Κέρδη:
- Δυνατότητα ανάλυσης των βημάτων της διαδικασίας με τη διάρκειά τους και αποκάλυψης σημείων συμφόρησης και βασικών αιτιών
- Δυνατότητα εντοπισμού νεκρών αποθεμάτων και ευκαιριών εξοικονόμησης από τον κύκλο εργασιών των αποθεμάτων και τα δεδομένα του κύκλου μετρητών
- Ικανότητα αξιολόγησης συγκεκριμένων και μετρήσιμων προτάσεων απλούστευσης όσον αφορά τον κίνδυνο ελέγχου
Τα οικονομικά και οι λειτουργίες είναι αλληλένδετα. Το πλεονάζον απόθεμα μετατρέπεται σε μετρητά. Η καθυστέρηση στην είσπραξη καταπνίγει το κεφάλαιο κίνησης. Η διάρκεια μιας διαδικασίας έγκρισης δημιουργεί κόστος. Η τεχνητή νοημοσύνη (AI) είναι ένας ισχυρός βοηθός ανάλυσης για την εντόπιση σημείων συμφόρησης στα επιχειρησιακά δεδομένα (σημεία αποκλεισμού που επιβραδύνουν τη διαδικασία), απλοποιώντας τα βήματα της διαδικασίας και βελτιστοποιώντας το απόθεμα/το κεφάλαιο κίνησης. Σε αυτήν την ενότητα, θα καλύψουμε τον τρόπο με τον οποίο η τεχνητή νοημοσύνη πέρα από τον αριθμό και στη λήψη επιχειρησιακών αποφάσεων.
Πού δημιουργεί αξία η τεχνητή νοημοσύνη στις Λειτουργίες;
Σε τρεις βασικούς τομείς: διαχείριση αποθεμάτων (πόσα αγαθά, πότε), κύκλος κεφαλαίου κίνησης (συλλογή, πληρωμή, ισοζύγιο ημερών αποθέματος) και αποτελεσματικότητα διαδικασίας (πόσα βήματα και σε ποιο χρόνο ολοκληρώνεται μια εργασία). Η τεχνητή νοημοσύνη εξάγει γρήγορα μοτίβα σε αυτά τα δεδομένα και δημιουργεί υποθέσεις βελτίωσης. Τους δοκιμάζεις με την πραγματικότητα στο γήπεδο.
Μια βασική ιδέα: κύκλος μετατροπής μετρητών. Βρίσκεται από τον τύπο ημέρες αποθεμάτων + ημέρες είσπραξης − ημέρες πληρωμής και ρωτά "πόσες ημέρες χρειάζονται για να φύγουν τα χρήματα από την ταμειακή μηχανή και να επιστρέψουν στην ταμειακή μηχανή;" απαντά στην ερώτηση. Η συντόμευση απελευθερώνει δεσμευμένα μετρητά.
Συμβουλή: Στις προτροπές λειτουργιών, λέτε πάντα "πρότεινε συγκεκριμένη, ενεργή και μετρήσιμη ενέργεια". Η "βελτίωση διαδικασιών" δεν λειτουργεί. "Καταργήστε το 3ο βήμα επιβεβαίωσης, ο κύκλος θα μειωθεί κατά 2 ημέρες" λειτουργεί.
Βήμα προς βήμα: Ανάλυση συμφόρησης
- Δώστε βήματα και χρόνους διαδικασίας. Πόσο χρόνο παίρνει κάθε βήμα.
- Βρείτε το σημείο συμφόρησης. Σημειώστε το μεγαλύτερο και μεγαλύτερο βήμα αναμονής.
- Αναρωτηθείτε τη βασική αιτία. Γιατί το όνομά μου είναι μεγάλο; Επιβεβαίωση, στοιχεία που λείπουν, αλλαγή χεριών;
- Προτείνετε απλοποίηση. Αφαιρούμενα/αυτοματοποιήσιμα βήματα.
- Μετρήστε τον αντίκτυπο. Πόσες ημέρες/πόσα TL βελτιώνει τον κύκλο η σύσταση;
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή: Βελτιώστε τη διαδικασία αγοράς μας.
Αυτό δίνει γενικές, ανεφάρμοστες συμβουλές όπως «ενισχύστε την επικοινωνία, γίνετε ψηφιακός».
