Témata
Zdroj: Sluno

Forecast prodejů je základ plánování výroby

Předpověď prodejů je dnes standardním nástrojem retailových společností. Obchodní týmy ji běžně využívají pro plánování prodejů či promo akcí, finanční oddělení mohou data zapracovávat do rozpočtů a logistika díky nim dokáže plánovat kapacitu skladu. Výrobní firmy však velmi často plánují až na základě aktuálních objednávek, historické zkušenosti nebo intuice mistrů. A přitom právě výroba je místem, kde forecast může přinést nečekané úspory.

Reklama

Běžně plánování výroby pracuje s objednávkovým horizontem. Výroba funguje reaktivně a plánuje na základě reálných objednávek. Tento přístup má smysl v prostředí s krátkou dobou výroby a jednoduchou strukturou portfolia. Jestliže ale firma roste nebo má širší sortiment anebo čelí sezonním výkyvům poptávky, reaktivní přístup začíná selhávat.

Mezera mezi prodejem a výrobou

Ve výsledku se pak ve výrobě potkáváme s neustále se opakující spirálou problémů. Dochází k přetížení výrobních linek, protože výroba najednou nestíhá a je třeba vyrobit všechno hned. Není čas na správnou údržbu strojů. Jindy naopak vznikají zbytečné prostoje, protože se špatně odhadlo množství materiálu/polotovaru do výroby a následkem toho je ho nedostatek. Špatně se plánují také kapacity zaměstnanců.

Správná předpověď prodejů pomůže lépe plánovat výrobu. (Zdroj: ChatGPT)

Všechny tyto problémy se mohou odrazit ve skrytých nákladech. Materiál se nakupuje za nevýhodné ceny, protože je třeba mít ho hned. Reaktivní prostředí způsobuje větší stres pro zaměstnance, případné prostoje pak mohou zpozdit dodávku zboží koncovému zákazníkovi.

Jestliže výroba umí pracovat nejen s aktuálními objednávkami, ale i s výhledem prodejů, může těmto problémům jednoduše předcházet.

Co přináší propojení forecastu s plánováním výroby

Pokud výroba dostane kvalitní prediktivní data, může se naučit daleko efektivněji řídit a plánovat materiál a kapacitu. Zahodí se reaktivní přístup. Firmy mají představu o tom, co budou vyrábět nejen dnes a zítra, ale mohou plánovat i na kvartál dopředu.

Konkrétní přínosy jsou pak jasně identifikovatelné. Nákup materiálu se neřeší stylem „za týden potřebuju vyrábět, je mi jedno, kolik to stojí, objednejte materiál“, ale firma může sledovat cenu materiálu a nakoupit ho finančně výhodněji.

Reklama
Reklama
Reklama

Plánování pracovních směn může zohledňovat předpokládané objemy, nikoli jen aktuální stav fronty. Víme dopředu, kdy bude potřeba směny posílit a kdy bude naopak čas pro čerpání dovolených. Kapacity strojů lze naplánovat a alokovat efektivněji a minimalizovat tak seřizování. Je-li výroba propojena i se skladem a expedicí, je možné lépe plánovat i skladové kapacity.

Krizové řízení by nemělo být vyvoláváno interně vlastními lidmi, kdy plánovač najednou zjistí, že potřebuje přetížit výrobu nebo zrušit plánované odstávky, aby včas dodal zboží. Jestliže firma využívá prediktivní řízení výroby, může šetřit energii a řešit pak až reálné krize, kdy je například potřeba změnit plánování kvůli výpadku dodávek materiálu ze strany dodavatele.

Kde to v praxi drhne

Největší překážkou nebývají technologie, velmi často jí bohužel bývá integrace dat. Forecast se vyskytuje někde v tabulkách obchodního oddělení, zatímco plánování výroby pracuje s úplně jinými čísly. Plánuje se na základě potvrzených objednávek, výrobních norem, kapacit strojů a směn, dodacích lhůt apod. Plánování výroby se tak odehrává v jiné realitě než plánování finanční.

Přímá integrace mezi forecastem a výrobním systémem samozřejmě není překážkou toho, aby data mohla být využita. V mnoha firmách se data z forecastu mohou do výroby dostat ve formě sdílené excelovské tabulky. Celý proces je ovšem závislý na člověku a na tom, zda někdo nezapomene tabulku aktualizovat či nezmění její formát.

