Piegādes ķēde un izsekojamība

Ieguvumi:

• Spēja pielietot partijas/partijas izsekojamības, atsaukšanas un piegādātāja kvalitātes koncepcijas
• Spēja izveidot izsekojamības ierakstu, atsaukšanas scenāriju un pamatcēloņa izklāstu, izmantojot AI
• Spēja pārbaudīt mākslīgā intelekta ierosināto izsekojamību un atsaukšanas darbības ar reģistrāciju un tiesību aktiem

Ir piektdienas pēcpusdiena, jūs strādājat piena kombināta kvalitātes nodaļā. Trīs dienas pēc nosūtīšanas ārējās laboratorijas analīze liecina, ka piegādātāja zemeņu partijā pelējuma/rauga skaits ir lielāks, nekā paredzēts. Kurās ražošanas partijās tika izmantota šī zemene? Kuriem klientiem un kādos tirgos šīs partijas devās? Cik palešu ir palikušas noliktavā? Vai ir nepieciešams atsaukt, un ja jā, tad kurā klasē? Viņam ir ERP ekrāns, virkne Excel failu un pieaugošs spiediens. Ir vilinoši pateikt AI palīgam "iedodiet man atsaukšanas plānu". Šajā nodaļā jūs praktiski aptversit partijas izsekojamību, atsaukšanas loģiku un piegādātāja kvalitāti; Uzziniet, kā ar AI izveidot izsekojamības ierakstus, atsaukt scenārijus un pamatcēloņu uzmetumus; Vissvarīgākais ir tas, ka mēs centīsimies pārbaudīt katru AI ieteikto soli ar reāliem ierakstiem un tiesību aktiem.

Izsekojamības pamats: solis atpakaļ, solis uz priekšu

Pārtikas nekaitīguma tiesību aktu izsekojamības princips ir princips "viens solis atpakaļ, viens solis uz priekšu". Katram uzņēmumam jāzina vismaz:

• Viens solis atpakaļ: no kura piegādātāja, ar kuru partijas/partijas numuru tika saņemtas izejvielas/iepakojums?
• Viens solis uz priekšu: kurā partijā, kuram klientam/izplatītājam, kādā daudzumā un kad nonāca manis ražotais produkts?

Tas, kas savieno šos divus gredzenus, ir partijas kods. Ja izejvielu partijas un gatavās produkcijas partijas nesakrīt, tiek zaudēta izsekojamība, un viena piegādātāja problēmas gadījumā jums būs jāatsauc visa produkcija.

Padoms. Labs partijas kods ir lasāms un nozīmīgs. Piemēram, 24W29-L2-A = 2024. gads, 29. nedēļa, 2. rindiņa, A maiņa. Ja kodā ir iegults ražošanas datums, līnija un maiņa, dažu sekunžu laikā redzēsit, kuri mainīgie ir izplatīti problēmas gadījumā. Varat likt AI izstrādāt koda shēmu, taču jūs pārbaudāt, vai shēma tiek konsekventi piemērota visā ierakstu sistēmā.

Izsekojamības ierakstu tabulas paraugs

gatavās produkcijas partija

Ražošanas datums

Līnija/Shift

Zemeņu izejvielu partija

Piegādātājs

Ražošanas daudzums

norādītais klients

paliek glabāšanā

24W29-L2-A

17.07.2026

2. rinda/A

CLK-2607-B

Agriculture Inc.

4800 spaiņus

Tirgus X (3000), tirgus Y (1200)

600

24W29-L2-B

17.07.2026

2. rindiņa/B

CLK-2607-B

Agriculture Inc.

4500 spaiņus

Tirgus Z (4000)

500

24W30-L1-A

18.07.2026

Line1/A

CLK-2801-C

SIA Garden

5000 spaiņu

Tirgus X (5000)

0

Šajā tabulā, ja aizdomīgā zemeņu partija ir CLK-2607-B, vienīgās ietekmētās gatavo preču partijas ir 24W29-L2-A un 24W29-L2-B; 24W30-L1-A ir ārpus darbības jomas, jo tas nāk no cita piegādātāja partijas. Tas ir tieši tāds izsekojamības spēks: tas sašaurina problēmu, iekļaujot tikai skartās partijas, nevis visu produkciju.

Atsaukt klases un soļus

Atsaukumus klasificē pēc riska smaguma pakāpes. Vispārējā sistēma (nomenklatūra var atšķirties atkarībā no avota):

• I klase: nopietns/nāvējošs risks veselībai (piemēram, patogēnu piesārņojums, nedeklarēts alergēns, svešķermeņi-stikls). Tūlītēja un publiska atsaukšana.
• II klase: īslaicīgs vai atgriezenisks veselības apdraudējums (piemēram, mikrobioloģiskais robežpārsniegums).
• III klase: zems veselības apdraudējums, bet neatbilstība tiesību aktiem (piemēram, neliela kļūda uz etiķetes, svara neatbilstība).

