Agenci AI w produkcji: dobra odpowiedź na pytanie o opóźnione zamówienia

Piec 2 stoi do jutra do 6:00 rano. Zadałem asystentowi AI proste pytanie: które zamówienia są zagrożone? Odpowiedź przyszła po dwóch sekundach – dobrze napisana i pewna siebie. Była też błędna.

Agenci AI w produkcji to programowi asystenci, zwykle zbudowani na dużym modelu językowym (LLM), którzy potrafią odpowiadać na pytania i wykonywać kroki, wywołując inne systemy: odczytywać zamówienia, sprawdzać zapasy, uruchamiać obliczenia planistyczne. Kluczowe słowo to wywołując. AI, które odpowiada z ogólnej wiedzy, brzmi mądrze. AI, które odpytuje planowanie MRP i harmonogram, może mieć rzeczywiście rację.

Sytuacja

Jest wtorek, 6:00. Piec 2 wymaga naprawy i wróci do pracy w środę o 6:00. Na dziś zaplanowano na nim trzy zlecenia produkcyjne:

• MO-4471, klient Alpha: 10 godzin w piecu, potem 6 godzin wykańczania. Wysyłka w środę o 18:00.
• MO-4475, klient Beta: 8 godzin w piecu. Wysyłka w piątek.
• MO-4480, klient Gamma: 6 godzin w piecu. Wysyłka w czwartek o 12:00.

Piec 1 ma dziś wolne okno od 14:00 do 21:00, czyli 7 godzin. Jest dopuszczony do wyrobów ze zleceń MO-4480 i MO-4471, ale nie do MO-4475.

Zła odpowiedź: płynna i zmyślona

„Postój pieca może wpłynąć na zamówienia z terminem w tym tygodniu. Zlecenia MO-4471 i MO-4475 wydają się zagrożone. Zalecam przeniesienie obu na Piec 1 i poinformowanie klientów o możliwych opóźnieniach”.

Czyta się to dobrze. A teraz sprawdźmy. MO-4471 potrzebuje 10 godzin, a Piec 1 ma 7. MO-4475 w ogóle nie jest dopuszczone do Pieca 1. Do tego odpowiedź pominęła MO-4480 – jedyne zlecenie, które faktycznie da się uratować przeniesieniem. Model wyprodukował coś, co brzmi jak planista. Nie zajrzał do harmonogramu, marszruty ani kalendarza.

Dobra odpowiedź: ze źródłami i wyliczeniami

„Sprawdzono względem aktualnego harmonogramu i kalendarza Pieca 1: - MO-4480 (Gamma): przenieść na Piec 1, dziś 14:00–20:00. Wysyłka w czwartek o 12:00 zgodnie z planem. - MO-4471 (Alpha): za długie na 7-godzinne okno. Pierwsze wolne okno na Piecu 2 to środa 06:00–16:00, wykańczanie 16:00–22:00. To 4 godziny po terminie wysyłki o 18:00. Zagrożone. Opcje: nadgodziny na wykańczaniu albo prośba do Alpha o akceptację czwartku rano. - MO-4475 (Beta): tylko Piec 2. Środa 16:00–24:00. Wysyłka w piątek, bez ryzyka”.

Każdy wiersz wskazuje zlecenie, zasób i czas. Arytmetykę da się sprawdzić: 06:00 + 10 godzin = 16:00, plus 6 godzin wykańczania = 22:00, czyli 4 godziny po 18:00. A planista dostaje decyzję do podjęcia, a nie wykład.

Dobra odpowiedź nie wynika z lepszego stylu. Powstała, bo AI odpytało rzeczywiste dane planistyczne: harmonogram produkcji, dopuszczenia w marszrutach, kalendarz zasobów i terminy wysyłek. A potem pozwoliło, by obliczenia wykonał algorytm harmonogramowania, zamiast zgadywać.

