Jak wygląda planowanie w większości firm
Plan produkcji na kolejne 4-6 tygodni powstaje zazwyczaj tak samo. Ktoś patrzy na historię zamówień. Rozmawia z handlowcami. Pyta kierownika, co czuje. Potem wpisuje liczby do arkusza i zatwierdza.
Ten sposób działa. Przez lata sprawdza się w setkach firm. Doświadczony człowiek ma intuicję, której żaden system nie zastąpi od razu.
Problem pojawia się w kilku sytuacjach:
- sezonowość, która w tym roku zachowuje się inaczej niż w poprzednim,
- nowe indeksy bez historii zamówień,
- kilku stałych klientów zmienia rytm zakupów w tym samym czasie.
W takich momentach decyzja "ile zamówić surowca" opiera się głównie na przeczuciu. Wynik bywa dobry. Bywa też kosztowny - nadmiar albo brak, oba w złym momencie.
Skąd bierze się luka w planowaniu
Firmy mają dane. ERP rejestruje każde zamówienie, każdy ruch magazynowy, każdą fakturę. Po kilku latach działania baza danych jest bogata.
Problem w tym, że te dane nie są czytane systematycznie. Są wywoływane tylko wtedy, gdy ktoś ma czas zrobić raport albo gdy coś się nie zgadza. Czyli rzadko i reaktywnie.
Brakuje czegoś, co czyta dane regularnie i przed decyzją - nie po fakcie. Czegoś, co nie czeka na pytanie, tylko samo pokazuje, na co warto zwrócić uwagę.
Duże firmy zatrudniają do tego analityków. Planista popytu to etat, który w firmie 20-50 osób często nie ma ekonomicznego uzasadnienia. Koszt jest realny, a obciążenie nie zawsze pełnoetatowe.
Co może zmienić AI w planowaniu
AI nie wyeliminuje niepewności w prognozowaniu. Popyt zawsze będzie miał składową, której nikt nie przewidzi.
Może natomiast zmienić punkt startowy przed decyzją. Kroczące prognozy na bazie historii zamówień, korekt sezonowych i sygnałów z bieżącej produkcji - to coś, co da się zautomatyzować. Nie jako "system zrobi za was", ale jako "system pokazuje, na co zwrócić uwagę, zanim podejmiesz decyzję".
Konkretnie oznacza to dostęp do takich informacji każdego ranka:
- które indeksy mają rosnące zamówienia i wymagają zabezpieczenia surowca,
- które pozycje mają nadmiar w stosunku do prognozowanego popytu,
- gdzie historyczny wzorzec sezonowy odbiega od bieżących danych.
Kierownik produkcji nadal podejmuje decyzję. Ale zaczyna od lepiej przygotowanego punktu startowego, a nie od pustego arkusza.
Warunek: dane, które da się czytać
Automatyczna prognoza działa tylko wtedy, gdy dane w systemie są spójne. Historia zamówień bez luk. Indeksy opisane konsekwentnie. Daty i ilości wpisane w jednym formacie.
W praktyce oznacza to, że przed wdrożeniem prognozowania warto sprawdzić jakość danych źródłowych. Firmy, które przez lata prowadziły ewidencję w kilku miejscach albo zmieniały systemy, często mają dane fragmentaryczne. To nie dyskwalifikuje projektu, ale wydłuża przygotowanie.
Nie trzeba mieć dedykowanego analityka. Trzeba mieć dane, które da się czytać - i narzędzie, które robi to systematycznie, nie tylko kiedy się pali.
To kierunek, w którym rozwijamy ProdLeo - narzędzie do planowania zakupów i produkcji dla firm, które mają ERP i dane, ale nie mają zasobu do ich regularnej analizy. W iKreacja Factory pomagamy też ocenić, czy dane w Twoim systemie są gotowe na taki krok.
Chcesz zobaczyć, gdzie Twoja firma traci przez brak danych?
15 minut rozmowy wystarczy, żeby pokazać pierwsze miejsca, gdzie decyzje na czuja kosztują Cię pieniądze.
Umów bezpłatną rozmowę