Оптимизационное планирование: умная система VS опытный сотрудник

Ключевое конкурентное преимущество промышленных предприятий сегодня — это способность гибко подстраиваться под изменения рыночного спроса, возможность адаптировать цикл производства под периоды простоя или авральной перегрузки мощностей. Какова роль систем оптимизационного планирования в тонкой настройке этих процессов?

09.02.2017


			 Оптимизационное планирование: умная система VS опытный сотрудник			Оптимизационное планирование: умная система VS опытный сотрудник

Решения для непредвиденных ситуаций

Традиционные системы управления производством помогают предприятию спрогнозировать спрос и адекватную загрузку производственных мощностей, закупку сырья и материалов, техобслуживание и ремонтные работы, логистические процессы, загрузку складов, отгрузки дистрибьюторам и потребителям. 

Эти системы не могут помочь топ-менеджменту в одном – быстро принять верное решение в непредвиденной ситуации. Например, как повлияет на план производства невыгодный, но срочный и важный заказ от постоянного и крупного заказчика, который нельзя проигнорировать? Или если предприятие выигрывает крупный тендер, от выполнения которого будет зависеть существенная часть годовой прибыли, — как в таком случае сбалансировать выпуск тендерных товаров и товаров по действующим контрактам? Или же выходит из строя оборудование, а вместе с ним и весь тщательно нарисованный в Excel план продаж. 

Приходится срочно вносить изменения в отлаженные графики производства по площадкам и линиям, регулировать и вновь согласовывать логистические процессы, объемы закупки сырья и материалов в связи с остановкой производства или новыми важными заказами, никак не связанными с текущим производством. Нужно просчитать возможные потери и прибыль от внесения изменений в производственный план. Нужно понять, какие заказы можно отложить без потери репутации и финансовых средств, а какие трогать нельзя. Нужно заложить расходы на оплату рабочей силы – в связи с простоями или, наоборот, срочными заказами. 

Если эти решения оставить за человеком, неизбежны ошибки и влияние человеческого фактора: отдел продаж захочет любой ценой побольше продать, производство будет всячески отказываться от выполнения аврального заказа, отдел снабжения сообщит, что обслужить внеплановые заявки невозможно, а топ-менеджмент примет решение, которое лежит на поверхности и кажется очевидным, но совершенно не обязательно будет выгодным для предприятия.

Системы оптимизационного планирования, например, класса IBM ILOG, позволяют формировать различные прогнозные сценарии «что будет, если…» на основании разнообразных входных данных и выдают рекомендации для принятия верного управленческого решения.

В поисках выгоды

Другая ситуация — обработка производством текущих заказов в режиме реального времени.
Как правило, заказы от клиентов обладают разными статусами. Например, регулярные заявки от крупных ритейл-сетей надо выполнять в любом случае в обозначенные сроки. По второстепенным заявкам сроки могут быть сдвинуты — продукция для более мелких торговых сетей тоже должна быть выпущена, но даты можно согласованно корректировать. Третья группа — это внезапно возникающие заявки, по ним решение должно быть принято в режиме реального времени. 

Как правило, любое предприятие набирает заявок больше, чем может обеспечить. Поэтому вынуждено всегда отдавать приоритет каким-то определенным заказам. Система оптимизационного планирования позволяет сбалансировать портфель заявок, просчитывать и обоснованно выбирать наиболее маржинальные заказы для предприятия. 

Будет ли срочный заказ действительно выгодным? Что потребуется от производства? Какие потери понесет предприятие, если задержит отгрузку продукции постоянному заказчику и возьмет более срочный и выгодный заказ? Обычно производственники решают такие вопросы на ежедневных «планерках», исходя больше из практического опыта и банальной интуиции, нежели из представления о реальной ситуации. Без прогнозирования и моделирования ситуации даже опытным продавцам сложно проверить реальную выгоду крупного заказа, который кажется прибыльным на коротком горизонте (месяц-два), но в итоге из-за потерь, неучтенных лишних расходов, переналадок и простоев может не дать желаемой прибыли.  

Еще один аспект — это сроки изготовления в сложных (составных) заказах. Предприятию часто нужно набрать несколько заказов для того, чтобы запустить продукцию в производство: например, при изготовлении кабеля один не очень крупный заказчик редко выкупает полностью готовую бобину. Система оптимизационного планирования помогает спланировать загрузку по таким сложным заказам, помогая минимизировать очереди ожидания, а отделу сбыта правильно ориентировать клиентов по срокам получения продукции.  То есть, в конечном счете, «гармонизирует» производство.

Оптимальный подход

Решения для планирования производства в России актуальны для ресурсозатратных отраслей: сельского хозяйства и пищевой промышленности, химической промышленности и фармацевтики, металлургии, фабричного производства, энергетики и нефтедобычи. В этих отраслях данных настолько много, что без специальных систем обработать их физически невозможно. Так, железнодорожные перевозчики используют системы планирования для эффективного управления парком и «умного» распределения подвижного состава. Например, формируют наиболее выгодную начальную дислокацию состава, сокращая порожний пробег (без груза) до станций погрузки. 

Другой пример — агро предприятия, которые в период полевых работ планируют и назначают задания для людей и техники. Часто это несколько сотен заданий в день, причем распределить их нужно таким образом, чтобы простои в обработке полей или отсутствовали полностью, или, при форс-мажорных обстоятельствах, были минимальными. Или металлургическое производство, где огромная номенклатура исходных материалов и высокая вариантность состава сырья для различных марок сплава. Без систем оптимизационного планирования не получится учесть все нюансы сложного технологического процесса, обеспечить запасы сырья и его распределение на производственные линии.

В доцифровую эпоху предприятию для планирования производственных процессов, по сути, приходилось полагаться на частное мнение специалиста. Сегодня топ-менеджмент стремится минимизировать  зависимость от «человеческого фактора», знаний и опыта конкретного сотрудника.

Если раньше система была дороже специалиста со стажем, то сегодня человек уже не экономит деньги предприятию — особенно с ростом сегмента облачных ИТ-решений для бизнеса, падением стоимости вычислительных мощностей, развитием технологий сбора и хранения данных, появлением систем предиктивной аналитики и оптимизационного планирования, в которых могут работать обычные сотрудники без помощи аналитиков и программистов. 

Это открывает доступ к технологиям планирования любому производству, которое хочет точно соотносить материальные потоки с финансовыми показателями, иметь просчитанные сценарии развития бизнеса, гибко реагировать на изменения и определять финансовое влияние любого решения на предприятие.

Талаев Алексей, руководитель департамента прогнозной аналитики и оптимизационного планирования — Naviсon

Статья опубликована на сайте Global CIO

Gartner включил Navicon в список поставщиков CRM для фармацевтических и биотехнологических компаний

Navicon стал «Партнёром года» Microsoft в России

Navicon и Original Group помогут российским фармкомпаниям вовремя внедрить систему маркировки лекарств

Navicon разработал портал регистрации продукции для STIHL

Navicon представил обновлённый стек ИТ-решений для фармацевтики