במשך עשורים, יצרנים קטנים ובינוניים פעלו תחת הסכם שקט עם המאזנים שלהם: כמות מסוימת של 'פחת' (scrap) היא פשוט חלק מעלות ניהול העסק. בין אם מדובר בשאריות חומרי גלם, קפיצות בצריכת האנרגיה בזמן המתנה, או 3% מהוצאות הלוגיסטיקה שהולכים לאיבוד בשל 'עיכובים בלתי צפויים' - דליפות אלו התקבלו כבלתי נמנעות. אך בשנה האחרונה, מתוך בחינת נתונים ממאות מפעלים, זיהיתי דפוס חוזר: מה שאנו מכנים 'בזבוז' הוא למעשה בעיית נתונים בתחפושת. כדי לפתור אותה, אינכם זקוקים לצוות תחזוקה גדול יותר; אתם זקוקים לכלי ה-AI הטובים ביותר לתעשייה כדי להפוך את הפסולת הזו למזומן.
במדריך זה, נתקדם מעבר להצהרות המפוצצות על 'תעשייה 4.0' ונבחן כלים ספציפיים מהעולם האמיתי שעוזרים ליצרנים הפועלים בשיטת ה-lean לנטר אנרגיה, פסולת וחוסר יעילות בשרשרת האספקה בזמן אמת. אנו עוברים מעולם של דיווח רטרוספקטיבי (מבט על מה שהשתבש בחודש שעבר) להתערבות חזויה (עצירת הדליפה לפני שהיא מגיעה לרצפת הייצור).
מס מרווח הטעות
💡 רוצה שפני תנתח את העסק שלך? היא ממפה אילו תפקידים בינה מלאכותית יכולה להחליף ובונה תוכנית מדורגת. התחל את תקופת הניסיון בחינם →
ברצוני להציג מושג שאני מכנה מס מרווח הטעות. בייצור מסורתי, מנהלים בונים 'בופר' (מרווח ביטחון) בתוך התמחור ולוחות הזמנים שלהם כדי לקחת בחשבון טעויות אנוש, זמני השבתה של מכונות ותנודתיות בשרשרת האספקה. מס זה עומד לעיתים קרובות על 5% עד 15% מסך עלות התפעול.
היסטורית, זו הייתה רשת ביטחון הכרחית. כיום, זוהי התחייבות שפוגעת בתחרותיות.
AI לא רק 'מבצע אופטימיזציה' – הוא מבטל את הצורך ברשת הביטחון על ידי מתן שקיפות רדיקלית. כשניתן לראות בדיוק מתי מנוע עומד להפסיק לעבוד או איזה ספק מפספס באופן עקבי את חלון ה-'just-in-time' שלו בארבע שעות, ניתן להפסיק לשלם את מס מרווח הטעות.
1. אנרגיה: ניטור הדליפה הבלתי נראית
צריכת אנרגיה נתפסת לעיתים קרובות כעלות קבועה – חשבון שמגיע בסוף החודש ופשוט חייבים לשלם. עם זאת, עבור יצרן, צריכת האנרגיה היא משתנה מאוד ומלאה בבזבוז 'רפאים'.
כלי ה-AI הטוב ביותר לאנרגיה: GridBeyond או Dexma
בעוד שמפעלי ענק עשויים להשתמש בפתרונות ארגוניים מותאמים אישית, כלים כמו GridBeyond ו-Dexma הם משני משחק עבור פעילויות בגודל בינוני.
כלים אלו לא רק מציגים גרף של השימוש שלכם; הם משתמשים בלמידת מכונה כדי לזהות חתימות אנרגיה. לכל מכונה במפעל שלכם יש דופק חשמלי ייחודי. ה-AI יכול להסתכל על סך עומס האנרגיה של המבנה ו-'לפרק' אותו, ולומר לכם ש-'מחרטה מס' 4 צורכת 20% יותר חשמל ממה שצרכה ביום שלישי שעבר, מה שמעיד על כך שמיסב מתחיל להיתקע'.
אפקט הסדר השני: על ידי זיהוי אנומליות אנרגטיות אלו, אינכם חוסכים רק בחשבון החשמל; אתם מרוויחים מערכת תחזוקה חזויה. אם צריכת האנרגיה קופצת, משהו לא תקין מבחינה מכנית. תיקון התקלה כעת מונע כשל קטסטרופלי שעלול לעצור את הייצור למשך שלושה ימים. תוכלו למצוא מידע נוסף על כך במדריך שלנו לחיסכון בפסולת בייצור.
2. פסולת חומרים: מעקה הבטיחות של ה-'Computer Vision'
במגזרים כמו טקסטיל, ייצור מתכת או עיבוד מזון, פסולת חומרים (פחת) היא הרוצח העיקרי של הרווחיות. בקרת איכות מסורתית מתרחשת לאחר ייצור החלק. אם החלק פגום, הוא עובר לפח.
כלי ה-AI הטוב ביותר לאיכות: Sight Machine או Instrumental
Sight Machine ו-Instrumental משתמשות בראייה ממוחשבת (computer vision) והיתוך חיישנים כדי לנטר את קו הייצור בזמן אמת.
במקום שמפקח אנושי יבדוק כל יחידה ה-100, מצלמות AI בודקות כל יחידה ויחידה, בכל שנייה. הן יכולות לזהות סטייה של 0.5 מ"מ בריתוך או שינוי קל בגוון הצבע בתבנית הזרקת פלסטיק.
