Одной из главных целей любого производственного предприятия в Казахстане является удовлетворение потребностей его клиентов и конечных потребителей с соблюдением здравого баланса между уровнем сервиса, запасами и затратами.
Для ее достижения важно следовать правилу 7R – от английского right (правильный).
Внешних и внутренних факторов, влияющих на процессы производственного планирования, становится так много, что человек уже не способен учесть все. В контексте усложнения задач казахстанские предприятия все чаще обращаются к новым, более современным стратегиям и инструментам, включая искусственный интеллект (AI), машинное обучение (ML), технологии на основе численных методов оптимизации. И если решения на базе AI/ML в Казахстане уже применяются, то о подходах к оптимизации процессов планирования стоит поговорить отдельно. Итак, какие технологии помогут предприятию реализовать правило 7R, чтобы достичь баланса с учётом всех вводных?
Экономическая эффективность. По разным оценкам, математические алгоритмы для оптимизации производственных процессов позволяют снизить затраты на производство на 2% и более через общее повышение эффективности. Как? Согласно международной статистике, использование платформ интегрированного бизнес-планирования и оптимизаторов позволяют сократить запасы на 5-20%, увеличить клиентский сервис на 10-15% и сократить цикл планирования на 30-90%. Диапазон широкий, но результат во многом зависит от уровня зрелости процессов планирования в компании.
Сегодня в мире оптимизаторы используются практически в любой отрасли для решения самых разных задач. К примеру:
Эвристики и оптимизаторы. План производства, поставок, отгрузок и т.д. можно рассчитать с помощью двух математических алгоритмов: эвристики и оптимизатора. Что это за алгоритмы и в чём между ними разница?
Эвристика линейно, этап за этапом, считает один вариант плана производства как простую разницу между потребностью, текущими запасами и подтверждёнными ранее производственными заказами, но почти не учитывает ограничения, которые существуют в цепочке поставок. Конечно, возможно заложить часть ограничений с помощью дополнительных формул и алгоритмов, но не все. Т.е. эвристика считает неограниченную и, следовательно, не всегда исполнимую потребность, которую потом уже специалисты анализируют и корректируют вручную под реальные возможности цепочки поставок. Часто эта коррекция основана на экспертном мнении, а не на цифрах.
Оптимизатор сразу выполняет расчёт исполнимого плана производства, обрабатывая одновременно множество вариантов по всем этапам логистических и технологических цепочек для поиска наилучшего из них. Во время расчёта план балансируется с учётом заданных ограничений (например, по мощностям, доступности комплектующих и т.д.) и целевой функции (например, итоговый план должен быть наиболее маржинальным). Итоговое решение является выполнимым и основывается на реальных данных, а не интуиции. Например, утилизация производственных мощностей не может быть больше 100%, поэтому объёмы, которые выходят за эти рамки, обрезаются и визуализируются как недопоставка. Безусловно, ручные корректировки планов возможны, например, в случае принятия отдельных управленческих решений, но их число кратно меньше, чем в случае с эвристикой.
Если переводить теорию в практику, то эвристика чаще применяется на предприятиях с простой линейной технологической и логистической цепочкой с минимальным количеством ограничений и SKU. В случае же, когда технологическая и логистическая цепочка имеет большую вариативность и большое число регулярно срабатывающих ограничений, то без оптимизатора обойтись сложно. Потребуется значительный объём ручного труда для корректировки планов, а оптимальность этих планов будет завязана на экспертизу конкретного человека.
Реализуются алгоритмы как правило на солверах – таких как Gurobi и IBM CPLEX, которые все чаще встраиваются в ведущие платформы интегрированного бизнес-планирования (IBP), как Anaplan, или производственного планирования.
Примеры из жизни. В мире оптимизаторы уже давно и широко применяются. В одной из цементных компаний оптимизаторы в реальном времени контролируют работу технологического оборудования – печей и мельниц, что привело к значительному росту производительности и экономии энергии. Производитель подсолнечного масла оптимизировал свою сеть поставок, улучшив размещение распределительных центров и сбалансировав производство с колебаниями спроса, что привело к снижению затрат и повышению эффективности.
На крупном производстве минеральных удобрений решение для интегрированного бизнес-планирования (IBP) было дополнено оптимизатором. Теперь за 5 минут алгоритмы рассчитывают оптимальные планы продаж и отгрузок на месяц, а производства – до посуточного уровня. Это позволяет выбрать наиболее маржинальные направления продаж и производства, загрузить мощности на 100%, зафиксировать потребности во внутригрупповом потреблении.
Крупная казахстанская производственная компания с довольно сложной технологической цепочкой (многопередельное производство, 4-5 альтернативных линий на один продукт, вариативность комплектующих) и «чёрными лебедями» в виде внезапных госзакупок. Балансировка плана делается вручную, является очень трудоёмкой и базируется на экспертном мнении сотрудников. При этом цена ошибки очень высока. В данном случае мы рекомендовали руководству внедрять оптимизатор, так как эвристика не решит стоящие перед компанией задачи и будет, скорее, тормозить её процессы, а не помогать им.
Как понять, нужен оптимизатор или эвристики? При выборе инструмента для решения задач по бизнес-планированию компании могут опираться на схему, приведённую ниже.
В случае большого числа ограничений эвристика помогает найти одно из множества допустимых решений, а оптимизатор – наилучшее возможное решение. В зависимости от конкретной задачи и требований могут использоваться как эвристики, так и оптимизаторы. Важно только учитывать, что требования к качеству данных, экспертизе, навыкам и дисциплине команды планирования у оптимизатора гораздо выше, чем у эвристики.
Итак, когда пора начать использование математических алгоритмов для оптимизации производства? Если производственный процесс включает множество переменных, ваше предприятие сталкивается с частым изменением условий производства и из-за этого есть проблемы с эффективностью, если вы работаете в условиях высокой конкуренции и есть довольно жесткие требования к качеству и соблюдению сроков поставок, то методы оптимизации на базе математических алгоритмов позволят вам выйти на новый уровень производительности. Оптимизатор для казахстанских предприятий может стать настоящим game-changer и вывести эффективность производственного планирования на новый уровень.
Автор: Анастасия Пылёва, Старший эксперт по управлению цепочками поставок, Planingo
Источник: DKnews.kz
