יחידה 8 / 11

אופטימיזציה של תפעול ותהליכים

רווחים:

  • יכולת לנתח שלבי תהליך עם משך הזמן שלהם ולחשוף צווארי בקבוק וסיבות שורש
  • יכולת לזהות מלאי מת והזדמנויות חיסכון ממחזור מלאי ונתוני מחזור מזומנים
  • יכולת להעריך הצעות פישוט קונקרטיות וניתנות למדידה במונחים של סיכון בקרה

כספים ותפעול שלובים זה בזה. עודף מלאי הופך למזומן; עיכוב בגבייה חונק את ההון החוזר; משך תהליך האישור יוצר עלויות. בינה מלאכותית (AI) היא עוזר ניתוח רב עוצמה לראות צווארי בקבוק בנתונים תפעוליים (נקודות חסימה שמאטות את התהליך), פישוט שלבי התהליך ואופטימיזציה של מלאי/הון חוזר. ביחידה זו, נסקור כיצד לקחת AI מעבר למספר ולקבלת החלטות מבצעית.

היכן AI בפעולות יוצר ערך?

בשלושה תחומים עיקריים: ניהול מלאי (כמה סחורה, מתי), מחזור הון חוזר (איסוף, תשלום, יתרת ימי מלאי) ויעילות תהליכים (כמה שלבים ובאיזה שעה עבודה מסתיימת). AI מחלץ במהירות דפוסים בנתונים אלה ומייצר השערות שיפור; אתה בודק אותם עם המציאות בשטח.

מושג מפתח: מחזור המרת מזומנים. זה מוצא לפי הנוסחה ימי מלאי + ימי איסוף − ימי תשלום ושואל "כמה ימים לוקח לכסף לצאת מהקופה ולחזור לקופה?" עונה על השאלה. קיצור משחרר מזומנים כבולים.

טיפ: בהנחיות מבצעיות, אמור תמיד "הצע פעולה קונקרטית, ניתנת לפעולה וניתנת למדידה". "שיפור תהליכים" לא עובד; "הסר את שלב האישור השלישי, המחזור יתקצר ביומיים" עובד.

שלב אחר שלב: ניתוח צוואר בקבוק

  1. תן שלבים וזמני תהליך. כמה זמן לוקח כל צעד.
  2. מצא את צוואר הבקבוק. יש לסמן את הצעד הארוך והממתין ביותר.
  3. תשאל את הסיבה השורשית. למה השם שלי ארוך? אישור, נתונים חסרים, החלפת ידיים?
  4. הצע פישוט. שלבים ניתנים להסרה / אוטומטית.
  5. למדוד את ההשפעה. כמה ימים/כמה TL ההמלצה משפרת את המחזור?

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה: שפר את תהליך הרכישה שלנו.

זה נותן עצות כלליות ובלתי ניתנות לביצוע כמו "חזק את התקשורת, הפוך לדיגיטל".

הנחיה עוצמתית:תפקידך: מנתח תהליכי תפעול.משימה: נתח את תהליך הרכישה הבא.לכל שלב: שם שלב | זמן ממוצע (ימים) | אחראי | סיבה להמתנה שלבים:1) חשב את זמן המחזור הכולל.2) הפחת את 3 הצעדים הארוכים ביותר ואת חלקם (%) בזמן הכולל.3) הצע השערת שורש אחת ו-1 פישוט קונקרטי לכל צוואר בקבוק.4) תן אומדן של "רווח צפוי (ימים)" עבור כל הצעה וסמן אותה כ"הנחה אפשרית: הנחה מתקבלת; מתן עצות כלליות.<proces>1. בקשת כניסה - 0.5 ימים2. אישור תקציב - 3 ימים3. איסוף הצעות מחיר לספק - 4 ימים4. אישור מנהל - 2 ימים5. הזמנה - 0.5 ימים</process>

הנחיה זו; הוא מראה שהנתח הגדול ביותר במחזור בן 10 הימים הוא איסוף הצעות ואישורים, ומייצר המלצה קונקרטית כמו "צמצם את שלב 3 מ-4 ימים ליום אחד עם רשימת הספקים המאושרת".

מלאי והון חוזר

בינה מלאכותית מסירה פריטים שהופכים לאט (מלאי מת) ועודפי מזומנים מנתוני המלאי.

