പ്രവർത്തന വിശകലനം: കാര്യക്ഷമത, തടസ്സം, ശേഷി

നേട്ടങ്ങൾ:

• തടസ്സത്തിൻ്റെ യുക്തി മനസ്സിലാക്കാനുള്ള കഴിവ് (ഒരു പ്രക്രിയയുടെ വേഗത അതിൻ്റെ വേഗത കുറഞ്ഞ ഘട്ടത്തിൻ്റെ വേഗതയാണ്) കൂടാതെ കൃത്രിമ ബുദ്ധിയുടെ പിന്തുണയോടെ ശരിയായ പോയിൻ്റിൽ അത് കണ്ടെത്താനും മെച്ചപ്പെടുത്താനും തടസ്സം ലക്ഷ്യമിടുന്നു.
• ഗുണനിലവാരവും സുസ്ഥിരതയും ചേർന്ന് ഉൽപ്പാദനക്ഷമത അളക്കാനും തെറ്റായ ഉൽപ്പാദന കെണി ഒഴിവാക്കാനുമുള്ള കഴിവ്
• ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് കപ്പാസിറ്റി സാഹചര്യങ്ങൾ നിർമ്മിക്കാനും അവയെ സാമ്പത്തിക യാഥാർത്ഥ്യവുമായി സംയോജിപ്പിക്കാനുമുള്ള കഴിവ്, അവ പ്രവചനങ്ങളാണെന്ന് അറിയുക

പ്രവർത്തനങ്ങൾ ഒരു ബിസിനസ്സിൻ്റെ പേശിയാണ്: എവിടെയാണ് ഉൽപ്പന്നം നിർമ്മിക്കുന്നത്, സേവനം നൽകുന്നു, ജോലി യഥാർത്ഥത്തിൽ ചെയ്തു. ഒരു മാനേജരെ സംബന്ധിച്ചിടത്തോളം, ഓപ്പറേഷൻ നന്നായി കൈകാര്യം ചെയ്യുക എന്നതിനർത്ഥം അതേ വിഭവങ്ങൾ ഉപയോഗിച്ച് കൂടുതൽ മൂല്യം ഉണ്ടാക്കുക എന്നാണ്. ഇതിൻ്റെ താക്കോൽ മൂന്ന് ആശയങ്ങളിലാണ്: കാര്യക്ഷമത (ഒരു ഇൻപുട്ടിന് നിങ്ങൾ എത്രമാത്രം ഔട്ട്പുട്ട് ഉത്പാദിപ്പിക്കുന്നു), തടസ്സം (മുഴുവൻ ഒഴുക്കിനെയും മന്ദീഭവിപ്പിക്കുന്ന ഏറ്റവും ഇടുങ്ങിയ പോയിൻ്റ്), ശേഷി (ലഭ്യമായ വിഭവം ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഉത്പാദിപ്പിക്കാൻ കഴിയുന്ന പരമാവധി തുക). ഈ യൂണിറ്റിൽ, പ്രവർത്തന ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനും തടസ്സങ്ങൾ കണ്ടെത്തുന്നതിനും ശേഷി ആസൂത്രണം ചെയ്യുന്നതിനും AI എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പഠിക്കും. അതിർത്തി: AI വിശകലനവും ശുപാർശയും നൽകുന്നു; ഏത് തടസ്സത്തിലാണ് നിക്ഷേപിക്കേണ്ടതെന്നും വിഭവം എങ്ങനെ വിതരണം ചെയ്യണമെന്നും മാനേജർ തീരുമാനിക്കുന്നു.

തടസ്സത്തിൻ്റെ യുക്തി: ശൃംഖലയിലെ ഏറ്റവും ദുർബലമായ ലിങ്ക്

പ്രവർത്തന മാനേജ്മെൻ്റിൻ്റെ ഏറ്റവും ശക്തമായ ആശയം ലളിതമാണ്: ഒരു പ്രക്രിയയുടെ വേഗത അതിൻ്റെ വേഗത കുറഞ്ഞ ഘട്ടത്തിൻ്റെ വേഗതയാണ്. അഞ്ച് ഘട്ടങ്ങളുള്ള പ്രൊഡക്ഷൻ ലൈനിൽ, നാല് ഘട്ടങ്ങൾ മണിക്കൂറിൽ 100 ​​കഷണങ്ങൾ പ്രോസസ്സ് ചെയ്യുകയും ഒരു ഘട്ടം 40 കഷണങ്ങൾ പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യുന്നുവെങ്കിൽ, മുഴുവൻ ലൈനിൻ്റെയും വേഗത 40 ആണ്. ഈ വേഗത കുറഞ്ഞ ഘട്ടത്തെ തടസ്സം എന്ന് വിളിക്കുന്നു. തടസ്സത്തിന് പുറത്തുള്ള നടപടികൾ ത്വരിതപ്പെടുത്തുന്നത് പണവും പരിശ്രമവും പാഴാക്കലാണ്; കുപ്പിക്കഴുത്ത് വീതി കൂട്ടുക മാത്രമാണ് ചെയ്യുന്നത്. അതുകൊണ്ടാണ് പ്രവർത്തന വിശകലനത്തിൻ്റെ ആദ്യ ചോദ്യം എപ്പോഴും "എവിടെയാണ് തടസ്സം?"

