Měřicí přístroje Endress+Hauser se dodávají v široké škále variant, takže prakticky každý přístroj je unikát.
Přesné předpovídání
Měřicí přístroje Endress+Hauser nejsou standardními skladovými položkami. Dodávají se v široké škále variant, takže prakticky každý přístroj je unikát. Společnost ročně vyrábí na objednávku přibližně tři miliony senzorů, přičemž dodací lhůta většiny z nich je jen několik dní. „Abychom zajistili, že naše provozy budou mít materiály a zdroje ve správném množství a ve správný čas, musíme předpovídat poptávku na trhu alespoň 12 měsíců dopředu,“ říká Oskar Kroll, projektový ředitel pro korporátní dodavatelský řetězec. Nedávno zavedený model strojového učení začíná v této oblasti podporovat týmy. „Analýza historických dat identifikovala vzorce a vzájemné vztahy; model nyní aplikuje tato zjištění na nová data, aby předpověděl poptávku po našich senzorech,“ vysvětluje Kroll. Po pouhých třech měsících školení interními vědci a externími specialisty byl model připraven vytvářet první prognózy požadavků na základě faktorů, jako jsou nabídky, příchozí objednávky, směnné kurzy, ceny ropy a plynu, ekonomické ukazatele a státní svátky.
„Abychom model optimalizovali, provedli jsme zpětné testování na obdobích, pro která jsme již znali skutečnou úroveň příchozích objednávek. Je to rok, co jsme ho začali používat na klouzavých 12měsíčních prognózách. Naše týmy v dotčených zemích kontrolují věrohodnost těchto prognóz a přidávají k nim vlastní poznatky,“ říká Kroll. Tato kombinace lidské a umělé inteligence funguje dobře. Kroll: „Počáteční čísla naznačují, že se předpovědi staly přesnějšími. To zlepšuje naše plánování a pomáhá nám spolehlivě plnit očekávání zákazníků.“
Stále více společností musí zajistit, aby jejich dodavatelské řetězce neporušovaly lidská práva ani environmentální závazky.
Transparentní dodavatelské řetězce
Od společností se stále častěji vyžaduje, aby zajistily, že jejich dodavatelské řetězce neporušují lidská práva a environmentální závazky. To znamená důkladnou kontrolu a sledování dodavatelů. „Jako mezinárodní společnost s více než 12 000 dodavateli jsme věděli, že jediný způsob, jak tyto požadavky splnit, je mít asistenční systém,“ říká Thomas Nierlich, vedoucí oddělení firemního nákupu ve společnosti Endress+Hauser. Jeho tým našel řešení, které hledal, s Prewave. Tato startupová společnost vyvinula platformu, která využívá umělou inteligenci k analýze informací získaných z webu a sociálních médií ve více než 400 jazycích. „Prewave pracuje nepřetržitě, analyzuje tato data a provádí hodnocení rizik strategických dodavatelů,“ vysvětluje Thomas Nierlich. Pokud dojde k protestu v blízkosti továrny dodavatele nebo k přírodní katastrofě v regionu, obdrží globální tým pro zadávání zakázek a místní nákupčí oznámení. „Také na první pohled vidíme, zda existují dodavatelé, se kterými bychom měli v určitých záležitostech široce spolupracovat, abychom se vyhnuli narušení našeho dodavatelského řetězce,“ říká Nierlich. Jako jeden z prvních zákazníků společnosti Prewave se společnost Endress+Hauser mohla podílet na vývoji tohoto nástroje. „Naše servisní a výrobní společnosti nyní také používají Prewave pro obecné řízení rizik a hodnocení nových dodavatelů.“ „To vše nám pomáhá posilovat naše dodavatelské řetězce a zlepšuje naši schopnost spolehlivě a včas plnit objednávky,“ vysvětluje Nierlich.
Kalibrace je klíčovým krokem ve výrobním procesu společnosti Endress+Hauser.
Rychlá kalibrace
Kalibrace je klíčovým krokem ve výrobním procesu společnosti Endress+Hauser. „Takto zajišťujeme, aby naše měřicí přístroje fungovaly v rámci specifikací,“ říká Jörg Zacheres, hlavní projektový manažer kalibračních systémů v centru výroby pro technologii měření průtoku. Ale kalibrace vyžaduje čas. „Takže jsme se zamysleli: Lze tento proces urychlit bez jakéhokoli snížení kvality?“ Cílem bylo urychlit vyřizování objednávek magneticko-indukčních průtokoměrů – typu, který společnost Endress+Hauser prodává nejčastěji. Problémem zde byla viditelnost, jak vysvětluje pokročilý specialista na kalibraci Jonas Bretz: „Velká část procesu je automatizovaná a probíhá mimo dohled v provozu.“ Aby tým dosáhl transparentnosti, s využitím různých zdrojů shromáždil a propojil všechna data generovaná o přístroji, procesu a výrobním provozu. „Všichni zúčastnění si pak mohli vizualizovat sled událostí v jeho celistvosti a plné hloubce. To nám umožnilo dále rozvíjet naše společné chápání toho, jak se věci dějí,“ říká Bretz.
Tým optimalizoval proces kalibrace v provozech po celém světě a úzce spolupracoval s příslušnými orgány. Jörg Zacheres je s výsledkem spokojen: „Kalibrační proces je nyní asi o 30 procent kratší.“ Některé kroky byly zrušeny, jiné zjednodušeny a dokonce se nám podařilo zavést další krok kontroly kvality.“ Tým také právě zkrátil dobu kalibrace Coriolisových průtokoměrů. A další projekty jsou v přípravě: „V celé skupině jsme vybudovali datovou a AI platformu, kde budeme brzy schopni shromažďovat veškerá kalibrační data automatizovaným a standardizovaným způsobem.“ „To zefektivní práci našich datových specialistů a pomůže nám realizovat optimalizační projekty ještě rychleji,“ říká majitel datového výrobku Jean Gutknecht.