Atsaukšanas pamatdarbības:

1. Pārtraukšana un karantīna: pārtrauciet aizdomīgu partiju sūtīšanu, fiziski nošķiriet krājumus noliktavā un atzīmējiet to ar uzrakstu "KARANTĪNA".
2. Nosakiet darbības jomu: izņemiet visas ietekmētās gatavo preču partijas un izplatīšanas punktus no izsekojamības ierakstiem.
3. Novērtējiet un klasificējiet risku: nosakiet atsaukšanas klasi atbilstoši bīstamības veidam un iedarbībai.
4. Paziņot: informēt iekšējo vadību, klientus un, ja nepieciešams, kompetento iestādi (Lauksaimniecības un mežsaimniecības ministriju / provinces direktorātu).
5. Atsaukt un pārbaudīt: Savāciet produktu, saskaņojiet savākto daudzumu ar nosūtīto daudzumu (% atsaukšanas efektivitāte).
6. Pamatcēloņu analīze un koriģējošā darbība: ieviesiet pastāvīgu risinājumu, lai novērstu atkārtošanos.

Drošība: nekad neļaujiet AI vienam noteikt zvanu klasi un to, vai ir nepieciešams publisks paziņojums. Klasifikācija; To veic ar pārtikas nekaitīguma grupas riska novērtējumu un kompetentās iestādes norādījumiem (likumdošanu). AI teiciens "šī ir II klase, nav nepieciešams paziņojums" ir ieteikums; Nepareiza klasifikācija rada sabiedrības veselību un juridisku atbildību.

Atsaukt scenāriju un pamatcēloņa uzmetumu, izmantojot AI

AI kā urbšanas (simulācijas) un vilkmes ģeneratora izmantošana ir ļoti vērtīga. Bet vispirms apskatīsim atšķirību starp vāju un spēcīgu uzvedni:

VĀJS UZDEVUMI: "Zemeņu partijā bija pelējums, uzrakstiet man atsaukšanas plānu." (AI ATTIECAS, kuras partijas tiek ietekmētas, izplatīšana, regulējuma paziņošanas periodi; sniedz vispārīgu tekstu, tas neskar jūsu ierakstus.) SPĒCĪGA UZRADE: "Loma: Jūs esat pārtikas nekaitīguma atsaukšanas koordinators. Zemāk ir mana izsekojamības ierakstu tabula (gatavās produkcijas partija, izejmateriālu partija, piegādātājs, klients, daudzums). Aizdomīga izejvielu partija: CLK-2607 LIST) Taskold1thyeast (m:goldthyeast). Ietekmētās produktu partijas un klienti tikai saskaņā ar šo tabulu.

Spēcīgā uzvedne savieno AI ar ierakstu un sašaurina halucināciju lauku.

Iemesls: 5 Kāpēc metode

Izplatīts rīks pamatcēloņu analīzē ir "5 kāpēc". Zemeņu piemēram:

Problēma: pelējums/raugs pārsniedz ierobežojumu CLK-2607-B zemeņu partijai.1. Kāpēc tas ir augsts? -> Pieņemot zemenes, iespējams, pārtrūkusi aukstuma ķēde.2. Kāpēc tas tika salauzts? -> Iebraucošā transportlīdzekļa dzesēšanas rekords uzrādīja 11°C 4°C vietā.3. Kāpēc 11°C? -> Transportlīdzekļa dzesēšanas agregāts nedarbojās uz ceļa.4. Kāpēc tas netika pamanīts? -> Temperatūras rekords tika nolasīts pieņemšanas brīdī, bet produkts tika pieņemts ar "nosacījuma pieņemšanu", neskatoties uz tolerances robežu.5. Kāpēc tas tika nosacīti pieņemts? -> Aukstās ķēdes noraidīšanas kritēriji pieņemšanas procedūrā nav skaidri definēti; Lēmums tiek atstāts operatora iniciatīvas ziņā. Galvenais iemesls: pieņemšanas procedūrā nav skaidrs aukstās ķēdes noraidīšanas slieksnis un lēmumu pieņemšanas iestāde. Koriģējošā darbība: procedūra, lai automātiski NORAIDĪTU aukstās ķēdes produktu, kas pienāk temperatūrā >7°C + operatora apmācība + datu reģistrētāja pienākums.

Uzmanību: katrs solis no 5 Kāpēc ir hipotēze. AI var izveidot šo ķēdi raiti, taču, kamēr katra saite nav pārbaudīta ar faktisko ierakstu (transportlīdzekļa temperatūras žurnāls, pieņemšanas veidlapa, piegādātāja CoA), nevar noteikt galveno cēloni. Tas, ka mākslīgais intelekts rakstīja "aukstā ķēde tika pārrauta", nepierāda, ka tā tika pārrauta; Tiek pārbaudīts temperatūras ieraksts.

