技術がサプライチェーンの人々を上回っている場所：4つの例

ヒューマンエラーは、おそらく製造における最大のリスクの1つです。すべての計画、プロセス、不測の事態、品質保証、およびフェイルセーフの実装にもかかわらず、必要なのは、1人の担当者が1つのミスで、運用全体（またはサプライチェーン）を停止することだけです。エバーギヴンのキャプテンに聞いてみてください。わずかな操作を間違えると、世界中に波及効果が発生する可能性があります。

もちろん、エラーも避けられません。人間は本質的に絶対的ではありません。私たちを価値ある従業員にする属性、つまり独立した思考、適応性、社会化も、私たちを脆弱にします。行動にわずかな変化があったり、十分な睡眠が取れなかったりすると、判断に誤りが生じます。どちらも精度とパフォーマンスに影響を与える可能性があります。

問題は、一見小さなエラーでも大きな問題を引き起こす可能性があることです。サプライチェーンの混乱の80％以上は、人為的ミスの結果です。機械が答えだと考える人もいるかもしれませんが、システム全体を自動化するだけで、人間と人為的エラーを排除できます。これは現実的ではなく、お勧めできません。

ただし、テクノロジーがサプライチェーンで最も一般的なヒューマンエラーのいくつかを軽減するのに役立つ方法はたくさんあります。

自動データ分析。 単純なキーストロークの間違いだけで十分です。誰かが間違った情報を発注書または製造注文に入力するか、リードタイム、最小注文数量、コスト、または安全在庫レベルのパラメータを変更して、システムをテールスピンに送ります。あるいは、アナリストがERPまたはMRPからデータを引き出し、それをMicrosoft Excelにダンプして、シナリオプランニングを実行したり、何らかの方法でデータを操作したりすると、変更がシステムに保存されます。これらのエラーはサプライチェーンを上下する可能性があります。リードタイムの​​変更により、顧客はより多くの製品を注文するようになり、チェーンにブルウィップ効果が発生する可能性があります。

自動化は、手動のデータ操作を減らし、適切なパラメーターを提案することにより、この問題の解決に役立ちます。閉ループシステム内で収集、統合、分析された生産データにより、デジタル製造ソフトウェアプラットフォームは、主要なデータポイントを手動で入力し、組織の戦略目標とKPIにリンクして、異常を監視し、警告する必要性を減らすのに役立ちます。彼らはそれを製造現場から外すチャンスがあります。高度なデータ分析により、デジタル計画システムは、履歴データとリアルタイムデータから得られた洞察に基づいて、パラメーター設定に関する推奨事項をレポートおよび提供することもできます。状況がどのように変化しているかを確認し、更新を行うためのいくつかのオプションを提供しますが、それでも人間のオペレーターの手にそれを行う力を与えます。

エラーアラート。 生産現場での人為的エラーは、誤った機械設定から、誤って配置された、または誤って破壊された材料、スキップされたプロセスステップ、または汚染にまで及ぶ可能性があります。これらのミスは非常にコストがかかる可能性があり、エンドユーザーを危険にさらすことは言うまでもなく、ビジネスや製品のリコールが失われ、経済的に壊滅的な打撃を与える可能性があります。

自動化がこれらの回避可能な生産エラーを排除するのに役立つ3つの方法があります。まず、IIoTとデジタル画像ベースの材料追跡は、原材料と完成品が正確かつ適切に移動および保管されていることを確認するのに役立ちます。第二に、作業技術のデジタル標準は、正確なタスク完了のベースラインを確立できます。これを使用して、スタッフをトレーニングし、作業を検証し、コンプライアンスに違反している場合はすぐに警告することができます。最後に、コンピューターを利用した目視検査は、コンプライアンスに違反している部品を見つけるのに役立つため、ラインから取り外すことができます。

交通計画。 世界中で港が混雑し、トラック輸送業者が不足し続けており、冬に向けて天候に関連する問題が発生する可能性があるため、輸送ロジスティクスは悪夢になる可能性があります。多くの場合、どちらも人間が原因であり、人間が修正する必要があります。人間は、正しい決定を下すために必要なすべての情報を持っていない可能性があります。

ここで、サプライチェーンの管制塔テクノロジーが役立ちます。管制塔ソリューションを実装することにより、製造業者は出荷状況に関するリアルタイムの洞察を得ることができ、原材料の受け取りと完成品の流通における大きな減速を緩和するための代替案を特定することができます。サプライチェーンの自動化は、問題がどこにあるかを確認し、what-ifシナリオプランニングを実行するためのデータを提供することで、問題を引き起こす前に輸送中の人為的エラーを特定し、被害を最小限に抑える方法を特定するのに役立ちます。

在庫管理。 テクノロジーで人為的エラーを軽減することは、混乱や頭痛の種となる可能性のあるミスを回避するだけでなく、数百万ドルを節約することもできます。ある例では、大手食品包装メーカーは、生産計画と在庫割り当てを自動化する方法を探していました。手動設定とスプレッドシートを使用して現在のシステムを分析することにより、同社は多数のエラーを発見し、その暗黙のサービスレベルは60年代でした。製造分析および最適化プラットフォームを実装して、6つの流通センターと60を超える施設で数千のSKUSを分析した後、同社はサービスレベルを最大95％向上させ、在庫を半分に減らし、数千万ドル相当の価値を生み出すことができました。それ以外の場合はアイドル状態であった在庫の

労働力不足、輸送の課題、変動する需要と供給の間で、業界には非常に多くの不確実性があるため、製造業者は可能な限りサプライチェーンを管理する必要があります。ヒューマンエラーに関連する多くの障害点があるため、これらのリスクをこれまで以上に減らすことが不可欠です。

分析と自動化を活用して最も一般的なエラーのいくつかを軽減するテクノロジーを実装することは、動的で急速に変化する環境で生き残り、競争上の優位性を獲得するための最良の方法です。

Ken Koenemannは、DploySolutionsを含むTBMConsultingGroupのテクノロジーおよびサプライチェーンプラクティスのバイスプレジデントです。