നിങ്ങളുടെ പ്രവർത്തന ഡാറ്റയിലെ തടസ്സം കണ്ടെത്തുന്നതിൽ AI ഒരു നല്ല സഹായിയാണ്: നിങ്ങൾ ഓരോ ഘട്ടത്തിൻ്റെയും ദൈർഘ്യം, കാത്തിരിപ്പ് സമയങ്ങൾ, ബാക്ക്‌ലോഗുകൾ എന്നിവ നൽകുന്നു, അത് ഏറ്റവും കടുപ്പമേറിയ പോയിൻ്റും അതിന് മുന്നിലുള്ള ബാക്ക്‌ലോഗും അടയാളപ്പെടുത്തും. എന്നാൽ സൂക്ഷിക്കുക: ഡാറ്റയിലെ ഏറ്റവും മന്ദഗതിയിലുള്ള ഘട്ടം AI കാണിക്കുന്നു; ഇത് യഥാർത്ഥ തടസ്സമാണോ താൽക്കാലിക തടസ്സമാണോ എന്ന് നിങ്ങളുടെ ഫീൽഡ് അറിവ് ഉപയോഗിച്ച് നിങ്ങൾ വേർതിരിച്ചറിയണം.

സൂചന: തടസ്സം കണ്ടെത്തുന്നതിനുള്ള പ്രായോഗിക അടയാളം "ബാക്ക്ലോഗ്" ആണ്. ഏത് ഘട്ടമാണ് നിങ്ങളുടെ മുന്നിൽ കുമിഞ്ഞുകൂടുന്നത് (ബാക്ക്‌ലോഗ്, ക്യൂ, വർക്ക്-ഇൻ-പ്രോസസ് ഇൻവെൻ്ററി) തടസ്സമാകാൻ സാധ്യതയുണ്ട്. AI-യോട് ചോദിക്കുക, "ഏറ്റവും കൂടുതൽ ജോലിയുള്ള ഘട്ടം ഏതാണ്?" ചോദിക്കുന്നതിലൂടെ നിങ്ങൾക്ക് ഇത് വേഗത്തിൽ കണ്ടെത്താനാകും:

കാര്യക്ഷമതയും ശേഷിയും: വിഭവങ്ങൾ വിവേകത്തോടെ ഉപയോഗിക്കുക

ഉൽപ്പാദനക്ഷമത എന്നത് ഇൻപുട്ടിൻ്റെയും ഔട്ട്പുട്ടിൻ്റെയും അനുപാതമാണ്: ഒരേ അദ്ധ്വാനം കൊണ്ട് കൂടുതൽ ഉൽപ്പാദിപ്പിക്കുക, ഒരേ യന്ത്രം ഉപയോഗിച്ച് പാഴാക്കൽ കുറവ്. എന്നാൽ കാര്യക്ഷമതയെ അന്ധമായി പിന്തുടരുന്നത് ഒരു കെണിയാണ് - ഗുണനിലവാരം കുറയ്ക്കുന്നതോ തൊഴിലാളികളെ കത്തിക്കുന്നതോ ആയ "കാര്യക്ഷമത" യഥാർത്ഥത്തിൽ പണം ചിലവാക്കുന്നു. നല്ല മാനേജർമാർ കാര്യക്ഷമതയും ഗുണനിലവാരവും സുസ്ഥിരതയും അളക്കുന്നു.

