展示 SAP Supply Chain Management​ 中制造的端到端功能

Objective

After completing this lesson, you will be able to 介绍一个解决方案演示,重点介绍 SAP Supply Chain Management 在设计到运营方法中的制造的一个关键端到端流程 ​(理论上 - 示例)​

手动流程和中断

手动流程在制造运营中仍然常见,尤其是在响应中断时。虽然他们能够工作,但它们会跨系统和角色带来延迟、不确定性和协调挑战。

手动应对供应链中断

显示生产主管如何手动响应机器中断的流程流。步骤包括识别问题、设置停机时间、重新排序订单、检查在制品库存和触发备料。通过协调生产、仓库和工程角色,手动更新 SAP Digital Manufacturing 和 SAP Extended Warehouse Management 等多个系统。

中断通常从车间级别开始,例如机器变为不可用。对策在很大程度上取决于各职能部门的人为干预和协调。

手动流程步骤

  1. 主管识别或收到机器问题的警报:根据可用信息估算停机时间。
  2. 手动重新排序订单以调整生产:在制造和 ERP 中执行系统更新。
  3. 根据修订的顺序触发仓库备料:每个步骤都需要跨系统手动输入和协调。

变革处理过程中的不确定性

估算停机时间会在流程中引入可变性。初始假设可能不会反映实际维修持续时间,从而导致重复调整。

  • 停机时间可能低估或延长
  • 修复期间可能会发现其他问题
  • 必须不断修订计划
  • 影响跨相关流程传播

这种不确定性使得决策难以始终如一。

跨角色和系统的协调

手动流程依赖于多个角色之间的通信。

  • 生产主管管理顺序和执行
  • 仓库团队调整备料和物料流
  • 工程团队或 OT 团队处理机器问题
  • 系统在不同时间更新,而不是同时更新

这会导致延迟并增加不一致的风险。

手动执行的限制

手动协调导致速度和准确性受到限制。

  • 决策基于部分或延迟信息
  • 不同步跨系统更新
  • 随着复杂性的增长,响应时间也随之增加
  • 每次中断事件的工作量都会增加

这些限制在大容量或时间敏感环境中变得更加重要。

摘要

  • 手动流程高度依赖人工协调和干预
  • 危机给企业带来了难以手动管理的不确定性
  • 多个角色和系统必须保持一致,复杂性不断增加
  • 缺乏同步会导致延迟和不一致
  • 手动方法限制了响应能力和可扩展性

代理协作

简介:制造运营部门可以利用人工智能和集成式流程,从手动协调转变为由系统驱动的协调。此过渡可减少不确定性,并提高中断期间决策的速度和质量。

在循环中与人类代理协作:

显示管理机器中断的 AI 驱动编排层的流程流。AI 代理观察车间事件、识别关键细分、订单重新排序、检查在制品库存并触发备货请求。生产主管审核和审批建议。SAP Digital Manufacturing 和 SAP Extended Warehouse Management 等系统在库存、调度和备料中执行操作。

AI 代理持续监控车间事件并实时响应中断。系统评估情况并准备协调的操作,而不是在每个步骤手动干预。

从检测到建议:系统自动观察机器和处理事件,识别关键故障等中断,评估可用产能和约束,并生成生产和物料流的备选场景。系统比手动方法更快、更一致地处理信息。

人工监督决策支持:向生产主管提供建议以供审核和审批。每个选项包括权衡以支持明智决策,包括对交货时间表的影响、对吞吐量和利用率的影响、能源消耗考虑以及跨场景的运营权衡。这可确保决策保持可控状态,同时从自动化中获益。

跨系统协调执行:获得批准后,无需手动协调,即可跨互联系统执行行动。订单自动重新排序,评估库存和在制品库存,触发并确认备货请求,并且执行会调整制造和仓库工序。以同步方式跨系统进行协调。

减少手动工作量和延迟:传统通信方法替换为系统驱动的协调。无需手动调用或即席协调、跨功能同时更新系统、显著缩短响应时间,并在重复场景中提高一致性。这样可以减少中断期间的操作摩擦。

利用速度和规模处理不确定性:不确定停机时间仍然是一个因素,但其影响得到更有效的管理。当条件发生变化时,可以重新计算场景,在不重新启动流程的情况下动态进行调整,决策调整以适应更新的信息,尽管存在可变性,但操作仍保持一致。即使条件发生变化,系统也能保持连续性。