Reklama

Ze zkušeností víme, že velká část výrobních firem potřebná data již k dispozici má, jen jsou rozptýlená ve více systémech a do výroby se nedostanou v potřebném formátu a v potřebné době. Řešení tak často nespočívá v nasazení dalšího rozsáhlého systému, řešením je cílená integrace, která zajistí, že forecastová data budou proudit do výrobního plánování automaticky, ve správné granularitě a ve správné frekvenci. Nevyžaduje se nahrazení stávajícího systému ERP, pracuje se s tím, co firma již má, a přidá se vrstva, která propojuje obchodní výhled s výrobní realitou.

Prediktivní výroba jako konkurenční výhoda

Firmy, které propojení forecastu s výrobním plánováním zvládnou, získají výhodu, která se projeví ve více směrech najednou: lépe a efektivněji budou využity výrobní kapacity, zkrátí se prostoje a neztratí se tolik času krizovým řízením. V neposlední řadě tyto firmy získají větší kapacity pro reakci na změny na trhu, protože kdo plánuje s výhledem, má vždy větší manévrovací prostor.

Související články
Automatizace logistiky v třísměnném provozu

Radim Tvardek se zabývá intralogistikou, robotikou a strategií rozvoje logistických prostor už od začátku tisíciletí. Už brzy oslaví 25 let v ostravské společnosti Sluno – nedávno byl se svým týmem u vůbec první instalace robotického systému AirRob v Česku a aktuálně řeší zejména to, jak optimalizovat sklad, když je na trhu práce nedostatek lidí. Automatizace a robotizace intralogistiky patří k těm málo variantám, jak takové situaci čelit.

Výrobu jste automatizovali, na řadě je sklad

Výrobní firmy v Česku nemají momentálně právě nejlépe rozdané karty. Ovlivňuje je čím dál agresivnější globální konkurence a zároveň to, že v tuzemsku je nejnižší nezaměstnanost v celé EU. Firmy tak musí bojovat o každého zaměstnance a ideálně jej přeplácet, aby neodešel ke konkurenci. Inflace navíc zdražila nejen vstupy, ale také cenu za lidskou práci. Řešením je automatizovat, digitalizovat, robotizovat – dnes už nejen výrobu, ale ideálně také sklady.

AI překlad je rychlý, ale pozor na terminologii

Automatizovaný překlad dokumentů se v průmyslové praxi často používá k urychlení překladu technické dokumentace vcelku běžně. U návodů, servisních instrukcí, technických listů nebo interních standardů však nestačí, aby překlad „přibližně dával smysl“ – rozdílný překlad termínů totiž může znamenat zbytečné kontroly, opakované opravy i nejasnosti v komunikaci.

Související články
CIMT Peking, Část 1. Obecný pohled

V předvelikonočním týdnu se v Pekingu uskutečnil veletrh obráběcích strojů CIMT 2019. V asijském regionu se jedná o obdobu veletrhu EMO Hannover. A stejně jako EMO je velkou měrou národní výstava německé výrobní techniky, tak CIMT je převážně čínský. V tomto prvním vstupu se podíváme na letošní ročník trochu s odstupem, aniž bychom se zaměřili na konkrétní exponáty.

Reklama
Reklama
Reklama
Reklama
Související články
Praktický výzkum nám dělá svět lepším

Prof. Ing. Milan Gregor, PhD. se narodil v Prievidzi a dětství prožil v Necpaloch. Zde u příležitosti oslav 600. výročí první písemné zmínky byl v roce 2015 oceněn Cenou primátorky Prievidzy za mimořádné zásluhy v rozvoji hospodářství, vědy a techniky a šíření dobrého jména Slovenské republiky v zahraničí.

AI změní strojařinu k nepoznání

Pozvání k rozhovoru ze série „Jak to vidí autority v oboru AI“ přijal Jan Romportl, který patří k nejvýraznějším tvářím české AI scény, a to s unikátním přesahem od hlubokého akademického výzkumu až po vysoký byznys. Jako bývalý ředitel centra umělé inteligence v O2 Czech Republic a současný nezávislý konzultant pomáhá korporacím i státní správě pochopit nejen možnosti spojené s nástupem obecné umělé inteligence (AGI), ale i její rizika. Ve svých veřejných vystoupeních se často zaměřuje na strukturální změny společnosti, bezpečnostní rizika a filozoficko-technické aspekty AI.