Ισχυρή προτροπή:Ο ρόλος σας: αναλυτής διεργασιών.Εργασία: Αναλύστε την ακόλουθη διαδικασία αγοράς.Για κάθε βήμα: όνομα βήματος | μέσος χρόνος (ημέρες) | υπεύθυνος | λόγος αναμονήςΒήματα:1) Υπολογίστε τον συνολικό χρόνο κύκλου.2) Αφαιρέστε τα 3 μεγαλύτερα βήματα και το μερίδιό τους (%) στο συνολικό χρόνο.3) Προτείνετε 1 υπόθεση βασικής αιτίας και 1 συγκεκριμένη απλοποίηση για κάθε στενό. δίνοντας γενικές συμβουλές.<διαδικασία>1. Αίτημα καταχώρισης - 0,5 ημέρες2. Έγκριση προϋπολογισμού - 3 ημέρες3. Συλλογή προσφορών προμηθευτή - 4 ημέρες4. Έγκριση διαχειριστή - 2 ημέρες5. Παραγγελία - 0,5 ημέρες</process>
Αυτή η προτροπή? Δείχνει ότι το μεγαλύτερο μερίδιο στον κύκλο των 10 ημερών είναι η συλλογή προσφορών και οι εγκρίσεις, και παράγει μια συγκεκριμένη σύσταση όπως "μειώστε το βήμα 3 από 4 ημέρες σε 1 ημέρα με την εγκεκριμένη λίστα προμηθευτών".
Χρηματιστήριο και Κεφάλαιο Κίνησης
Η τεχνητή νοημοσύνη αφαιρεί στοιχεία αργής στροφής (νεκρό απόθεμα) και πλεονάζοντα μετρητά από τα δεδομένα αποθέματος.
Η ανάλυση προέρχεται από τον παρακάτω πίνακα αποθεμάτων: - Ποσοστό κύκλου εργασιών αποθέματος για κάθε προϊόν = ετήσιες πωλήσεις / μέσο απόθεμα- Επισημάνετε τα στοιχεία που ήταν ανενεργά για περισσότερες από 90 ημέρες ως "νεκρό απόθεμα" - Καταγράψτε τα 5 είδη (ποσότητα x κόστος μονάδας) που δεσμεύουν τα περισσότερα μετρητά- Πρόταση ενέργειας για νεκρό απόθεμα (έκπτωση, επιστροφή, καμπάνια) Χρησιμοποιήστε μόνο τους αριθμούς στα δεδομένα. Εμφάνιση του τύπου ποσοστού κύκλου εργασιών.
Προϊόν
Αξία μετοχών
ποσοστό κύκλου εργασιών
Κατάσταση
Α.
120.000
8.0
υγιείς
Β.
340.000
1,2
Αργή, καταναλώνει μετρητά
Γ.
85.000
0,0
Νεκρό απόθεμα (120 ημέρες ανενεργό)
Τυποποίηση διαδικασιών και λίστα ελέγχου
Η τεχνητή νοημοσύνη παράγει λίστες ελέγχου που αναλύουν μια επαναλαμβανόμενη λειτουργία σε βήματα και διασφαλίζουν ότι όλοι την κάνουν με τον ίδιο τρόπο.
Δημιουργήστε μια τυπική λίστα ελέγχου των ακόλουθων διάσπαρτων εργασιών κλεισίματος στο τέλος του μήνα: βάλτε τα βήματα σε μια λογική σειρά, προσθέστε υπεύθυνο ρόλο και εκτιμώμενο χρόνο σε κάθε βήμα, σημειώστε τα διασυνδεδεμένα βήματα. Προσθέστε μια στήλη "κίνδυνος εάν παραλειφθεί" στο τέλος.
Προσοχή: Τα στοιχεία που προτείνονται από την AI, όπως "αναμενόμενα κέρδη: 3 ημέρες" είναι εκτιμήσεις και όχι εγγυήσεις. Η κατάργηση ενός βήματος επιβεβαίωσης επιταχύνει τη διαδικασία, αλλά μπορεί να αποδυναμώσει τον έλεγχο. Οι άνθρωποι δημιουργούν την ισορροπία μεταξύ αποτελεσματικότητας και ελέγχου.
Επιτάχυνση της διαδικασίας συλλογής
Το πιο κοινό σημείο συμφόρησης στο κεφάλαιο κίνησης είναι η είσπραξη. Εκδίδεται τιμολόγιο, αλλά τα χρήματα δεν φτάνουν για εβδομάδες. Κατά τη διάρκεια αυτής της περιόδου, η εταιρεία χρηματοδοτεί τον πελάτη με δικά της χρήματα. Η τεχνητή νοημοσύνη ταξινομεί και δίνει προτεραιότητα στις ανοικτές απαιτήσεις (ληξιπρόθεσμα τιμολόγια) με ανάλυση γήρανσης (ομαδοποίηση κατά πόσο καιρό δεν έχουν πληρωθεί) και ακόμη και συντάσσει κοινοποίηση υπενθύμισης.