കപ്പാസിറ്റി പ്ലാനിംഗ് എന്നാൽ ആവശ്യം നിറവേറ്റുന്നതിനായി വിഭവങ്ങൾ മുൻകൂട്ടി ക്രമീകരിക്കുക എന്നാണ്. കുറഞ്ഞ ശേഷി അർത്ഥമാക്കുന്നത് ഓർഡറുകൾ നഷ്‌ടപ്പെടുത്തുന്നു എന്നാണ്; അധിക ശേഷി അർത്ഥമാക്കുന്നത് നിഷ്ക്രിയ ചെലവുകൾ എന്നാണ്. നിങ്ങളുടെ ചരിത്രപരമായ ഡിമാൻഡിൽ നിന്നും ശേഷി ഡാറ്റയിൽ നിന്നും സാഹചര്യങ്ങൾ സൃഷ്ടിക്കുന്നതിൽ AI ശക്തമാണ്: "ഡിമാൻഡ് 20 ശതമാനം വർദ്ധിക്കുകയാണെങ്കിൽ, ഏത് ഘട്ടമാണ് തടസ്സമാകുന്നത്?", "ഞങ്ങൾ ഒരു ഷിഫ്റ്റ് ചേർത്താൽ, തടസ്സം പരിഹരിക്കപ്പെടുമോ?" പോലുള്ള ചോദ്യങ്ങൾക്ക് ഇത് ദ്രുത സാഹചര്യങ്ങൾ നൽകുന്നു. ഈ സാഹചര്യങ്ങൾ പ്രവചനങ്ങളാണ്; സാമ്പത്തിക യാഥാർത്ഥ്യവും ഫീൽഡ് അറിവും അടിസ്ഥാനമാക്കിയാണ് നിങ്ങൾ തീരുമാനമെടുക്കുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - തെറ്റായ സ്ഥലത്ത് നിക്ഷേപം. ഒരു ഫർണിച്ചർ വർക്ക് ഷോപ്പിൽ ഉത്പാദനം മന്ദഗതിയിലായിരുന്നു. ഏറ്റവും ചെലവേറിയ യന്ത്രം (കട്ടിംഗ്) പുതുക്കി എന്നതായിരുന്നു മാനേജരുടെ ആദ്യ പ്രതികരണം. ആദ്യം, അദ്ദേഹം അജ്ഞാത ഘട്ടം സമയങ്ങൾ AI-ക്ക് നൽകി. കട്ടിംഗല്ല, ഡൈയിംഗ്-ഡ്രൈയിംഗ് സ്റ്റെപ്പാണ് തടസ്സമെന്നും, ശരാശരി 3 ദിവസത്തെ സെമി-ഫിനിഷ്ഡ് ഉൽപ്പന്നങ്ങൾ അതിൻ്റെ മുന്നിൽ കുമിഞ്ഞുകൂടിയിട്ടുണ്ടെന്നും YZ കാണിച്ചു. ഒരു പുതിയ കട്ടിംഗ് മെഷീന് പകരം, മാനേജർ രണ്ടാമത്തെ ഉണക്കൽ അടുപ്പിൽ നിക്ഷേപിച്ചു; ഉൽപ്പാദന നിരക്ക് 28 ശതമാനം വർദ്ധിച്ചു, ചെലവ് മൂന്നിലൊന്ന്.

കേസ് 2 - വ്യാജ കാര്യക്ഷമത. ഒരു കോൾ സെൻ്ററിൽ, "ഓരോ കോളിനും സമയം" കുറയുകയും ഉൽപ്പാദനക്ഷമത വർദ്ധിക്കുകയും ചെയ്തു. എന്നാൽ AI-ക്ക് ഉപഭോക്തൃ സംതൃപ്തിയും ആവർത്തിച്ചുള്ള കോൾ നിരക്കും ഒരുമിച്ച് നൽകിയപ്പോൾ, സത്യം പുറത്തുവന്നു: ഉപഭോക്താക്കൾ അവരുടെ പ്രശ്നങ്ങൾ പരിഹരിക്കപ്പെടാത്തതിനാൽ വീണ്ടും വിളിക്കുന്നു, മൊത്തം ജോലിഭാരം വർദ്ധിച്ചു. "കാര്യക്ഷമത" ഒരു മിഥ്യയായിരുന്നു. മെട്രിക് "ആദ്യ കോൾ റെസല്യൂഷൻ നിരക്ക്" എന്നാക്കി മാറ്റി.