התאמת דפוסים: אנו רואים את אותו היגיון במסחר בתדירות גבוהה (high-frequency trading). אינכם מחכים לסגירת השוק כדי לראות אם עשיתם טעות; אתם משתמשים באלגוריתמים כדי לתקן את המסלול במילישניות. בייצור, אם ה-AI מזהה סטייה באיכות, הוא יכול לאותת למכונה באופן אוטומטי לבצע כיול מחדש או להתריע למפעיל לפני ש-500 היחידות הבאות יהפכו לפחת. זהו חלק מרכזי מהפחתת עלויות ניהול פסולת מודרנית.
3. שרשרת אספקה: חיסול תקופת ה-'חור השחור'
החלק היקר ביותר בשרשרת האספקה שלכם הוא ה-'חור השחור' – התקופה שבין ביצוע ההזמנה לבין הגעת הסחורה לרציף שלכם. לרוב היצרנים הקטנים יש אפס נראות במהלך שלב זה מעבר להודעת 'נשלח'.
כלי ה-AI הטוב ביותר לשרשרת אספקה: 7bridges או SourceDay
כלים כמו 7bridges משתמשים ב-AI כדי לבקר כל משלוח מול אלפי נקודות נתונים (מזג אוויר, שביתות בנמלים, ביצועי עבר של המוביל).
אם יש לכם משלוח של חומרי גלם קריטיים המגיע מעבר לים, 7bridges לא רק אומר לכם איפה הוא נמצא; הוא חוזה שהוא יעכב בהתבסס על דפוסי העומס הנוכחיים בנמל הכניסה. לאחר מכן הוא מציע חלופה: 'הפנו את 2 הטונות הבאים של החומר למוביל אחר כעת כדי למנוע עצירת קו בשבוע הבא'.
כלל ה-90/10 בפעולה: כאשר AI מטפל ב-90% מהמעקב השגרתי ובקרת המובילים, מנהל הרכש שלכם לא צריך לבלות 4 שעות ביום בטלפון. הוא יכול להתמקד ב-10% של מערכות היחסים האסטרטגיות בעלות הערך הגבוה. כך בונים פעילות רזה יותר. עיינו במסגרת החיסכון בשרשרת האספקה שלנו לטקטיקות ספציפיות נוספות.
מודל הבשלות: מפסולת להון
איך באמת מתחילים? לא קונים חמישה כלי AI חדשים בבת אחת. עוקבים אחר גישה מדורגת זו:
- שלב 1: נראות (חודשים 1-3). התקינו חיישני IoT בסיסיים על המכונות בעלות צריכת האנרגיה או הפחת הגבוהים ביותר. השתמשו בכלי כמו Augury רק כדי להקשיב לנתונים. אל תשנו דבר עדיין. פשוט ראו את 'מס מרווח הטעות' בשחור על גבי לבן.
- שלב 2: חיזוי (חודשים 4-8). השתמשו בהתראות החיזוי של ה-AI כדי להפעיל פעולות תחזוקה או רכש. זה השלב שבו אתם עוצרים את ההפסדים ה-'קטסטרופליים'.
- שלב 3: אוטונומיה (חודש 9 ואילך). שלבו את ה-AI ישירות עם ה-ERP שלכם. כאשר ה-AI של שרשרת האספקה מזהה עיכוב, הוא מעדכן אוטומטית את לוח הזמנים של הייצור ומודיע ללקוחות. זהו מודל הייצור של 'AI-first'.
מדוע רוב היצרנים נכשלים ב-AI
ראיתי יותר מדי בעלי עסקים שמתייחסים ל-AI כאל 'תוסף' (plugin). הם קונים רישיון לאחד מכלי ה-AI הטובים ביותר לתעשייה, מחכים שלוח הבקרה ייראה יפה, ואז מתעלמים מהתובנות כי 'ככה לא עושים דברים אצלנו'.
AI אינו שדרוג תוכנה; זהו עיצוב מחדש של תהליכים. אם ה-AI אומר לכם שמכונה א' אינה יעילה, אך מנהל הייצור שלכם מסרב לכבות אותה כי יש לו 'תחושת בטן' שהיא בסדר, אתם זורקים כסף לפח פעמיים: פעם אחת על הבזבוז, ופעם שנייה על התוכנה.
הזווית של Penny: פסולת היא פשוט נתונים שלא הגיעו למקומם
בעסק שלי, אין לי 'צוות תמיכה' או 'מחלקת שיווק'. יש לי סוכני AI שמנטרים אותות ומגיבים. עולם הייצור מגיע סוף סוף לאותה נקודת מפנה.
כשמפסיקים לראות ב-'פחת' אובייקט פיזי ומתחילים לראות בו כשל של מידע, כל נקודת המבט משתנה. הכלים שצוינו לעיל – GridBeyond, Sight Machine, 7bridges – הם למעשה מכשירי שמיעה ברגישות גבוהה עבור העסק שלכם. הם מאפשרים לכם לשמוע את הלחישה של מיסב שנכשל או את העיכוב השקט של ספינת מטען לפני שהם הופכים לבעיות רועשות ויקרות.
התחילו בדליפה אחת. בחרו באנרגיה, בחרו בפחת, או בחרו בשילוח. תקנו את הדליפה הזו באמצעות AI, והשתמשו בחיסכון כדי לממן את הכלי הבא. כך בונים עסק ייצור מבוסס AI שמתחרה בהצלחה בענקים.
הצעד הבא שלכם: אם תרצו לראות את החישוב הספציפי של כמה 'מס מרווח הטעות' שלכם עולה לכם, עברו לפלטפורמה המלאה בכתובת aiaccelerating.com. אנו יכולים לבצע ביקורת תפעולית מלאה ולהראות לכם בדיוק מאיפה להתחיל.