Nowa generacja – IQ ERP

Spróbujmy sobie odpowiedzieć na proste pytanie. Czy dane wprowadzane do systemu ERP i informacje, jakie otrzymujemy po ich przetworzeniu, odzwierciedlają rzeczywistość produkcyjną?

Moje wieloletnie doświadczenie z firmami produkcyjnymi w pełni potwierdza ostatnie badanie Aberdeen Group. Wg Aberdeen Group ponad połowa firm posługujących się systemem ERP przyznała, że nie wie, co dzieje się na hali, czyli są rozbieżności pomiędzy danymi w systemie a aktualnymi stanami magazynowymi i realizowanymi zleceniami produkcyjnymi w czasie rzeczywistym. Zauważmy: mamy dwa równoległe byty ERP i nieodzwierciedloną w systemie rzeczywistość.

Nowe jedynie z wierzchu

Powodów takiej sytuacji jest wiele. Jednym z nich jest sama logika systemu ERP. Przestarzałe założenia tych systemów rodem z lat 60. wymuszają na dostawcach ERP konieczność tworzenia kilkuset modyfikacji, aby osiągnąć sukces wdrożenia. W przeciwnym wypadku system nic nie usprawnia, a jedynie rejestruje dane na potrzeby księgowości.

Współczesne systemy informatyczne powinny aktywnie wspomagać proces decyzyjny, promując decyzję, a nie tylko bezkrytycznie przetwarzać dane

Powielanie modelu MRPII nie wnosi nic przełomowego. Na bazie jego ułomności wykształciły się systemy informatyczne wspomagające najbardziej kluczowe obszary produkcji (planowanie i harmonogramowanie czyli APS i realizacja czyli MES) i mają się dobrze, pomimo że ERP dalej pozostaje systemem nadrzędnym z wszystkimi tego wadami i zaletami. Brakuje nowego modelu systemu produkcyjnego godnego XXI w. – czegoś kompletnie innowacyjnego. Czegoś, co nie powiela wad systemu MRPII, ale wykorzystuje każdą jego zaletę.

Niewłaściwe informacje

Pierwszym błędnym założeniem każdego systemu ERP jest stwierdzenie, że system będzie zasilany poprawnymi danymi. Nic bardziej błędnego, żądanie perfekcyjnych danych jest możliwe tylko w kilku branżach i to przy dużym zaangażowaniu organizacyjnym. Dane podstawowe produkcji to np. informacja o zużyciu materiałowym potrzebna dla celów księgowych (techniczny koszt wytworzenia), celów zakupowych, celów planistycznych, celów logistycznych związanych z przemieszczaniem materiałów, półproduktów w ramach całego łańcucha dostaw lub tylko pomiędzy magazynami a halami produkcyjnymi. Rzeczywistość jest wielokrotnie bardziej skomplikowana niż to, co odzwierciedlają dane wprowadzone do systemu ERP. Rozpatrzmy to na konkretnym przykładzie. Technolog zakłada zużycie 0,5 m2 blachy, ale przelicza ją na kilogramy, bo dział zakupów kupuje ją w kg. System planuje wydanie wielkości zużycia określonej w BOM, czyli kg, ale magazynier nie wyda blachy wyrażonej w kg, wyda cały arkusz czyli 2 m2 na zlecenie produkcyjne.

Sytuacja w gnieździe produkcyjnym jest jeszcze bardziej skomplikowana, bo tam w celu maksymalnego wykorzystania surowca równocześnie wykrawane są formatki z całego arkusza blachy, np. 2 m2 na potrzeby innych zleceń (rozkrój), czyli nie tak jak to zaharmonogramował system MRP. Na domiar złego MRP widzi arkusze blachy jako jednostkę ciągłą, a nie oddzielne arkusze. Proces można byłoby skomplikować bardziej dodając rejestrację braków, odpadów nieużytkowych i odpadów użytkowych, czyli w tym przypadku rozkrojonych arkuszy w kilku gatunkach, grubościach i formatach do dalszego wykorzystania.

Podobnie sprawa wygląda z czasami operacji technologicznych i przezbrojenia. W większości przypadków raz wpisany czas do systemu pozostaje niezmienny, bo przebicie się przez tysiące rekordów danych nie jest zadaniem prostym, a sam pomiar tego czasu to prawdziwe wyzwanie dla organizacji. Często koszt pozyskania danych jest zbyt wysoki, aby podejmować się takich wyzwań, bowiem jest to ekonomicznie nieuzasadnione.

Wobec powyższego nietrudno zauważyć, że z danymi jest kłopot i to niemały. Z drugiej strony każdy system bezdusznie realizujący najróżniejsze algorytmy obliczeniowe potrzebuje danych i to jak najbardziej precyzyjnych. Wniosek jest prosty, systemy informatyczne wspomagające procesy produkcyjne muszą dążyć w kierunku systemów inteligentnych, które w oparciu o mechanizmy samouczące zaczną tolerować nieprecyzyjne dane. Będą wręcz wyszukiwać błędnych danych w oparciu o zadaną logikę. Jest to fundamentalne założenie specyfikacji systemu nowej generacji roboczo nazwanej IQ ERP.

