Do zwiększenia odporności na zmiany, konieczna jest pełna kontrola nad codziennymi procesami zapewniającymi prawidłowe funkcjonowanie przedsiębiorstwa. Oprócz przejrzystości we wszystkich obszarach i efektywności w zakresie operacji gospodarczych, obejmuje to również sprawny przebieg procesów wzdłuż łańcucha dostaw. Niekompletne lub błędne dane, duplikaty, czy też brakujące informacje, szybko stają się poważnymi przeszkodami do osiągnięcia wyznaczonych celów strategicznych przedsiębiorstwa. Warunkiem dla poprawnego i wydajnego przebiegu procesów oraz dla wykorzystania sztucznej inteligencji jest odpowiedni fundament: nienaganna jakość danych.

 

Inteligentne wykorzystanie cyfryzacji może zapewnić sprawny przebieg procesów wzdłuż łańcucha dostaw. Należy przy tym zwrócić szczególną uwagę na jakość i ilość danych podstawowych oraz danych transakcji. Ma to bowiem ogromny wpływ na efektywność procesów, również tych opartych na sztucznej inteligencji (SI). W celu poprawy jakości danych oraz umożliwienia stosowania SI w systemie ERP, przedsiębiorstwa powinny:

• Ustalić kluczowe procesy decydujące o sukcesie firmy
• Zdefiniować kryteria jakości Sprawdzić istniejące pule danych
• Usunąć dublety
• Tworzyć jednoznacznie identyfikowalne dane
• Starannie opracowywać i regularnie sprawdzać dane

Tylko w ten sposób możliwe jest trwałe zapewnienie jakości informacji oraz stworzenie tzw. Single Point of Truth, w ramach którego każda informacja jest jednoznaczna i dostępna w każdej chwili. Do osiągnięcia tego celu przedsiębiorstwa muszą przeprowadzać zautomatyzowane kontrole jakości i poprawności, regularnie czyścić dane, wykorzystywać workflow i stosować się do ustalonych zasad podczas rejestracji nowych danych. Lista kontrolna dostępna w proALPHA oferuje bardziej szczegółowe informacje w tym zakresie.

Zarządzanie danymi z wykorzystaniem wszystkich istotnych informacji

Kolejnym krokiem po oczyszczeniu danych, również w branży produkcyjnej, jest inteligentne zarządzanie danymi, w celu możliwie kompleksowego wykorzystania własnego systemu ERP. Za pomocą rozwiązania Advanced Analytics NEMO opartego na sztucznej inteligencji, system ERP+ proALPHA łączy się z platformą innowacyjną, która zapewnia kompletną integrację wszystkich rozwiązań oferowanych przez przedsiębiorstwa Grupy proALPHA. Przykładowo za pomocą modułowego oprogramowania do całościowego controllingu oferowanego przez Planning wszystkie informacje niezbędne do prawidłowego planowania procesów przedsiębiorstwa poprzez symulacje i analizy odchyleń są importowane z systemu ERP.

Interfejsy API dostarczają wszelkich istotnych informacji i udostępniają je w odpowiedniej strukturze do przeprowadzania symulacji, planowania i analiz. Zmiany wartości w połączonych systemach są uwzględniane automatycznie, zapewniając aktualność dostępnych danych.

Optymalizacja konserwacji i napraw za pomocą informacji serwisowych przygotowywanych przez sztuczną inteligencję

System ERP stanowi cyfrowy węzeł integrujący wszystkie procesy i dane – z możliwością wykorzystania sztucznej inteligencji. Aby uzyskać oczekiwane korzyści wynikające ze stosowania sztucznej inteligencji, dane produkcyjne muszą być zapisywane w czasie rzeczywistym, odchylenia od planu ustalane natychmiastowo, a wyniki bezpośrednio wizualizowane. Przejrzystość procesów i dostępność informacji mają tu zasadnicze znaczenie dla sprawnego współdziałania pracowników w ramach technologii wykorzystywanej w przedsiębiorstwie.

Prof. Marco Huber, z Instytutu Fraunhofera IPA i Uniwersytetu w Stuttgarcie, wypowiedział się na ten temat w następujący sposób:


Dzięki przejęciu Empolis ta teoria może być realizowana w praktyce w rozwiązaniu proALPHA, np. przez pracowników serwisu, którzy w szybki i łatwy sposób będą mogli skorzystać z dostępnej wiedzy w odpowiednim kontekście. Poprzez integrację rozwiązania Emplois Service Express opartego na SI z systemem ERP+ proALPHA, dla przedsiębiorstw otwiera się możliwość nieograniczonego dostępu do ważnych informacji serwisowych o każdej porze. Za pomocą Decision Trees system, wspierany przez sztuczną inteligencję, stale się uczy, aby opracowywać możliwie najlepsze rozwiązania i dzięki temu zapewniać szybsze przeprowadzanie napraw i konserwacji.

Powtarzające się zadania rutynowe – RPA chętnie się tym zajmie

Podczas przetwarzania informacji serwisowych coraz powszechniej stosowane są zautomatyzowane procesy m.in. z wykorzystaniem Robotic Process Automation, w skrócie RPA, wykonujące zadania zgodnie z ustalonym workflow. Procesy te naśladują rzeczywistego użytkownika, który uruchamia aplikacje i inicjuje procesy cyfrowe. Stanowi to realne odciążenie dla pracowników, którzy nie muszą już wykonywać rutynowych zadań, a przy tym prowadzi do zmniejszenia ryzyka wystąpienia błędów podczas przetwarzania danych praktycznie do zera, przy jednoczesnym obniżeniu kosztów.

RPA może być wykorzystywane w przypadku wszystkich usystematyzowanych procesów, które podlegają jasnym zasadom i cechują się dużą powtarzalnością. Zadania tego typu to:

• przenoszenie i transfer plików i folderów,
• kopiowanie, wklejanie, porównywanie danych,
• wypełnianie formularzy oraz pozyskiwanie danych z dokumentów o określonej lub częściowo określonej strukturze.

W odróżnieniu od podobnych technologii do realizowania automatyzacji, dla RPA nie jest konieczny ani interfejs aplikacji wymagający obszernych prac programistycznych, ani ingerencja w istniejące systemy czy infrastrukturę informatyczną przedsiębiorstwa. Oprogramowanie jest ściśle powiązane z systemem ERP, obsługiwane zwykle przez wirtualne maszyny, skalowalne i może być używane przez całą dobę. Dlatego wdrożenie RPA jest szczególnie opłacalne w obszarach działalności o dużej liczbie powtarzających się operacji.

Aby umożliwić systemom RPA realizację bardzo złożonych procesów w przyszłości, trwają prace nad kognitywnymi robotami działającymi w oparciu o oprogramowanie, które mogą rozwijać się samodzielnie za pomocą sztucznej inteligencji. Z dzisiejszej perspektywy trudno sobie nawet wyobrazić, w jakich obszarach automatyzacja znajdzie jeszcze zastosowanie.

Źródło: www.proalpha.com/pl