Nemusíte být první, ale nesmíte zaostat

K dalšímu rozhovoru ze série „Jak to vidí autority v oboru AI“ jsme pozvali konzultanta a technologického vizionáře Martina Krčka. Specializuje se na implementaci umělé inteligence, automatizaci a robotiku a pomáhá firmám transformovat se v agilní, daty řízené organizace připravené na éru čtvrté průmyslové revoluce.

Umělá inteligence ve strojírenství: Adéla Čekalová

Digitální transformace průmyslu s sebou přináší velké množství dat, která nabízejí obrovský potenciál využití. Díky umělé inteligenci a strojovému učení mohou projektanti a datoví specialisté strukturovat, analyzovat a vyhodnocovat velké objemy těchto dat a využívat je nejrůznějšími způsoby v rámci celého životního cyklu produktu a služeb. Razantní nástup uvedených technologií je výzvou pro většinu oborů, a samozřejmě průmysl, resp. strojírenství, není výjimkou. Přechod k automatizaci procesů je ve většině firem již nějakou dobu realizován, ale umělá inteligence tuto evoluci značně urychlí. Přináší totiž nové způsoby zefektivnění všech procesů – od návrhu přes výrobu, expedici až po postprodejní servis a komunikaci se zákazníkem.

Ve znamení kvality: Vstupní kontrola snáze a rychleji

Stabilita a jakost výrobního procesu vychází mimo jiné z předpokladu, že konzistentní a kvalitní je již vstup v podobě materiálu, z něhož se vyrábí. To ověřuje systém vstupních kontrol, které je zpravidla nutné provádět v laboratorních podmínkách. Dnes však existují i analytické a spektroskopické metody, jimiž lze kontrolovat materiál přímo během přejímky.

Ve znamení kvality: AI jako měřicí nástroj

Vizuální kontrola na bázi umělé inteligence je v první řadě nový měřicí systém, který podléhá změnám prostředí, materiálu i výrobního procesu, a jehož spolehlivost může bez průběžného monitoringu časem degradovat. Letošní úpravy technické legislativy se zabývají tím, jak nastavit validaci, aby byla AI kontrola kvality opakovatelná a auditovatelná.

Trendy v logistice a dopravě pro rok 2026

Logistika v tomto období vstupuje do pokročilé fáze technologického rozvoje, kde se digitalizace a automatizace stávají běžným standardem a jsou integrovány do všech úrovní provozu. Agentura Aspen.pr požádala manažery několika společností o názor na trendy, které letos budou tento obor formovat.

Revoluce udržitelnosti: Výroba pod kontrolou

V praxi sériové výroby není udržitelnost jen dodatečným parametrem vázaným na životní prostředí. Je to především pracovní disciplína zaměřená na úspornost, eliminaci ztrát, přesnější řízení a konzistentní výsledky. Jako taková je v symbióze s inženýrským myšlením, přičemž její jednotlivé strategie významně přispívají k celkové stabilitě procesu.

Pod dvou letech opět na EMO do Hannoveru

Od 16. do 21. září 2019 se uskuteční 22. ročník největšího světového veletrhu zpracování kovů EMO. Megaakce se koná opět v Německu, které je po Číně a USA třetím největším trhem obráběcích strojů na světě. Veletrhu se účastní téměř 2 100 vystavovatelů ze 47 zemí světa. Z České republiky se očekává účast 28 firem na ploše necelých 1 700 m2. Na minulý veletrh v roce 2017 přijelo do Hannoveru z České republiky přes 2 200 odborníků.

AI v podnikových procesech

Umělá inteligence nachází uplatnění nejen v komunikaci se zákazníky, ale také při vývoji autonomních aut, řízení elektrických sítí, údržbě strojů a zařízení či medicíně. Je to nástroj, který umí řadu úkonů dělat lépe a efektivněji než člověk. Zvyšuje tak produktivitu práce, ale také umožňuje dělat věci, které by jinak nebyly možné.

Reklama
Předplatné MM

Dostáváte vydání MM Průmyslového spektra občasně zdarma na základě vaší registrace? Nejste ještě členem naší velké strojařské rodiny? Změňte to a staňte se naším stálým čtenářem. 

Proč jsme nejlepší?

  • Autoři článků jsou špičkoví praktici a akademici 
  • Vysoký podíl redakčního obsahu
  • Úzká provázanost printového a on-line obsahu ve špičkové platformě a mnoho dalších benefitů....  již 30 let zkušeností s odbornou novinařinou
Předplatit