Piegādātāja kvalitāte un aukstuma ķēde

Izsekojamības priekšnoteikums ir uzticams piegādātājs. Piegādātāja kvalitātes vadības galvenie elementi: apstiprināts piegādātāju saraksts, analīzes sertifikāts (CoA) par katru sūtījumu, periodisks audits un neatbilstības ieraksts. Temperatūras reģistrēšana ir obligāta katrā aukstuma ķēdes produktu pārsūtīšanas punktā; Viena ieraksta nepilnība ir vājais posms visas partijas izsekojamības ķēdē.

mini futrālis

Saldējuma ražotājs atklāj nedeklarētu mandeļu pēdas partijā no lazdu riekstu sviesta piegādātāja (alergēnu savstarpēja piesārņošana). Lai rīkotos ātri, kvalitātes vadītājs jautā AI “kurus produktus man vajadzētu atsaukt?” AI iesaka vispārīgu sarakstu, jo nav sniegtas tabulas, un plašu klāstu ar "iespējams, visi pēdējo divu nedēļu varianti". Attiecīgi vadītājs gatavojas atsaukt 40 preču veidus. Vecākais inženieris atver izsekojamības ierakstus: pārkāpuma lazdu riekstu partija tika izmantota tikai divos produktos vienā datumu diapazonā; citas šķirnes ir no dažādu piegādātāju partijas. Pareizais pārklājums ir 2 preces, nevis 40. Turklāt, tā kā mandeles ir nedeklarēts alergēns, tas ir I klases statuss, un par to ir jāziņo kompetentajai iestādei — AI to ir nodēvējis par “nelielu marķējuma problēmu”. Atgriešanās pie ierakstīšanas gan novērsa nevajadzīgu miljonu iznīcināšanu, gan atklāja reālā riska nopietnību.

Biežas kļūdas

• Izejvielu partijas un produkta partijas neatbilstības saglabāšana; Problēmas gadījumā ir jāatsauc visa produkcija.
• Izmantot "ietekmēto produktu sarakstu", ko AI veido bez reģistrācijas, nepārbaudot to ar faktisko izsekojamības tabulu.
• Atsaukšanas klases (I/II/III) noteikšana, pamatojoties uz riska novērtējumu un AI ieteikumu, nevis tiesību aktiem.
• Alergēnu savstarpējā kontaminācija tiek uzskatīta par "nelielu etiķetes kļūdu" un trūkst I pakāpes nopietnības.
• Galvenā iemesla deklarēšana, nepārbaudot katru ķēdes 5 Kāpēc saiti ar faktisko ierakstu (temperatūras žurnāls, CoA, pieņemšanas veidlapa).
• Neredzot nepilnības aukstās ķēdes temperatūras ierakstos kā vājo posmu izsekojamības ķēdē.
• Uzņemoties ziņošanas pienākumus un termiņus kompetentajai iestādei, pamatojoties uz AI sagatavoto informāciju; Netiek apstiprināts no oficiālajiem tiesību aktiem.

Rezumējot

• Izsekojamības pamatā ir "viens solis atpakaļ, viens solis uz priekšu", un partijas kods to saista kopā.
• Labi uzturēts izsekojamības ieraksts sašaurina problēmas jomu, iekļaujot tikai skartās partijas, nevis visu produkciju.
• Atsaukumus klasificē pēc riska (I/II/III), un klasifikāciju veic, pamatojoties uz riska novērtējumu + tiesību aktiem, nevis pēc AI.
• Ar AI ir efektīvi izveidot atsaukšanas scenārijus, kontrolsarakstus un 5 iemeslu pamatcēloņu izklāstus; tomēr izvade ir melnraksts, un to pārbauda ieraksts.
• AI var halucinēt ietekmētās partijas, izplatīšanu, paziņošanas periodus un klasifikāciju, ja reģistrācija nav nodrošināta; Katru soli apstiprina faktiskais ieraksts un likumdošana.
• Galīgais atsaukšanas lēmums, darbības joma un paziņošana iestādei; Tas tiek veikts kvalitātes komandas pārbaudītās uzskaites un oficiālās likumdošanas ietvaros.

Lietojumprogrammas uzdevums

Izveidojiet reālistisku izsekojamības uzskaites tabulu ar vismaz 5 gatavo preču partijām un 3 izejvielu piegādātājiem hipotētiskā pārtikas ražošanā (piemēram, ātri pagatavojama zupa, augļu cepumi, svaigi salāti); Ļaujiet tabulā iekļaut izejmateriālu partiju gatavās produkcijas partiju saskaņošanu, klientu izplatīšanu un noliktavas krājumus. Identificējiet neatbilstības (mikrobioloģiskā pārsnieguma vai nedeklarēta alergēna) scenāriju piegādātāja partijā. Sniedziet AI stingru aicinājumu uzskaitīt skartās partijas un izveidot 5 Kāpēc uzmetumu ar atsaukšanas kontrolsarakstu. Pēc tam salīdziniet mākslīgā intelekta izvadi ar savu tabulu: apstipriniet vai atspēkojiet ietekmēto partijas apjomu, ieteikto atsaukšanas klasi un pamatcēloņu ķēdi. Ziņojumā; Aprakstiet, kuras mākslīgā intelekta daļas apstiprinājāt ar ierakstu, kur tās izraisīja halucinācijas vai pārmērīgu/zemu pārklājumu un uz kādiem pārbaudītiem pierādījumiem pamatojāt savu galīgo atsaukšanas lēmumu. Ziņojumā iekļaujiet nepieciešamību paziņot iestādei un to, ka tas ir jāapstiprina ar tiesību aktiem.