System wygenerował plan produkcji na najbliższy tydzień. Menedżer spojrzał na ekran, zmarszczył brwi i stwierdził stanowczo: „To nie ma sensu. Ten system się nie nadaje”.
Problem? System nie pomylił się ani o milimetr. Wykonał dokładnie to, co mu kazano – przeanalizował dostępne dane, zastosował zdefiniowane parametry optymalizacji i wypluł wynik zgodny z logiką matematyczną. Tyle że nikt wcześniej nie zastanowił się nad tym, czy dane rzeczywiście odpowiadają rzeczywistości. Czy parametry uwzględniają wszystkie zmienne. Czy logika systemu jest spójna z logiką biznesu. Wdrożenie trzeba było zrobić, bo kazali. W trakcie pracy mało kto był nim zainteresowany, a jak trzeba było dostarczyć ideę funkcjonowania, to większość zrobiła to byle jak – żeby tylko dano im spokój.
Na początek roku zapraszam do refleksji, czy w erze algorytmów najrzadszym zasobem staje się nie moc obliczeniowa, a zdolność do trafnego formułowania problemów?
REKLAMA
System zrobił dokładnie to, co mu kazaliśmy
Wyobraźmy sobie sytuację z działu planowania. System APS optymalizuje harmonogram produkcji pod kątem maksymalnego wykorzystania maszyn. Matematyka nie kłamie – linie pracują na 95% mocy, przestoje minimalne, wszystko wygląda idealnie w raporcie. Jest tylko jeden problem: nikt nie powiedział systemowi, że w przyszłym tygodniu dwóch kluczowych operatorów jest na urlopie, a pozostali nie obsługują wszystkich wariantów produktów.Plan jest technicznie bezbłędny. I całkowicie niewykonalny.
Albo weźmy zapotrzebowanie materiałowe. Moduł MRP sumiennie przelicza potrzeby na podstawie BOM–ów i generuje zamówienia. Tyle że BOM–y zostały ostatnio aktualizowane pół roku temu, gdy jeszcze używaliśmy innego typu śrub. System nie wie, że proces się zmienił. Wie t...
