Na podstawie list materiałowych i ilości zamówień ustala się, jakie materiały i w jakich ilościach są potrzebne oraz czy konieczne jest uzupełnienie. To praca planisty lub kupca, wykonywana w systemie ERP lub systemie magazynowym. Jest to praca obliczeniowa z ustalonym źródłem i ustalonym zapotrzebowaniem: lista materiałowa razy ilość zamówienia, porównana z tym, co jest na stanie.
Decydujące są trzy osie: ustrukturyzowanie, wolumen i koszty błędów.
Ustrukturyzowanie jest wysokie. Lista materiałowa to ustalone zestawienie części i ilości na produkt końcowy. Ilość zamówienia to liczba. Obliczenie, które następuje potem — potrzebna ilość razy liczba zamówień, minus to, co jest na stanie, to uzupełnienie — jest regułą obliczeniową bez przestrzeni na interpretację. Nie ma momentu, w którym ktoś musi zdecydować, co klient „właściwie” ma na myśli, jak przy wyjaśnianiu niejasnego zapytania klienta. Reguły są ustalone w zarządzaniu listami materiałowymi.
Wolumen jest wysoki. Przy każdym zamówieniu, każdego dnia, to obliczenie musi zostać wykonane ponownie. Przy setkach zamówień tygodniowo szybko rośnie to do znacznej części godzin pracy planisty lub kupca. Praca, która często się powtarza i mało się różni, to dokładnie ta praca, w której agent AI oszczędza czas: nie dlatego, że jest sprytny, ale dlatego, że jest go dużo.
Koszty błędów plasują się w środku i to jest powód nadzoru. Błędne obliczenie materiałowe nie prowadzi od razu do niebezpiecznej sytuacji czy problemu prawnego, ale do zamówienia, które utyka na hali produkcyjnej z powodu braku materiału, lub do niepotrzebnie wysokiego zapasu z powodu zamówienia zbyt dużej ilości. Kosztuje to pieniądze i czas na naprawę, ale zazwyczaj da się to cofnąć. Dlatego pasuje tu agent AI, który wykonuje obliczenie i proponuje uzupełnienie, przy czym człowiek zatwierdza wynik, zanim faktycznie zostanie złożone dodatkowe zamówienie lub zostanie złożone zamówienie zakupu u dostawcy.
Pozostałe osie pokazują, dlaczego nie jest to zadanie, które można pozostawić AI bez nadzoru.
Przestrzeń na osąd ocenia się na 3: są sytuacje, w których planista robi wyjątek, na przykład dlatego, że dostawca dostarcza niewiarygodnie lub dlatego, że klient ma pilne zamówienie, które przerywa normalną kolejność. Zgodność z przepisami ocenia się na 4, co oznacza, że z samym tym zadaniem wiąże się niewiele obowiązków prawnych, ale że skutki błędnego obliczenia — zbyt mało materiału na krytyczną dostawę — mogą jednak wpłynąć na ustalenia z klientami.
Kontakt z klientem, praca fizyczna i kreatywność nie mają tu znaczenia: to jest wewnętrzne obliczenie, a nie rozmowa czy czynność fizyczna. Nie działa to przeciwko automatyzacji, po prostu nie jest to istotny próg dla tego zadania.
Do tego zadania można zastosować agenta AI: system, który samodzielnie łączy listę materiałową z ilością zamówienia, sprawdza stan magazynowy i przedstawia propozycję uzupełnienia. Człowiek ocenia tę propozycję, zatwierdza ją lub odrzuca i interweniuje w przypadku wyjątków.
Działa to tylko pod dwoma warunkami. Po pierwsze, listy materiałowe muszą być aktualne: jeśli lista materiałowa brakuje części lub podaje błędną ilość, AI bezbłędnie liczy dalej na błędnej podstawie. Po drugie, stany magazynowe muszą być wiarygodne: jeśli system magazynowy nie zgadza się z tym, co faktycznie znajduje się na półce, obliczenie uzupełnienia również się nie zgadza. Firmy, w których przychodzące towary są strukturalnie przyjmowane i księgowane, zazwyczaj mają ten warunek spełniony; firmy, w których dzieje się to jeszcze ręcznie i nieregularnie, napotykają na mur niedokładnych danych, zanim samo obliczenie w ogóle stanie się problemem.
W firmie z ograniczoną liczbą stałych produktów i przejrzystymi listami materiałowymi to zadanie można niemal w pełni zautomatyzować, z lekką kontrolą następczą. W firmie z dużą ilością zamówień na miarę, zmiennymi dostawcami i listami materiałowymi, które różnią się nieco przy każdym zamówieniu, pozostaje więcej pracy, w której planista sam ocenia, czy obliczenie się zgadza i czy potrzebny jest wyjątek. Różnicę robi też jakość systemów bazowych: firma, która konsekwentnie utrzymuje swój system ERP i magazynowy, zyskuje więcej uwolnionych godzin niż firma, w której te dane są nieaktualne.
Ta zmiana wiąże się także z innymi częściami działalności firmy. Ci, którzy automatyzują obliczanie materiałów, często zauważają, że kolejne kroki, takie jak zamawianie i przyjmowanie, również wymagają rewizji, a dotyczy to szerzej środowisk produkcyjnych — zobacz co AI może przejąć w branży instalacyjnej, aby zobaczyć, jak tego rodzaju zadania łączą się z planowaniem i logistyką materiałową. Także w administracji obraz się zmienia: jaką pracę w administracji AI już dziś przejmuje pokazuje, że podobne reguły obliczeniowe często pojawiają się także tam.
Nie jest to porada personalna ani powód do wyciągania wniosków dotyczących stanowisk. To, co pracodawca robi z uwolnionymi godzinami, zależy od samego pracodawcy; obowiązują tu własne wymogi prawne, o których ta strona się nie wypowiada. To, co tu przedstawiono, to opis zadania: która część jest wystarczająco ustrukturyzowana dla agenta AI, a która część wciąż wymaga nadzoru.
Czy obliczanie zapotrzebowania na materiały w Państwa sytuacji jest w dużej mierze możliwe do przekazania, zależy od tego, jak aktualne są Państwa listy materiałowe i jak wiarygodna jest Państwa rejestracja magazynowa. Bezpłatny szybki skan złożony z dwunastu pytań, bez konta, daje pierwszą wskazówkę, jaka część godzin w tym profilu może być dziś przejęta przez AI. Pełny skan pracy, który rozkłada pracę Państwa firmy zadanie po zadaniu, jest jeszcze w budowie.
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.