הניתוח מגיע מטבלת המלאי שלהלן:- קצב מחזור המלאי של כל מוצר = מכירות שנתיות / מלאי ממוצע- סמן פריטים שלא היו פעילים במשך יותר מ-90 יום כ"מלאי מת"- רשום את 5 הפריטים (כמות x עלות יחידה) המחייבים הכי הרבה מזומנים- הצע פעולה עבור מלאי מת (הנחה, החזרה, קמפיין) השתמש רק במספרים בנתונים; הצג נוסחת שיעור מחזור.

מוצר

ערך מלאי

קצב מחזור

סטטוס

א.

120,000

8.0

בריא

ב.

340,000

1,2

איטי, גוזל מזומנים

ג.

85,000

0.0

מלאי מת (120 ימים לא פעיל)

סטנדרטיזציה ורשימת תהליכים

בינה מלאכותית מייצרת רשימות ביקורת שמפרקות פעולה שחוזרת על עצמה לשלבים ומבטיחות שכולם יעשו זאת באותה צורה.

צור רשימת בדיקה סטנדרטית של משימות סגירת סוף החודש הפזורות הבאות: שים את השלבים בסדר הגיוני, הוסף תפקיד אחראי וזמן משוער לכל שלב, סמן את השלבים המחוברים זה לזה. הוסף עמודה "סיכון אם מושמט" בסוף.

שימו לב: נתונים שהוצעו על ידי ה-AI כמו "רווחים צפויים: 3 ימים" הם הערכות, לא ערבויות. הסרת שלב אישור מאיצה את התהליך אך עלולה להחליש את השליטה. אנשים מבססים את האיזון בין יעילות ושליטה.

זירוז תהליך האיסוף

צוואר הבקבוק הנפוץ ביותר בהון החוזר הוא גבייה. מוציאים חשבונית, אבל הכסף לא מגיע במשך שבועות; בתקופה זו החברה מממנת את הלקוח מכספה. בינה מלאכותית ממיינת ומתעדפת חובות פתוחים (חשבוניות באיחור) עם ניתוח הזדקנות (מקבץ לפי משך הזמן שהם לא שולמו) ואפילו מנסח תקשורת תזכורת.

צור ניתוח הזדקנות מהרשימה הבאה של חייבים פתוחים:- חלקו לקבוצות פירעון: 0-30 / 31-60 / 61-90 / 90+ ימים- הצג את הסכום הכולל של כל קבוצה וחלקה בסה"כ- דרג את 5 הלקוחות עם הסיכון הגבוה ביותר (סכום גבוה + עיכוב ארוך)- הצע תזכורת מידע מנומס אך ברור עבור כל הנתונים בלבד; אנשים מקבלים את החלטת הגבייה.

ניתוח זה שואל "למי עלינו להתקשר קודם?" מבסס את השאלה על נתונים. חיוב גדול בן למעלה מ-90 יום הוא הרבה יותר קריטי מכמה עיכובים קטנים, ושם כדאי למקד את האנרגיה. AI מייצר את טקסט התזכורת, אבל ההחלטה לשלוח ולנהל את מערכת היחסים היא שלך.

טיפ: קיימות שלוש זרועות לקיצור זמן מחזור המזומנים: צמצום ימי המלאי, זירוז גבייה, הארכת תשלום (יחסים טובים עם הספק). שאל את הבינה המלאכותית "איזו משלוש הזרועות הללו תניב את הרווח המהיר ביותר עבורנו?" ' ולהגיע עם עדיפות מבוססת נתונים.

מיני מארזים

מקרה 1 - צוואר בקבוק של אישור. מחזור הרכישה הממוצע בחברה אחת היה 10 ימים. ניתוח AI הראה ששני שלבי אישור נפרדים אכלו מחצית מהזמן הכולל. כאשר הוכנס אישור יחיד לרכישות מתחת לסכום מסוים, המחזור צומצם ל-6 ימים; העיכוב לרכישות דחופות הסתיים.

מקרה 2 - מלאי מת של 340 אלף לירות. ניתוח מחזור מלאי העלה כי לא היו מכירות לפריט במשך 120 יום ו-85,000 TL היו קשורים במזומן. הצוות הפחית את המלאי עם הקמפיין; מזומן שוחרר. AI גם הציעה להפחית את כמות ההזמנה בפריט ב' שהופך לאט.

