Kaip anksčiau pastebėti užsakymų vėlavimo riziką pasitelkiant AI?

Situacija. Gamybos vadovas gauna keliolika ataskaitų, tačiau apie svarbaus užsakymo vėlavimą sužino per vėlai. Medžiagų trūkumas, kokybės sulaikymas ir pažadėtas terminas matomi skirtinguose šaltiniuose.

AI užduotis. Iš sutartų ir leidžiamų šaltinių parengti nukrypimų apžvalgą: užsakymas, rizikos signalas, jį pagrindžiantis šaltinis, duomenų atnaujinimo laikas, atsakingas žmogus ir reikalingas sprendimas. Duomenų prieštaravimus bei trūkumus pažymėti, o ne pakeisti spėjimais.

Proceso pokytis. Komanda sutaria rodiklius, nukrypimų ribas ir eskalavimo tvarką. Kasdieniame trumpame veiklos aptarime, Lean praktikoje vadinamame Asaichi, sprendžiama, kokių veiksmų reikia. Prioritetų, išteklių ir klientų įsipareigojimų pakeitimus patvirtina vadovas.

Naudos patikra. Stebime užsakymų įvykdymą laiku, laiką nuo nukrypimo iki sprendimo, ataskaitų rengimo sąnaudas, klaidingus signalus ir nepastebėtus reikšmingus nukrypimus.

Pirmas bandymas. Viena produktų grupė ir vienas savaitės užsakymų sąrašas. Iš anksto sutariama prieiga, patikros atsakomybė ir pabaigos data. Jei terminai neatnaujinami arba niekas nereaguoja į signalus, vien AI apžvalga problemos neišspręs. Gamybos rodiklių analizė turi vesti į veiksmą.

Klausimas vadovui: apie kokį nukrypimą norėtumėte sužinoti anksčiau, kad dar galėtumėte pakeisti rezultatą?

Kaip AI padeda aptikti tarp padalinių stringančius sprendimus?

Situacija. Pardavimo, planavimo ir gamybos susitikimuose kartojasi užsakymui trūkstamų techninių duomenų klausimas. Kiekvienas padalinys mato savo dalį, o sprendimas nukeliamas.

AI užduotis. Peržiūrėti sutartus susitikimų protokolus ir veiksmų sąrašus. Pateikti pasikartojančių kliūčių sąrašą su nuorodomis, atvirais sprendimais, atsakingais žmonėmis ir terminais. Galimas priežastis aiškiai atskirti nuo patikrintų faktų.

Proceso pokytis. Susitikimų analizė tampa įvestimi problemos sprendimui. Komanda taiko A3 – struktūruotą problemos, jos priežasčių, veiksmų ir rezultato patikros logiką. Sutaria, kokia informacija būtina priimant užsakymą, kas ją pateikia ir kaip sprendžiamos išimtys.

Naudos patikra. Matuojame laukimą dėl informacijos, pakartotinių derinimų skaičių, įsipareigojimų vykdymą laiku ir viso proceso trukmę. Vertiname ir tai, ar pagerėjimas nesukūrė papildomo darbo kitur.

Pirmas bandymas. Vienas tarp padalinių vykstantis procesas, dviejų savaičių protokolai pradinei analizei ir vienas aiškus darbo pakeitimas. Jei sprendimai neužrašomi arba komandai nesuteikta teisė keisti procesą, papildoma santrauka neišspręs atsakomybės spragos.

Klausimas vadovui: kuri problema grįžta į susitikimus, nors jau kelis kartus sutarėte ją išspręsti?

Kaip su AI patikrinti gamybos automatizavimo investicijos prielaidas?

Situacija. Įmonė svarsto automatizuoti pakavimą. Pasiūlyme numatytas didesnis našumas, tačiau neaišku, ar pakavimas riboja užsakymų įvykdymą ir ar papildomam pajėgumui pakaks paklausos.

AI užduotis. Sugretinti verslo planą, proceso rodiklius ir pateiktas finansines prielaidas. Parengti patvirtintų faktų, nepatikrintų prielaidų, duomenų spragų ir rizikų suvestinę su šaltiniais. Pasiūlyti argumentus prieš investiciją ir nepalankius scenarijus. Skaičiavimus bei jų įvestis patikrina finansų vadovas.

Proceso pokytis. Prieš tvirtinimą tikrinamas apribojimas, apkrovimas ir poveikis visam srautui. Proceso savininkas vertina įgyvendinimo sąlygas, o investicinį sprendimą priima vadovai. AI gali padėti iškelti klausimus, tačiau negali patvirtinti trūkstamų duomenų.

Naudos patikra. Stebime, ar išspręstos svarbios duomenų spragos ir patikrintos sprendimą keičiančios prielaidos. Po investicijos faktinį pajėgumą, vieneto sąnaudas ir pinigų srautus lyginame su patvirtintu planu. Greitesnis dokumento parengimas savaime neįrodo geresnės investicijos.

Pirmas bandymas. Vieną realų investicinį pasiūlymą palyginti su finansų ir veiklos vadovų vertinimu: ką AI papildė, ką praleido ir kur suklydo. Jei paklausos ar sąnaudų duomenys nepatikimi, įtikinama išvada nebus patikimas automatizavimo atsiperkamumo įrodymas.

Klausimas vadovui: kuri nepatikrinta prielaida labiausiai pakeistų šios investicijos vertę?

Kaip pasirinkti pirmąjį bandymą?

Rinkitės situaciją, susijusią su svarbiu verslo rezultatu, turinčią aiškų savininką ir pakankamai duomenų ribotam bandymui. Sutarkite dabartinę būklę, rezultatą, tikrinimo būdą ir sprendimo plėsti ar stabdyti kriterijus.

Nurodyta sistemos veikimo eiga yra siekiamo sprendimo aprašymas. Duomenų šaltinius, integracijas ir konkrečių įrankių galimybes reikia patikrinti prieš bandymą. Gerą apžvalgą vertiname kartu su tuo, ar ji padėjo pakeisti procesą ir jo rezultatą.

Scenarijų kilmė ir ryšys su tyrimu

Tai LeanAI parengtos iliustracijos pagal Microsoft vadovo taikymo atvejus: vadovo apžvalgą ir nukrypimų valdymą (13 ir 16 p.), susitikimų informacijos analizę (15 p.) bei strateginio sprendimo prielaidų tikrinimą (12 p.). Gamybos situacijos, Lean proceso pakeitimai ir siūlomi bandymai yra mūsų pritaikymas.

Tyrimo išvadas apie vadovų sukuriamą aplinką ir siūlomą 90 dienų pradžią aptariame atskiroje apžvalgoje. Šie scenarijai nėra Microsoft tyrime išmatuoti rezultatai ir nerodo konkretaus įrankio garantuojamos naudos.

Microsoft tyrimo apžvalga ir vadovo veiksmų seka →

Šaltiniai

Microsoft „The Frontier Leader“ — leidinio registracijos puslapis ↗

Microsoft Work Trend Index 2026 — tyrimas ir metodika ↗

Kuris iššūkis labiausiai riboja jūsų verslo rezultatą?

Pirmasis žingsnis – susitikimas su vadovu ir esamos situacijos bei lūkesčių išsiaiškinimas.

Aptarkime jūsų verslo iššūkius →AI ir Lean diegimas bei praktiniai mokymai įmonėms →VEIKIA metodas →
← Visos įžvalgos