בינה מלאכותית למפעלי ייצור
בינה מלאכותית למפעלי ייצור: מעקב הזמנות, התקדמות ודוחות בצ'אט
בינה מלאכותית למפעלי ייצור: איך מנהל מפעל שואל בוואטסאפ או בטימס על פקודות עבודה, הזמנות לקוח פתוחות ומשלוחים, ומקבל דוח ייצור יומי.

בעמוד הזה
בינה מלאכותית למפעלי ייצור מאפשרת למנהל המפעל לשאול בוואטסאפ, ב-Microsoft Teams או ב-Slack על פקודות עבודה, הזמנות לקוח פתוחות ומשלוחים יוצאים, ולקבל תשובה מתוך הנתונים של המפעל. מנהלי מפעלים ומנהלי ייצור צריכים לענות כל יום על שאלות של צווארי בקבוק, מועדי אספקה והזמנות שממתינות למשלוח. במקום לחכות לדוח, הם שואלים ומקבלים תמונת מצב.
איך בינה מלאכותית עונה על השאלות היומיומיות ברצפת הייצור?
תקציר: מנהל הייצור שואל בצ'אט על מצב פקודת עבודה, פיגור בלוח הזמנים או תוצר גמור, ומקבל תשובה מתוך ה-ERP ומקורות הנתונים של המפעל, בלי לכתוב שאילתה.
ברצפת ייצור פעילה, מנהל המשמרת ומנהל המפעל עסוקים בתקלות, בכוח אדם ובשמירה על קווי הייצור. כשעולה שאלה על הזמנה מסוימת, למשל אם סדרת הייצור של לקוח מוכנה לאריזה, צריך לרוב לגשת למחשב, להיכנס ל-ERP, לאתר את פקודות העבודה ולחשב ידנית כמה מהן בוצע.
כשמחברים את WizBI מעל מערכות כמו פריוריטי או מסדי נתונים תפעוליים, מנהל הייצור שולח הודעה בוואטסאפ, ב-Microsoft Teams או ב-Slack. שאלה כמו "מה מצב פקודת עבודה 40221 ואילו שלבים נשארו בה?" מחזירה את השלבים שבוצעו ואת התחנות שנותרו, לפי מה שרשום במערכת.
כך המנהלים בשטח מקבלים החלטות על בסיס נתונים, גם כשהם לא ליד המחשב. איך מחברים כמה מערכות לשכבה אחת מוסבר במאמר על אינטגרציה בין מערכות מידע ארגוניות.
איך עוקבים אחרי הזמנות לקוח פתוחות מול קווי הייצור?
תקציר: שואלים בצ'אט אילו הזמנות לקוח פתוחות קרובות למועד האספקה ואיפה עומדות פקודות העבודה שלהן, ומקבלים טבלה אחת.
אחד הפערים הקבועים במפעל הוא בין מה שהמכירות התחייבו ללקוח לבין המצב ברצפת הייצור. אנשי מכירות פונים שוב ושוב למנהל הייצור כדי לדעת מתי הזמנה תסופק, והוא מנסה לאזן בין עומסי המכונות.
כשנתוני המפעל זמינים בצ'אט, אפשר לקבל תמונה משולבת:
- הזמנות לקוח פתוחות לפי תאריך אספקה.
- הזמנות שבסיכון לאיחור לפי ההתקדמות של פקודות העבודה שלהן.
- תוצר גמור שעבר בקרת איכות וממתין להעמסה.
למשל, מנהל המפעל כותב: "הצג את כל הזמנות הלקוח הפתוחות לשבוע הקרוב שפקודות העבודה שלהן עוד לא הגיעו להרכבה". התשובה מגיעה כטבלה מימין לשמאל, עם שם הלקוח, המק"ט, הכמות החסרה והתחנה שבה הפריט נמצא.
| משימה | בדרך הרגילה | בצ'אט עם WizBI |
|---|---|---|
| בירור סטטוס הזמנה | כניסה ל-ERP, חיפוש פקודת עבודה ובדיקת שלבים | שאלה בוואטסאפ או בטימס ופירוט לפי השלבים |
| זיהוי צווארי בקבוק | ניתוח דוחות אקסל בסוף השבוע | שאלה על עיכובים וחריגות כשצריך |
| בדיקת תוצר גמור | טלפון למנהל המחסן | שאלה על כמויות שנארזו ומוכנות למשלוח |
| דוח להנהלה | איחוד קבצים ממקורות שונים | דוח מתוזמן שמגיע לערוץ |
כשהשאלות קבועות ונבדקות באותה צורה כל יום, דוח קבוע מה-ERP או דשבורד יכולים להספיק. הצ'אט מתאים כשהשאלות משתנות ממשמרת למשמרת.
מה צריך להופיע בדוח ייצור יומי למנהל מפעל?
תקציר: תפוקה מול יעד, משלוחים שיצאו ותוצר פסול. דוח כזה אפשר לתזמן שיגיע כל בוקר לערוץ של ההנהלה.
בסוף כל יום ובסוף כל שבוע, הנהלת המפעל צריכה סיכום: כמה יחידות יוצרו בכל קו, אילו משלוחים יצאו ללקוחות ומה נשאר פתוח. ברוב המפעלים את הדוח הזה מכינים ידנית, משליפה מכמה מקורות והצלבה באקסל.
עם WizBI מתזמנים דוח יומי קבוע, למשל כל בוקר ב-07:00, שמסכם את המשמרות הקודמות:
- תפוקה יומית מול יעד: כמות שיוצרה בפועל מול התכנון.
