Agenti AI nella produzione: com'è davvero una buona risposta

Il forno 2 è fermo fino alle 6:00 di domattina. Ho fatto a un assistente AI una domanda semplice: quali ordini sono a rischio? La risposta è arrivata in due secondi, ben scritta e sicura di sé. Ed era sbagliata.

Gli agenti AI nella produzione sono assistenti software, di solito basati su un modello linguistico di grandi dimensioni (LLM), che possono rispondere a domande e compiere azioni interrogando altri sistemi: leggere gli ordini, consultare le giacenze, lanciare un calcolo di pianificazione. La parola che conta è interrogando. Un'AI che risponde in base a conoscenze generali sembra intelligente. Un'AI che interroga la pianificazione dei fabbisogni di materiali (MRP) e la schedulazione dell'azienda può avere davvero ragione.

La situazione

È martedì, ore 6:00. Il forno 2 deve essere riparato e tornerà disponibile mercoledì alle 6:00. Oggi erano schedulati su di esso tre ordini di produzione:

• MO-4471, cliente Alpha: 10 ore in forno, poi 6 ore di finitura. Spedizione mercoledì alle 18:00.
• MO-4475, cliente Beta: 8 ore in forno. Spedizione venerdì.
• MO-4480, cliente Gamma: 6 ore in forno. Spedizione giovedì alle 12:00.

Il forno 1 ha oggi una finestra libera dalle 14:00 alle 21:00, cioè 7 ore. È approvato per i prodotti di MO-4480 e MO-4471, ma non per quello di MO-4475.

La risposta sbagliata: scorrevole e inventata

“Il fermo del forno potrebbe interessare gli ordini in scadenza questa settimana. MO-4471 e MO-4475 sembrano a rischio. Consiglio di spostarli entrambi sul forno 1 e di informare i clienti di possibili ritardi.”

Si legge bene. Ora la si verifichi. MO-4471 richiede 10 ore, e il forno 1 ne ha 7. MO-4475 non è proprio approvato per il forno 1. E la risposta ha dimenticato MO-4480, l'unico ordine che si può davvero salvare spostandolo. Il modello ha prodotto qualcosa che suona come un pianificatore. Non ha guardato la schedulazione, il ciclo di lavoro né il calendario.

La risposta buona: con fonti e calcoli

“Verificato sulla schedulazione attuale e sul calendario del forno 1: - MO-4480 (Gamma): spostare sul forno 1, oggi 14:00–20:00. Spedizione giovedì alle 12:00 come previsto. - MO-4471 (Alpha): troppo lungo per la finestra di 7 ore. Il primo slot sul forno 2 è mercoledì 06:00–16:00, finitura 16:00–22:00. Sono 4 ore dopo l'orario di spedizione delle 18:00. A rischio. Opzioni: straordinari in finitura, oppure chiedere ad Alpha di accettare giovedì mattina. - MO-4475 (Beta): solo forno 2. Mercoledì 16:00–24:00. Spedizione venerdì, nessun rischio.”

Ogni riga indica un ordine, una risorsa e un orario. I conti si possono verificare: 06:00 + 10 ore = 16:00, più 6 ore di finitura = 22:00, cioè 4 ore oltre le 18:00. E la risposta dà al pianificatore una decisione da prendere, non una lezione.

La risposta buona non è scritta meglio. Esiste perché l'AI ha interrogato dati di pianificazione reali: la schedulazione della produzione, le approvazioni nei cicli di lavoro, il calendario delle risorse e le date di spedizione. Poi ha lasciato che fosse il calcolo di schedulazione a fare i conti, invece di tirare a indovinare.

Come distinguere le due risposte

Si pensi a due neoassunti. Uno parla con sicurezza in ogni riunione e non ha mai aperto l'ERP (gestionale). L'altro parla meno, ma torna con un tabulato stampato. Ci si fida del secondo. Lo stesso test vale per l'AI:

• Indica ordini, risorse e orari specifici? Le risposte vaghe (“alcuni ordini potrebbero essere interessati”) sono un campanello d'allarme.
• Si può ricondurre ogni affermazione a un record? Numero d'ordine, slot del calendario, approvazione nel ciclo di lavoro.
• Rispetta i vincoli? Capacità, risorse approvate e disponibilità dei materiali, non solo “spostalo da qualche parte”.
• Dice che cosa non sa? “Il tempo di riparazione è una stima” è un buon segnale.

Il mito: “L'AI sostituirà il pianificatore”

Si riguardi la risposta buona. Si ferma davanti a una scelta: pagare gli straordinari o chiamare Alpha. Quella scelta dipende da cose che nessun sistema contiene: quanto conta Alpha in questo trimestre, se la squadra di finitura ha già lavorato lo scorso fine settimana, che cosa ha promesso al telefono il commerciale. L'AI ha risparmiato al pianificatore 30 minuti di ricerche. La decisione l'ha comunque presa il pianificatore.

Ciò che l'AI sostituisce davvero è la ricerca: aprire cinque schermate, esportare in Excel, incrociare le date. Ha valore. Solo che non è pianificazione.

Di che cosa hanno bisogno gli agenti AI nella produzione dai dati di pianificazione

Un assistente AI vale quanto ciò che può interrogare. Se l'ERP contiene lead time fissi di 10 giorni e nessun calendario macchina, l'AI non può dire che cosa comporta per mercoledì il fermo del forno 2. È il divario tra ERP e pianificazione reale. I dati di cui un'AI ha bisogno sono:

• Una schedulazione a capacità finita con orari reali di inizio e fine per ogni fase
• Risultati dell'MRP che collegano ogni mancanza all'ordine che ne risente
• Calendari delle risorse e alternative approvate
• Dichiarazioni aggiornate dal reparto produttivo

Se questi dati sono corretti, l'AI ha qualcosa di vero da leggere. Diventano anche misurabili le prestazioni di consegna, perché il tasso OTIF (consegne puntuali e complete) dipende proprio da queste date.

Come appare in factory.online

factory.online non offre un agente AI autonomo che rischedula lo stabilimento. Contiene invece i dati da cui dipende una buona risposta: schedulazioni a capacità finita su un diagramma di Gantt, MRP con le mancanze collegate agli ordini, calendari delle risorse e dichiarazioni di produzione. Nel caso del forno, il pianificatore vede MO-4471 andare in ritardo nel momento in cui il forno 2 viene bloccato, e può provare lo spostamento sul forno 1 in uno scenario di pianificazione prima di toccare il piano attivo. Sono proprio i dati che qualsiasi assistente AI dovrebbe interrogare. Per il quadro più ampio di come evolvono gli strumenti di pianificazione, si veda l'articolo sul software di pianificazione della produzione.

Per le attività di ottimizzazione che vanno oltre la risposta a una domanda, kafaa.ai si concentra su programmi jobshop, mix produttivo e scenari di taglio. Una valutazione utile verifica il risultato proposto rispetto ai vincoli reali e all’obiettivo aziendale prima che il team agisca.

Per vedere i tuoi ordini in ritardo su dati di schedulazione reali, prenota una demo.