Tootmistööstus ei ole ühtne sektor. On tootmispõrand, kus füüsiline töö, masinate juhtimine ja kvaliteedikontroll saavad kokku. On planeerimine, mis viib omavahel kooskõlla tellimused, materjalid ja tootmisvõimsuse. On sisseostu, laoseisu ja arveldamisega seotud haldustöö. Ja on kliendisuhtlus, hinnapäringust kuni tarnekokkuleppeni. Sellistes ettevõtetes kulub suurem osa kontoritundidest planeerimisele, suhtlusele ja tootmisprotsessiga seotud haldustööle, mitte füüsilisele tööle iseenesest. See füüsiline töö vajab tihtipeale endiselt inimkäsi, kuigi masinate juhtimine ei ole enam ammu täielikult käsitsi toimuv tegevus.
Selle sektori eripäraks on paljude eraldiseisvate süsteemide kombinatsioon. ERP planeerimiseks, eraldi tarkvara laoseisu jaoks, CRM kliendisuhtluseks ja tootmispõrandal mõnikord veel Excel-tabelid või paberkandjal töökäsud digitaalsete süsteemide kõrval. See killustatus määrab suuresti, mida AI saab hästi üle võtta ja mida mitte: ülesanne, mis toimub ühes süsteemis, on lihtsam automatiseerida kui ülesanne, mis liigub läbi nelja süsteemi ja kahe osakonna. Lisaks mängib rolli regulatsioon, mõelge sertifitseerimisele, materjalide jälgitavusele ja ohutusnõuetele. Kui vea tagajärjed mõjutavad ohutust või vastavust nõuetele, on täieliku automatiseerimise lävi kõrgem.
Tootmistööstuses on ülesandeid, mis on suuresti reeglipõhised ja vajavad vähe hinnangut. Mõelge standardkinnituste saatmisele pärast tellimuse esitamist, lihtsate laoseisu muutuste jälgimisele kindlate reeglite alusel või standarddokumentatsiooni, näiteks pakkelehtede, genereerimisele. Ka suhtlus, mis vähe sõltub konkreetsest olukorrast, sobib selleks. Näiteks saab AI üle võtta tervituskirjade saatmise uutele klientidele tihti täielikult, kuna sisu on suuresti fikseeritud ja väikese vea tagajärjed on piiratud. Sama kehtib tihti kohtumiste või tarnete kohta meeldetuletuste saatmise puhul, kus on samuti oluline, kas AI saab üle võtta kohtumiste meeldetuletuste saatmise sobib sellesse protsessi. Ühine tegur on: fikseeritud sisu, madal panus vea korral ja selge hetk, mil ülesanne algab.
Suurem osa tootmistööstuse tööst kuulub sellesse keskmisesse kategooriasse. Mõelge tootmisplaanide koostamisele, kus AI saab teha ettepaneku tellimuste ja tootmisvõimsuse alusel, aga planeerija peab hindama erandeid, kiirtellimusi ja masinarikkeid. Mõelge ka töökäskude väljastamisele tootmispõrandale: süsteem saab tellimuse ette valmistada ja suunata, aga küsimus, kas seda saab teha kontrollimata, sõltub sellest, kui prognoositav protsess on. Lehel kas AI saab üle võtta töökäskude väljastamise tootmispõrandale on kirjas, kus see piir täpselt kulgeb. Ka sensoriandmete või pilditöötlusel põhinev kvaliteedikontroll kuulub tihti sellesse kategooriasse: AI tuvastab kõrvalekaldeid, inimene hindab, kas see õigustab keeldumist ja millel see põhineb. Nende ülesannete puhul ei ole määrav mitte tegevuse keerukus, vaid vajadus hinnangu järele, millel on põhjendus, mis eeldab heakskiitmise või tagasilükkamisega järelevalvet, mitte täielikku automatiseerimist.
Mõned ülesanded jäävad praegu inimtööks, ja see ei ole eelistuse küsimus, vaid tuleneb töö olemusest. Füüsilised tegevused tootmispõrandal, masinate täppishäälestus kogemuse põhjal ja tarnijatega hinna ja tarneaja üle läbirääkimine vajavad hinnangut, läbirääkimisruumi ja füüsilist kohalolekut, mida AI ei suuda pakkuda. Ka keerulised kaebuste käsitlused, kus klient teatab tehnilisest probleemist, mis ei mahu standardkategooriasse, vajavad inimest, kes suudab täpsustavaid küsimusi küsida ja võtta vastutuse lahenduse eest. See on teistsugune töö kui sarnased kliendisuhtluse ülesanded, mida näete lehel mida saab AI üle võtta äriteenuste sektoris, kus füüsiline kontekst mängib vähem rolli.
Jaotus nende kolme kategooria vahel erineb suuresti ettevõtte kaupa, ja isegi tootmisliini kaupa ühe ettevõtte sees. Tehas ühe integreeritud ERP-süsteemi ja standardiseeritud toodetega saab rohkem ülesandeid paigutada kategooriatesse 1 ja 2 kui ettevõte, mis toodab tellimuse järgi erinevate spetsifikatsioonidega. Ka regulatsiooni ulatus mängib rolli: sektorid, kus on ranged jälgitavusnõuded, näiteks toiduaine- või farmaatsiatootmine, hoiavad rohkem ülesandeid kategooriates 2 ja 3 kui sektorid, kus on vähem kohustusi. Seda killustatuse ja regulatsiooni mustrit näete muide ka lähedastes sektorites, nagu on kirjas lehel mida saab AI üle võtta transpordisektoris, kus planeerimine ja kliendisuhtlus mängivad samuti suurt rolli.
Oluline on ka see, et see jaotus ei ütle midagi personaliotsuste kohta. Kas ja kuidas organisatsioon vabanevad tunnid teisiti kasutab, on tööandja otsus, mille puhul kehtivad koondamise või reorganiseerimise korral omad seadusest tulenevad nõuded. See leht kirjeldab ainult, millised ülesanded sobivad AI-le üleandmiseks ja millised mitte, mitte seda, mida sellega peaks ette võtma.
Selleks, et näha, kuidas need kolm kategooriat teie enda ülesannete puhul jaotuvad, saate täita ftetoai tasuta kiirtesti: kaksteist küsimust, ilma kontot loomata, tulemusena hinnang selle kohta, kui suure osa tundidest teie profiilis saab täna AI-le üle anda. Täielik töötest, mis käsitleb sügavamalt üksikuid ülesandeid ja protsesse, on veel valmimisel ja seda praegu ei pakuta. Kiirtest annab siiski esmase, kohustusteta ülevaate sellest, kus teie olukorras ruumi leidub.
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.