摘要

  • AI 支持实时监控和响应中断
  • 建议为结构化的决策提供权衡支持
  • 人工监督仍然是决策过程的一部分
  • 跨系统自动协调执行
  • 代理式编排提高了速度、一致性和可扩展性

加速执行

自动化和 AI 技术的进步使制造运营不再局限于手动协调。这种转变使流程能够更快地运行,让员工专注于更高价值的活动。

从手动协调到加速执行

图片标题:在光速下移动 一页幻灯片强调运营不再受手动协调的限制。它突出显示了从“繁忙工作”到“最佳工作”的转变,使企业能够专注于批判性思维、明确协调以及由自动化流程支持的选择性人工参与。

传统操作受到人类通信和协调速度的限制。当信息在角色和系统之间传递时,会出现延迟。通过数字编排,流程不再受到这些约束的限制。可以近乎实时地协调和执行操作。

从忙于工作转向最佳工作

  • 减少手动业务情景构建和协调
  • 重复和管理任务由系统处理
  • 人力投入转向分析和决策
  • 重点转移到管理操作,而不是执行任务

这一转变改变了在整个组织中使用时间和工作量的方式。

选择性人员参与

人类参与将集中在关键决策点上。系统负责日常协调和执行。根据需要审核并批准关键决策。信任的建立就像系统建议证明可靠一样。随着时间的推移,标准场景所需的干预较少。这会在控制和自动化之间产生平衡。

改进协调和责任

自动化可阐明角色并减少歧义。

  • 明确决策和行动的所有权
  • 减少对即席沟通的需求
  • 跨流程的一致执行
  • 提高各个组织层的一致性

协调结构化,而不是被动进行。

扩展运营所有权

自动化有助于在整个组织范围内更广泛地参与。

  • 团队能够更有效地跨职能部门开展协作
  • 系统间的信息共享一致
  • 利用实时数据制定决策
  • 运营与企业目标更加紧密地协调

这增强了整体操作一致性。

摘要

  • 自动化可消除手动协调导致的延迟
  • 从重复性任务转向战略决策
  • 人工参与侧重于关键决策点
  • 协调变得更加一致和结构化
  • 企业能够提高速度、清晰度和运营重点

AI 辅助

AI 辅助计划引入了更迅速的管理车间中断的方法。它使主管能够从被动调整转向主动的数据驱动决策。

AI 辅助车间计划

标题:SAP Digital Manufacturing - AI 辅助车间计划:展示 SAP Business AI 支持的生产主管用例的幻灯片。该解决方案使用上下文车间数据和业务事件来建议或自动调整计划。优势包括主管生产力最多提高 50%、非生产时间导致的损失减少 2%,以及非生产时间的整体减少。

生产主管必须在维护流程的同时管理资源中断。这包括实时协调生产、物流和相关性。

解决方案的工作方式

系统使用来自车间的业务事件和上下文数据来推动决策。主管会收到合并视图,而不是手动收集信息。

  • 自动检测中断和缺少的上下文
  • 评估生产和物流之间的相关性
  • 生成调度调整建议
  • 支持在系统中执行相关任务

这会减少评估和响应问题所需的工作量。

决策支持和执行

AI 提供可直接审核或执行的建议。主管保持控制,但操作时信息更佳。

  • 根据当前条件建议计划更改
  • 重点介绍决策在执行前的影响
  • 支持早期调整,防止出现下游问题
  • 跨系统和流程协调操作

重点从响应转向预测。

更有效地应对业务中断

通过更广泛地了解系统来管理中断。

  • 访问实时车间环境
  • 了解相关性和限制因素
  • 能够主动重新平衡生产
  • 更快速地响应不断变化的环境

这样可以提高响应的速度和一致性。

业务影响

  • 提高生产主管的工作效率
  • 非生产时间缩短 50%
  • 改进各运营部门的协调
  • 更高效地处理业务中断

示例:主管可以根据预测约束提前调整计划,避免延迟并减少车间的空闲时间。

摘要

  • AI 辅助计划改进了中断的管理方式
  • 基于情境的数据,提高决策能力
  • 主管接收建议,而不是手动构建场景
  • 自动协调生产和物流
  • 提高生产力,减少非生产时间