Król jest nagi

Kolejnym założeniem IQ ERP jest wprowadzenie harmonogramowania wielowymiarowego. Ani moc obliczeniowa, ani pojemność dysków nie jest dzisiaj ograniczeniem. Harmonogramowanie szczegółowe MRP nie zaspokaja większości firm produkcyjnych. Poprawione musi być źródło, a nie wynik. Efektem pracy MRP jest propozycja zleceń zakupu materiałów, zleceń produkcyjnych oraz komunikaty MRP czyli gigantyczny demotywator do używania MRP. Komunikaty MRP są w praktyce nieużyteczne. Kto dysponuje taką ilością czasu, aby detalicznie dzień w dzień analizować kilkaset czy kilka tysięcy komunikatów typu przyśpiesz zakup, zlecenie jest przeterminowane, skasuj zlecenie itp.? Potrzebne są konkretne propozycje rozstrzygania sprzecznych kryteriów, wielowymiarowe i wielokryterialne analizy what-if oraz konkretne propozycje wychodzące od systemu. IQ ERP zakłada znajomość planowanego i rzeczywistego kosztu harmonogramu bez konieczności księgowego zamykania miesiąca oraz wprowadzenia algorytmów harmonogramowania, których celem jest zwiększanie rentowności przedsiębiorstwa.

Obecnie król jest nagi, a harmonogramowanie szczegółowe MRP – serce każdego systemu produkcyjnego – jest jego najsłabszym ogniwem i, nie wchodząc w szczegóły, planista prędzej czy później kończy na MS Excel albo systemie klasy APS i MES.

Klasyfikacja zasobów

Twórcy koncepcja IQ ERP postawili sobie za cel zbudowanie równoległych algorytmów samouczących, tolerujących niedokładność danych, nie traktując wszystkich obsługiwanych zasobów w taki sam sposób.

Systemy informatyczne wspomagające procesy produkcyjne muszą dążyć w kierunku systemów inteligentnych, które w oparciu o mechanizmy samouczące zaczną tolerować nieprecyzyjne dane

IQ ERP traktuje zasoby (ludzi, maszyny, przyrządy) jako inteligentne obiekty decyzyjne, które konkurują pomiędzy sobą. Konkurencja zasobów wymusza konieczność dostarczania algorytmów, które wpływają na ciągłe podnoszenie jakości świadczonych usług, obniżanie kosztu pracy zasobu, skracanie czasu operacji technologicznych, planowanie utrzymania ruchu lub poszukiwania zasobów o niższych kosztach na zewnątrz w oparciu o giełdę zasobów konkurującą w chmurze (iCloud). Fizycznie zasobem może być np. maszyna, ale IQ ERP szczególną uwagę zwraca na zasoby ludzkie i definiowalną wartość intelektualną. MRP wszystkich traktuje równo, nie rozróżniając operatora od pomocnika, ustawiacza od technologa. MRP zakłada, że proces produkcyjny zaczyna się na hali, IQ ERP dużo wcześniej – w głowach najcenniejszych zasobów w każdej firmie. Nie traktuje ich równorzędnie, dokonuje ich ciągłej klasyfikacji. Zasób ludzki traktowany jest jako wielowymiarowy obiekt który posiada kompetencje, uprawnienia, wiedzę itp.

IQ ERP zakłada przetwarzanie danych twardych i miękkich. Obecne systemy ERP nie biorą pod uwagę faktu, że produkcja wyrobu A na maszynie Y jest obarczona większą wadliwością, brakowością czy gorszymi parametrami niż na maszynie Z, czyli że istnieje mniejsza i większa powtarzalność produkcji w zależności od dnia tygodnia, parametrów zewnętrznych, operatora, maszyny, narzędzi, podwykonawcy itp.

Wspomaganie zamiast rejestracji

Wykorzystanie komputerów jedynie do elementarnych działań matematycznych takich jak dodawanie, odejmowanie, mnożenie i dzielenie to gigantyczne marnotrawstwo. IQ ERP zakłada otwartość architektury i możliwość wymiany algorytmów samouczących, które mogłyby być udostępniane np. w sieciach społecznościowych. Bardzo ważnym założeniem jest funkcjonowanie różnych systemów informatycznych wymiany danych w ramach łańcucha dostaw ze szczególnym akcentem na wątek samoobsługi i pełnej automatyzacji.

Od strony finansowej IQ ERP w obszarze produkcji proponuje zupełnie nowy model kosztowy. Współczesne systemy ERP dostarczają informacji post factum, a więc trudno mówić o wspomaganiu procesu decyzyjnego, a powinny aktywnie wspomagać proces decyzyjny, promując decyzję, a nie tylko bezkrytycznie przetwarzać dane. Apetyt na wsparcie procesów produkcyjnych z wykorzystaniem systemów informatycznych jest bardzo duży, a na systemy obniżający koszty jeszcze większy.

IQ ERP zakłada także dziesięciostopniowy model dojrzałości systemu produkcyjnego. Model ten może być wykorzystany jako podstawa do audytu systemu produkcyjnego, zarówno pchającego jak i ssącego. Specyfikacja IQ ERP ze względu na trwające nad nią prace wzbudza zainteresowanie jedynie kilku dużych zagranicznych producentów ERP. Gotowa jest mniej więcej w 60 procentach. Planowana data zakończenia prac nad specyfikacją IQ ERP w wersji 1.0 to październik 2013 r. Do tego czasu pozostanie dalej okryta tajemnicą.