresti märkimisväärse osani planeerija või ostja tööajast. Töö, mis korduvalt tagasi tuleb ja vähe varieerub, on täpselt see töö, kus AI-agent aega võidab: mitte seetõttu, et see on osav, vaid seetõttu, et sellist tööd on palju.
Veamaksumus jääb keskele ja seepärast on vajalik järelevalve. Vale materjaliarvutus ei too kohe kaasa ohtlikku olukorda või juriidilist probleemi, kuid võib põhjustada tellimuse seiskumise tootmispõrandal, kuna materjali on liiga vähe, või tarbetult suure laoseisu, kuna on tellitud liiga palju. See maksab raha ja aega parandamiseks, kuid on tavaliselt tagasipööratav. Seepärast sobib siia AI-agent, mis teeb arvutuse ja pakub täiendamise ettepaneku, kus inimene kiidab tulemuse heaks enne, kui tegelikult tellitakse juurde või tarnijale esitatakse ostutellimus.
Ülejäänud teljed näitavad, miks see ei ole ülesanne, mis jäetakse AI-le järelevalveta.
Otsustusruum saab hindeks 3: on olukordi, kus planeerija teeb erandi, näiteks kuna tarnija tarnib ebausaldusväärselt või kuna kliendil on kiirtellimus, mis rikub tavapärase järjekorra. Vastavus (compliance) saab hindeks 4, mis tähendab, et sellel ülesandel endal lasub vähe seaduslikke kohustusi, kuid vale arvutuse tagajärjed – liiga vähe materjali kriitilise tarne jaoks – võivad mõjutada kliendikokkuleppeid.
Kliendikontakt, füüsiline töö ja loovus siin ei kehti: see on sisemine arvutus, mitte vestlus ega füüsiline tegevus. See ei mõju automatiseerimist pidurdavalt, see on lihtsalt selle ülesande puhul asjasse mittepuutuv künnis.
Sellele ülesandele saab rakendada AI-agenti: süsteemi, mis iseseisvalt kombineerib tükiloendi tellimuskogusega, kontrollib laoseisu ja teeb täiendamise ettepaneku. Inimene hindab ettepanekut, kiidab heaks või lükkab tagasi ja sekkub erandite korral.
See toimib ainult kahel tingimusel. Esiteks peavad tükiloendid olema ajakohased: kui tükiloendist puudub osa või on märgitud vale kogus, arvutab AI eksimatult edasi vale aluse põhjal. Teiseks peavad laoseisud olema usaldusväärsed: kui laosüsteem ei vasta tegelikult riiulil olevale, ei ole ka täiendamise arvutus õige. Ettevõtted, kus sissetulevat kaupa võetakse struktuurselt vastu ja registreeritakse, on see tingimus enamasti korras; ettevõtted, kus see toimub veel käsitsi ja ebaregulaarselt, jooksevad ebatäpsete andmete müüri otsa juba enne, kui arvutus ise probleemiks muutub.
Ettevõttes, kus on piiratud arv fikseeritud tooteid ja ülevaatlikud tükiloendid, on see ülesanne peaaegu täielikult automatiseeritav, kerge järelkontrolliga. Ettevõttes, kus on palju tellimuspõhist tootmist, muutuvaid tarnijaid ja tükiloendid, mis erinevad tellimuse kaupa veidi, jääb rohkem tööd, kus planeerija ise hindab, kas arvutus on korrektne ja kas on vajalik erand. Ka aluseks olevate süsteemide kvaliteet mõjutab: ettevõte, mis peab oma ERP-i ja laosüsteemi järjekindlalt korras, võidab rohkem vabanenud tunde kui ettevõte, kus need andmed on maha jäänud.
See nihe on seotud ka teiste ettevõtte tegevuste osadega. Kes automatiseerib materjaliarvutuse, näeb sageli, et järgnevad etapid, nagu tellimine ja vastuvõtmine, vajavad ka ülevaatamist, ja see kehtib laiemalt tootmiskeskkondade kohta – vaadake mida AI saab paigaldussektoris üle võtta, kuidas seesugused ülesanded seostuvad planeerimise ja materjalilogistikaga. Ka administratsiooni osas nihkub pilt: mis tööd administratsioonis AI täna juba üle võtab näitab, et sarnased arvutusreeglid kehtivad tihti ka seal.
See ei ole personalinõustamine ja ei anna alust järelduste tegemiseks ametikohtade kohta. Mida tööandja vabanenud tundidega teeb, on tööandja enda otsustada; selle kohta kehtivad omad seadusest tulenevad nõuded, mille kohta see leht seisukohta ei võta. See, mis siin kirjas on, on ülesande kirjeldus: milline osa on piisavalt struktureeritud AI-agendi jaoks ja milline osa vajab jätkuvalt järelevalvet.
Kas materjaliarvutus on teie olukorras suures osas üleantav, sõltub sellest, kui ajakohased on teie tükiloendid ja kui usaldusväärne on teie laoarvestus. Tasuta kiirtest kaheteistkümne küsimusega, ilma kontot loomata, annab esmase hinnangu selle kohta, kui suure osa selle profiili tundidest saab AI täna üle võtta. Täielik töökaardistus, mis analüüsib teie ettevõtte töö ülesande kaupa, on veel valmimisel.
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.