Jak odróżnić jedną od drugiej

Wyobraźmy sobie dwóch nowych pracowników. Jeden na każdym spotkaniu mówi pewnym tonem, a nigdy nie otworzył systemu ERP. Drugi mówi mniej, ale wraca z wydrukiem. Ufa się temu drugiemu. Ten sam test warto zastosować do AI:

• Czy wskazuje konkretne zlecenia, zasoby i godziny? Mgliste odpowiedzi („niektóre zamówienia mogą być dotknięte”) to sygnał ostrzegawczy.
• Czy każde twierdzenie da się powiązać z rekordem? Numer zlecenia, okno w kalendarzu, dopuszczenie w marszrucie.
• Czy respektuje ograniczenia? Moce produkcyjne, dopuszczone zasoby i dostępność materiałów, a nie tylko „przenieść gdziekolwiek”.
• Czy mówi, czego nie wie? „Czas naprawy jest szacunkowy” to dobry znak.

Mit: „AI zastąpi planistę”

Spójrzmy jeszcze raz na dobrą odpowiedź. Kończy się na wyborze: zapłacić za nadgodziny czy zadzwonić do Alpha. Ten wybór zależy od rzeczy, których nie ma w żadnym systemie: jak ważny jest Alpha w tym kwartale, czy brygada wykańczania pracowała już w zeszły weekend, co handlowiec obiecał przez telefon. AI zaoszczędziło planiście 30 minut szukania. Decyzję i tak podjął planista.

To, co AI faktycznie zastępuje, to szukanie: otwieranie pięciu ekranów, eksport do Excela, porównywanie dat. To cenne. Ale to jeszcze nie planowanie.

Czego agenci AI w produkcji potrzebują od danych planistycznych

Asystent AI jest tak dobry, jak dane, które może odpytać. Jeśli system ERP przechowuje stałe 10-dniowe czasy realizacji i nie ma kalendarza maszyn, AI nie powie, co postój Pieca 2 oznacza dla środy. To właśnie luka między systemem ERP a rzeczywistym planowaniem. AI potrzebuje następujących danych:

• Harmonogramu przy ograniczonych mocach z rzeczywistymi godzinami rozpoczęcia i zakończenia każdej operacji
• Wyników planowania MRP, które łączą każdy brak z zamówieniem, któremu szkodzi
• Kalendarzy zasobów i dopuszczonych alternatyw
• Bieżących potwierdzeń z hali produkcyjnej

Gdy te dane są w porządku, AI ma co czytać. Pozwala to też mierzyć terminowość dostaw, bo wskaźnik OTIF (dostawy na czas i w pełnej ilości) zależy dokładnie od tych dat.

Jak to wygląda w factory.online

factory.online nie oferuje autonomicznego agenta AI, który sam przeplanowuje zakład. Przechowuje za to dane, od których zależy dobra odpowiedź: harmonogramy przy ograniczonych mocach na wykresie Gantta, planowanie MRP z brakami powiązanymi ze zleceniami, kalendarze zasobów i potwierdzenia produkcji. W przypadku pieca planista widzi, że MO-4471 zaczyna się spóźniać w chwili zablokowania Pieca 2, i może przetestować przeniesienie na Piec 1 w scenariuszu planistycznym, zanim zmieni obowiązujący plan. Właśnie takie dane musiałby odpytywać każdy asystent AI. Szerszy obraz tego, jak rozwijają się narzędzia planistyczne, przedstawiamy w artykule oprogramowanie do planowania produkcji.

W zadaniach optymalizacyjnych wykraczających poza odpowiedź na pytanie kafaa.ai koncentruje się na harmonogramach job shop, asortymencie produkcji i wariantach rozkroju. Przed podjęciem działań warto sprawdzić proponowany wynik względem rzeczywistych ograniczeń i celu biznesowego.

Aby zobaczyć własne opóźnione zamówienia na rzeczywistych danych harmonogramu, umów się na prezentację.