Δημιουργήστε μια ανάλυση γήρανσης από την ακόλουθη λίστα ανοιχτών απαιτήσεων: - Χωρίστε σε ομάδες λήξης: 0-30 / 31-60 / 61-90 / 90+ ημέρες - Εμφάνιση του συνολικού ποσού κάθε ομάδας και του μεριδίου της στο σύνολο - Κατάταξη των 5 πελατών με τον μεγαλύτερο κίνδυνο (υψηλό ποσό + μεγάλη καθυστέρηση) - Προτείνετε ένα κείμενο υπενθύμισης για κάθε συλλογή. Οι άνθρωποι παίρνουν την απόφαση συλλογής.
Αυτή η ανάλυση ρωτά "ποιον να καλέσουμε πρώτα;" βασίζει την ερώτηση σε δεδομένα. Μια μεγάλη απαίτηση που είναι άνω των 90 ημερών είναι πολύ πιο κρίσιμη από μερικές μικρές καθυστερήσεις, και εκεί πρέπει να εστιάσετε την ενέργειά σας. Το AI δημιουργεί το κείμενο υπενθύμισης, αλλά η απόφαση να στείλετε και να διαχειριστείτε τη σχέση είναι δική σας.
Συμβουλή: Υπάρχουν τρία σκέλη για τη μείωση του χρόνου του κύκλου μετρητών: μείωση των ημερών αποθέματος, επιτάχυνση είσπραξης, παράταση πληρωμής (καλή σχέση με τον προμηθευτή). Ρωτήστε το AI «ποιος από αυτούς τους τρεις βραχίονες θα δημιουργήσει το ταχύτερο κέρδος για εμάς;» και να καταλήξουμε σε μια προτεραιότητα που βασίζεται σε δεδομένα.
Μίνι Θήκες
Περίπτωση 1 — Συμφόρηση έγκρισης. Ο μέσος κύκλος αγορών σε μία εταιρεία ήταν 10 ημέρες. Η ανάλυση της τεχνητής νοημοσύνης έδειξε ότι δύο ξεχωριστά βήματα έγκρισης κατέλαβαν το μισό του συνολικού χρόνου. Όταν εισήχθη ενιαία έγκριση για αγορές κάτω από ένα συγκεκριμένο ποσό, ο κύκλος μειώθηκε σε 6 ημέρες. Η καθυστέρηση για τις επείγουσες αγορές έχει τελειώσει.
Υπόθεση 2 — Νεκρό απόθεμα 340 χιλιάδων λιρών. Η ανάλυση του κύκλου εργασιών των αποθεμάτων αποκάλυψε ότι δεν υπήρχαν πωλήσεις σε ένα αντικείμενο για 120 ημέρες και 85.000 TL ήταν δεσμευμένα σε μετρητά. Η ομάδα μείωσε το απόθεμα με την καμπάνια. μετρητά απελευθερώθηκαν. Η AI πρότεινε επίσης τη μείωση της ποσότητας παραγγελίας στο είδος Β με αργή στροφή.
Περίπτωση 3 — Θεραπεία που αποδυναμώνει τον έλεγχο. Μια ομάδα εφάρμοσε τη σύσταση της τεχνητής νοημοσύνης "κατάργηση έγκρισης τιμολογίου, εξοικονόμηση 2 ημερών". αλλά αυτό οδήγησε σε ανεξέλεγκτη πληρωμή λανθασμένων τιμολογίων. Η πρόταση αποσύρθηκε, η έγκριση αποκαταστάθηκε με αυτόματο έλεγχο κατωφλίου: κάτω από ένα ορισμένο ποσό περνάει αυτόματα, πάνω από αυτό εμπίπτει σε έγκριση. Έτσι, τόσο η ταχύτητα διατηρήθηκε όσο και ο έλεγχος αποκαταστάθηκε. Μάθημα: δεν πρέπει κάθε επιτάχυνση να θυσιάζει τον έλεγχο. Τις περισσότερες φορές η λύση δεν είναι «αφαίρεση» αλλά «αυτοματοποίηση με έξυπνο όριο».