- משלוחים יוצאים: תעודות משלוח שהופקו והכמויות שיצאו מהמפעל.
- תוצר פסול: כמות הפחת וסוגי התקלות שנרשמו.
כשמנהל הייצור נכנס לפגישת הבוקר, הנתונים כבר אצלו בטלפון, כהודעה מסכמת, כקובץ PDF או כקובץ אקסל. אם צריך פירוט, שואלים שאלת המשך באותה שיחה. עוד על דוחות מתוזמנים להנהלה בדף דוחות הנהלה.
איך רואים את התמונה המלאה כשהנתונים מפוזרים בכמה מערכות?
תקציר: WizBI מתחברת מעל ה-ERP, הגיליונות ומסדי הנתונים של המפעל, ושאלה אחת יכולה לשלב כמה מהם.
במפעלים רבים כל שלב מנוהל במקום אחר: ERP כמו פריוריטי להזמנות ולפקודות עבודה, מערכת לרישום שעות ברצפה, Google Sheets לתקלות וקובצי אקסל לתכנון קיבולת.
הקושי של המנהלים הוא לראות הכול בלי לעבור בין מסכים. כשמנהל שואל שאלה שדורשת הצלבה, למשל "השווה את התפוקה של קו הרכבה א' ושל קו הרכבה ב' בשבוע האחרון לפי שעות הפעילות שנרשמו", המערכת שולפת מהמקורות הרלוונטיים, מחשבת ומחזירה טבלה וגרף. אותה גישה עובדת גם ברשתות חנויות, כפי שמתואר במאמר על בינה מלאכותית לרשתות קמעונאות.
בצד האבטחה: WIZBI.AI LTD מוסמכת ל-ISO/IEC 27001:2022, הנתונים של כל ארגון מבודדים ומוצפנים ולא משמשים לאימון מודלים, וכל מנהל רואה רק את מה שהוגדר לו בהרשאות, בכל ערוץ.
תרחיש מעשי: מה עושים כשקו נעצר באמצע היום?
תקציר: מנהל הייצור שואל בצ'אט אילו פקודות עבודה מתוכננות לקו שנעצר ומה מועדי האספקה שלהן, ומחליט מה להעביר לקו אחר.
ב-11:00 קו הצביעה נעצר בגלל תקלה. מנהל הייצור צריך להבין אילו הזמנות ייפגעו ומה לעשות קודם. בדרך הרגילה זה אומר שיחות טלפון, חיפוש של מנהל המשמרת ובדיקה ידנית של רשימת הפקודות שממתינות לקו.
עם WizBI הוא שולח הודעה בטימס או בוואטסאפ:
"אילו פקודות עבודה מתוכננות לקו הצביעה היום ומחר, ומה תאריכי האספקה שלהן?"
ומקבל רשימה מסודרת, למשל:
- פקודת עבודה 1088 – לקוח א' – אספקה מחר – 4 שעות עבודה.
- פקודת עבודה 1092 – לקוח ב' – אספקה בעוד 4 ימים – 6 שעות עבודה.
- פקודת עבודה 1105 – לקוח ג' – אספקה בעוד שבוע – שעתיים עבודה.
על בסיס הרשימה, מנהל הייצור מעביר את פקודה 1088 לקו הצביעה המשני ומעדכן את מנהל המכירות שההזמנה של לקוח א' תצא במועד. ההחלטה מתקבלת לפי נתונים ולא לפי זיכרון.
מאחר שעיכוב בייצור נוגע גם לרכש, כדאי לקרוא גם על התראות מלאי לצוותי רכש.
איך מתחילים?
לא צריך פרויקט של חודשים או החלפת מערכות. מתחילים בחיבור מערכת מרכזית אחת, בדרך כלל ה-ERP, ובשאלות האמיתיות של מנהלי הייצור, מהזמנות פתוחות ועד משלוחים יוצאים. תשובות ראשונות מגיעות תוך ימים.
רוצים לראות איך זה עובד על הנתונים של המפעל שלכם? דברו איתנו בוואטסאפ 055-989-2317 או במייל contact@wizbi.ai.
יש לכם שאלה על הנושא? נשמח לענות.
דברו איתנו בוואטסאפשאלות
שאלות נפוצות
איך בינה מלאכותית עוזרת למנהל מפעל בעבודה היומיומית?
מנהל המפעל שואל בשפה פשוטה בצ'אט על פקודות עבודה, הזמנות פתוחות ומשלוחים, ומקבל תשובה מתוך הנתונים של המפעל. אפשר גם לתזמן דוח ייצור יומי שמגיע לערוץ של ההנהלה.
האם צריך להחליף את מערכת ה-ERP של המפעל?
לא. WizBI היא שכבת אינטליגנציה שמתחברת מעל ה-ERP הקיים (כמו פריוריטי או SAP), מעל מסדי נתונים וקבצים, ומנגישה את המידע לצוות בלי להחליף מערכות.
באילו ערוצים מנהלי הייצור מקבלים את המידע?
בוואטסאפ, Microsoft Teams, Slack, טלגרם, מייל וממשק Web. לאותו אדם יש אותן הרשאות בכל ערוץ.
האם נתוני הייצור של המפעל מאובטחים?
כן. WIZBI.AI LTD מוסמכת ל-ISO/IEC 27001:2022. הנתונים של כל ארגון מבודדים ומוצפנים בתעבורה ובאחסון, ולא משמשים לאימון מודלים.


