ลูกค้าถามว่าล็อตนี้ใช้วัตถุดิบจากไหน คุณตอบได้ในกี่ชั่วโมง

ลูกค้าโทรมาเช้าวันจันทร์ ชิ้นงานที่ส่งไปเมื่อสองเดือนก่อนมีปัญหา เขาต้องการทราบว่าล็อตที่มีปัญหาใช้วัตถุดิบจากผู้ขายรายใด เข้ามาเมื่อไร ผ่านเครื่องจักรตัวไหน ในกะของใคร และมีล็อตอื่นที่ใช้วัตถุดิบชุดเดียวกันส่งออกไปที่ไหนอีกบ้าง

โรงงานที่ตอบคำถามนี้ได้ภายในสองชั่วโมง จะเรียกคืนเฉพาะล็อตที่เกี่ยวข้อง

โรงงานที่ตอบไม่ได้ จะต้องเรียกคืนทุกอย่างที่ส่งไปในช่วงเวลานั้น เพราะไม่มีทางพิสูจน์ว่าล็อตไหนไม่เกี่ยว

ความต่างระหว่างสองกรณีนี้ไม่ใช่เรื่องคุณภาพการผลิต แต่เป็นเรื่องว่ามีข้อมูลอยู่หรือไม่

ทำไมการสืบย้อนกลับถึงมักไม่สมบูรณ์

โรงงานส่วนใหญ่มีข้อมูลเป็นท่อน ใบรับวัตถุดิบอยู่ในระบบจัดซื้อ บันทึกการผลิตอยู่ในแฟ้มหน้าเครื่องหรือในไฟล์สเปรดชีตของหัวหน้ากะ ผลการตรวจสอบอยู่ในระบบคุณภาพ ใบส่งของอยู่ในระบบขาย

ทุกท่อนมีข้อมูลถูกต้อง แต่ไม่มีกุญแจร่วมที่เชื่อมทั้งสี่ท่อนเข้าด้วยกัน การเชื่อมจึงต้องทำด้วยมือ โดยคนที่จำได้ว่าช่วงนั้นเกิดอะไรขึ้น

และเมื่อคนคนนั้นลาออก ความสามารถในการสืบย้อนกลับก็หายไปพร้อมกับเขา

สิ่งที่ระบบสืบย้อนกลับที่ใช้ได้จริงต้องมี

รหัสที่ติดไปกับของ ล็อตวัตถุดิบต้องมีรหัสที่ถูกบันทึกตอนเข้าเครื่อง ไม่ใช่บันทึกตอนสิ้นกะจากความจำ วิธีที่ได้ผลที่สุดคือการสแกนที่หน้าเครื่อง ซึ่งใช้เวลาไม่กี่วินาทีต่อครั้งถ้าออกแบบให้ดี

การบันทึกที่เกิดพร้อมกับงาน ทุกครั้งที่การบันทึกเกิดขึ้นทีหลัง ข้อมูลจะถูกต้องน้อยลง ไม่ใช่เพราะคนตั้งใจผิด แต่เพราะความจำทำงานแบบนั้น

การเชื่อมกับผลตรวจสอบ ผลการตรวจที่ผูกกับล็อตทำให้ค้นย้อนได้ว่าปัญหาปรากฏตั้งแต่ในโรงงานหรือเกิดหลังส่งมอบ ซึ่งเป็นข้อมูลที่กำหนดทั้งการแก้ปัญหาและการเจรจากับลูกค้า

การค้นที่เร็วพอ ระบบที่มีข้อมูลครบแต่ใช้เวลาค้นสองวัน ไม่ต่างจากไม่มีข้อมูล เมื่อเกิดเหตุ ความเร็วในการตอบคือสิ่งที่มีค่า

ประโยชน์ที่ได้เพิ่มโดยไม่ได้ตั้งใจ

โรงงานที่ทำระบบสืบย้อนกลับเพื่อตอบข้อกำหนดของลูกค้า มักพบว่าข้อมูลชุดเดียวกันตอบคำถามอื่นได้ด้วย

วัตถุดิบจากผู้ขายรายไหนที่ทำให้เกิดของเสียมากกว่าปกติ เครื่องจักรตัวไหนที่ผลิตงานเสียในอัตราสูงกว่าตัวอื่นที่ทำงานเดียวกัน กะไหนที่มีปัญหาซ้ำ ทั้งหมดนี้อยู่ในข้อมูลชุดเดียวกัน และมองไม่เห็นก่อนหน้านี้เพราะข้อมูลกระจายอยู่คนละที่

AI เข้ามาตรงไหน

ตรงนี้ต้องพูดให้ตรง การสืบย้อนกลับไม่ใช่ปัญหาที่ต้องใช้ AI มันเป็นปัญหาของการเก็บข้อมูลให้ถูกต้องและเชื่อมโยงให้ได้

AI มีที่ทางหลังจากนั้น เมื่อมีข้อมูลการผลิตที่เชื่อมโยงกันหลายปี การหาความสัมพันธ์ระหว่างพารามิเตอร์การผลิตกับอัตราของเสียเป็นงานที่แบบจำลองทำได้ดีกว่าคน แต่มันต้องมีข้อมูลก่อน

การเสนอ AI ให้โรงงานที่ยังบันทึกล็อตด้วยกระดาษ คือการขายสิ่งที่ใช้ไม่ได้

ที่ GIPSIC เราทำส่วนไหน

เราทำงานกับผู้ผลิตในภาคอุตสาหกรรม รวมถึง muRata และทำระบบที่ต้องเชื่อมข้อมูลจากหน้าเครื่องเข้ากับระบบหลังบ้าน

เราจะยกประเด็นที่ไม่สบายใจขึ้นมาคุยถ้าจำเป็น เช่น ถ้าเราเห็นว่าจุดที่ข้อมูลจะขาดคือจุดที่พนักงานต้องสแกนเพิ่มในกะที่งานเร่งอยู่แล้ว เราจะบอกตั้งแต่ก่อนเริ่ม พร้อมทางเลือกที่แลกกันคนละแบบ

อยากคุยเรื่องสายการผลิตของคุณ ติดต่อเราได้