Περίπτωση 4 — Προτεραιότητα που επιταχύνει τη συλλογή. Σε μια εταιρεία, το ένα τρίτο των ανοιχτών απαιτήσεων ήταν άνω των 90 ημερών, αλλά η ομάδα καλούσε όλους με την ίδια σειρά. Η ανάλυση γήρανσης της τεχνητής νοημοσύνης έδειξε ότι το 60% του ποσού συγκεντρώθηκε σε μόλις πέντε πελάτες. Όταν η ενέργεια κατευθύνθηκε σε αυτούς τους πέντε πελάτες, η περίοδος συλλογής μειώθηκε από 58 ημέρες σε 44 ημέρες σε έξι εβδομάδες και απελευθερώθηκε σημαντικό ποσό μετρητών. Μάθημα: Δεν είναι κόπος, αλλά σωστή ιεράρχηση που βγάζει χρήματα στις συλλογές.
Συνήθη λάθη
- Να είστε ικανοποιημένοι με γενικές συμβουλές. Το "Go Digital" δεν είναι πρακτικό. Ζητήστε συγκεκριμένη, μετρήσιμη δράση.
- Αναμονή για ανάλυση χωρίς παροχή δεδομένων χρόνου/βήματος. Το σημείο συμφόρησης είναι ορατό μόνο με δεδομένα.
- Υποθέτοντας ότι οι προβλέψεις κερδών αποτελούν εγγύηση. Το «κέρδος 3 ημερών» της AI είναι μια υπόθεση, δοκιμασμένη στο πεδίο.
- Επιτάχυνση θυσιάζοντας τον έλεγχο. Η κατάργηση μιας επιβεβαίωσης μπορεί να αυξήσει τον κίνδυνο. Τα ανθρώπινα όντα δημιουργούν την ισορροπία.
- Αγνοώντας το νεκρό απόθεμα. Τα δεσμευμένα μετρητά είναι ένα σιωπηλό κόστος. Σαρώστε τακτικά με ταχύτητα περιστροφής.
Συνοπτικά
- Η τεχνητή νοημοσύνη είναι ένας ισχυρός βοηθός ανάλυσης που κάνει ορατά τα λειτουργικά σημεία συμφόρησης, τα νεκρά αποθέματα και τις καθυστερήσεις στον κύκλο μετρητών.
- Δώστε στα βήματα της διαδικασίας τη διάρκειά τους και αφαιρέστε τα μεγαλύτερα βήματα και τη βασική αιτία. Ζητήστε συγκεκριμένη, μετρήσιμη δράση.
- Ο χρόνος κύκλου μετρητών (απόθεμα + εισπράξεις - ημέρες πληρωμής) είναι ένας δείκτης της υγείας του κεφαλαίου κίνησης. Η συντόμευση απελευθερώνει μετρητά.
- Τα στοιχεία για τα "αναμενόμενα κέρδη" που δίνονται από το μοντέλο είναι εκτιμήσεις. πρέπει να δοκιμαστεί στο πεδίο.
- Οι άνθρωποι δημιουργούν την ισορροπία μεταξύ αποτελεσματικότητας και ελέγχου. Κάθε επιτάχυνση δεν πρέπει να θυσιάζει τον έλεγχο.
Εργασία εφαρμογής
Καταγράψτε μια επαναλαμβανόμενη διαδικασία από τη δική σας επιχείρηση (αγορά, συλλογή, κλείσιμο) με βήματα και χρόνους. Καταργήστε τα σημεία συμφόρησης και τις προτάσεις απλούστευσης με το ισχυρό πρότυπο προτροπής. επαληθεύστε χειροκίνητα τον συνολικό χρόνο κύκλου. Επίσης, πρέπει να υπολογίσετε το ποσοστό τζίρου από μια λίστα αποθεμάτων και να επισημάνετε τα νεκρά στοιχεία αποθεμάτων. Παίρνουμε την πιο ελκυστική πρόταση του μοντέλου και ρωτάμε "τι έλεγχο αποδυναμώνει;" Αξιολογήστε με την ερώτηση.
λίστα ελέγχου
- [ ] Έδωσα τα βήματα της διαδικασίας με τις διάρκειες και τις αρμοδιότητές τους.
- [ ] Επιβεβαίωσα τον συνολικό χρόνο κύκλου χειροκίνητα.
- [ ] Ήθελα συγκεκριμένη, μετρήσιμη δράση. Δεν σταμάτησα με γενικές συμβουλές.
- [ ] Υπολόγισα το ποσοστό τζίρου μετοχών με τον τύπο και σημείωσα το νεκρό απόθεμα.
- [ ] Αντιμετώπισα τα στοιχεία για τα "αναμενόμενα κέρδη" ως εκτιμήσεις.
- [ ] Αξιολόγησα κάθε πρόταση επιτάχυνσης για τον κίνδυνο ελέγχου.