מקרה 3 - ריפוי שמחליש את השליטה. צוות אחד יישם את ההמלצה של AI "הסר אישור חשבונית, חסוך יומיים"; אך הדבר הוביל לתשלום בלתי מבוקר של חשבוניות שגויות. ההצעה בוטלה, האישור הוקם מחדש בבקרת סף אוטומטית: מתחת לסכום מסוים הוא עובר אוטומטית, מעליו נופל לאישור. כך, גם המהירות נשמרה וגם השליטה הוחזרה. לקח: לא כל האצה צריכה להקריב שליטה; לרוב הפתרון הוא לא "הסר" אלא "אוטומציה עם סף חכם".

מקרה 4 - עדיפות שמאיצה את האיסוף. בחברה אחת, שליש מהחובות הפתוחים היו בני יותר מ-90 יום, אבל הצוות התקשר לכולם באותו סדר. ניתוח הזדקנות בינה מלאכותית הראה כי 60% מהכמות התרכזה בחמישה לקוחות בלבד. כאשר האנרגיה הופנתה לחמשת הלקוחות הללו, ירדה תקופת הגבייה מ-58 ימים ל-44 ימים בשישה שבועות והשתחררה כמות לא מבוטלת של מזומנים. לקח: זה לא מאמץ, אלא סדר עדיפויות נכון שעושה כסף באיסוף.

טעויות נפוצות

  • הסתפק בעצות כלליות. "עבור לדיגיטל" אינו מעשי; בקשו פעולה קונקרטית ניתנת למדידה.
  • המתנה לניתוח מבלי לספק נתוני זמן/צעד. צוואר הבקבוק נראה רק עם נתונים.
  • בהנחה שתחזיות הרווחים הן ערובה. "רווח 3 ימים" של AI הוא השערה, שנבדקה בשטח.
  • האצה על ידי הקרבת שליטה. הסרת אישור עלולה להגביר את הסיכון; בני אדם מבססים את האיזון.
  • התעלמות ממלאי מת. מזומן קשור הוא עלות שקטה; סרוק באופן קבוע עם מהירות סיבוב.

לסיכום

  • בינה מלאכותית היא עוזרת אנליטית רבת עוצמה שמאפשרת לגלות צווארי בקבוק תפעוליים, מלאי מת ועיכובים במחזור המזומנים.
  • תן את שלבי התהליך עם משך הזמן והסר את השלבים הארוכים ביותר ואת הסיבה השורשית; בקשו פעולה קונקרטית ניתנת למדידה.
  • זמן מחזור מזומנים (מלאי + גבייה - ימי תשלום) הוא אינדיקטור לתקינות ההון החוזר; קיצור משחרר מזומנים.
  • נתוני "הרווחים הצפויים" שנותן המודל הם אומדנים; חייב להיבדק בשטח.
  • אנשים מבססים את האיזון בין יעילות ושליטה; כל האצה לא צריכה להקריב שליטה.

משימת יישום

רשום תהליך חוזר מהעסק שלך (רכישה, גבייה, סגירה) עם שלבים וזמנים. הסר צווארי בקבוק והצעות לפישוט עם תבנית ההנחיה החזקה; אמת ידנית את זמן המחזור הכולל. כמו כן, יש לחשב את קצב התחלופה מתוך רשימת מלאי וסימון פריטי מלאי מתים. אנו לוקחים את ההצעה המושכת ביותר של המודל ושואלים "איזו שליטה הוא מחליש?" העריכו עם השאלה.

רשימת בדיקה

  • [ ] נתתי לתהליך שלבים עם משך הזמן והאחריות שלהם.
  • [ ] אימתתי את זמן המחזור הכולל באופן ידני.
  • [ ] רציתי פעולה קונקרטית ניתנת למדידה; לא הפסקתי עם עצות כלליות.
  • [ ] חישבתי את קצב מחזור המניה עם הנוסחה וסימנתי את המניה המתה.
  • [ ] התייחסתי לנתוני "הרווחים הצפויים" כהערכות.
  • [ ] הערכתי כל הצעת האצה לצורך שליטה בסיכון.