കേസ് 3 - ശേഷിയുടെ സാഹചര്യം. ഒരു ചരക്ക് വിതരണ കേന്ദ്രം അവധിക്ക് മുമ്പുള്ള ഡിമാൻഡ് കുതിച്ചുയരാൻ തയ്യാറെടുക്കുകയായിരുന്നു. മാനേജർ അജ്ഞാത കഴിഞ്ഞ അവധിക്കാല ഡാറ്റ AI-ക്ക് നൽകി, "ഡിമാൻഡ് 40 ശതമാനം വർദ്ധിച്ചാൽ, ഏത് ഘട്ടം തടയും?" അവൻ ചോദിച്ചു. സോർട്ട് പാഴ്‌സ് സ്റ്റെപ്പ് തകരാറിലാകുമെന്ന് AI പ്രവചിച്ചു. ആ നടപടിക്കായി മാനേജർ താൽക്കാലിക ജീവനക്കാരെ നിശ്ചയിച്ചു; ഈദ് പ്രവർത്തനം തടസ്സമില്ലാതെ കടന്നുപോയി. സാഹചര്യം AI-ൽ നിന്നുള്ളതാണ്, തീരുമാനം മാനേജരിൽ നിന്നാണ്.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) തടസ്സം കണ്ടെത്തൽ:

നിങ്ങളുടെ റോൾ: ഓപ്പറേഷൻസ് അനലിസ്റ്റ്. അറ്റാച്ച് ചെയ്തിരിക്കുന്ന അജ്ഞാത പ്രോസസ്സ് ഡാറ്റ ഉപയോഗിക്കുക (ഘട്ട നാമം, ശരാശരി സമയം, ബാക്ക്ലോഗ്). എന്നോട്:1) ഏറ്റവും മന്ദഗതിയിലുള്ള ചുവടും അതിന് മുന്നിലുള്ള ബാക്ക്‌ലോഗും കാണിക്കുക.2) ഇത് തടസ്സമാകാനുള്ള സാധ്യതയെ ന്യായീകരിക്കുക.3) തടസ്സം കൂടാതെ മറ്റ് ഘട്ടങ്ങൾ വേഗത്തിലാക്കുന്നത് എന്തുകൊണ്ട് പ്രവർത്തിക്കുന്നില്ല എന്ന് എന്നെ ഓർമ്മിപ്പിക്കുക. ഞാൻ നൽകിയ നമ്പറുകൾ മാത്രം ഉപയോഗിക്കുക.

2) കാര്യക്ഷമത-ഗുണനിലവാരം ബാലൻസ്:

ഇനിപ്പറയുന്ന ഉൽപ്പാദനക്ഷമത മെട്രിക് മെച്ചപ്പെടുത്തുന്നത് ഞാൻ പരിഗണിക്കുകയാണ്: [മെട്രിക്]. ഈ മെട്രിക് മാത്രം പിന്തുടരുകയാണെങ്കിൽ ഏത് ഗുണനിലവാരം/ജീവനക്കാരൻ/ഉപഭോക്താവ് ഇൻഡിക്കേറ്റർ ബാധിക്കാം? അപകടസാധ്യതകൾ ലിസ്റ്റുചെയ്യുക, ഗുണമേന്മയ്‌ക്കൊപ്പം കാര്യക്ഷമത അളക്കുന്ന ഒരു സമതുലിതമായ മെട്രിക് നിർദ്ദേശിക്കുക.

3) ശേഷിയുടെ സാഹചര്യം:

അറ്റാച്ചുചെയ്ത അജ്ഞാത ശേഷി ഡാറ്റ ഉപയോഗിക്കുക (ഘട്ടം, നിലവിലെ ശേഷി, നിലവിലെ ആവശ്യം). 3 സാഹചര്യങ്ങൾ സൃഷ്ടിക്കുക: ഡിമാൻഡ് +10%, +25%, +40%. ഓരോ സാഹചര്യത്തിലും, ഏത് ഘട്ടമാണ് ആദ്യം തടഞ്ഞതെന്നും എത്ര അധിക ഉറവിടങ്ങൾ ആവശ്യമാണെന്നും പട്ടികയിൽ കാണിക്കുക. കണക്കുകൂട്ടൽ സൂത്രവാക്യങ്ങൾ എഴുതുക, അതുവഴി എനിക്ക് അവ സ്വമേധയാ പരിശോധിക്കാൻ കഴിയും.

4) മാലിന്യ വിശകലനം:

അറ്റാച്ച് ചെയ്‌തിരിക്കുന്ന അജ്ഞാത പ്രൊഡക്ഷൻ ഡാറ്റയിൽ (ഏത് ഘട്ടത്തിൽ എത്ര നഷ്ടം) വേസ്റ്റേജ് പോയിൻ്റുകൾ കണ്ടെത്തുക. നഷ്ടത്തിൻ്റെ പ്രധാന 3 ഉറവിടങ്ങൾ പട്ടികപ്പെടുത്തുകയും ഓരോന്നിനും കുറഞ്ഞ ചെലവിൽ മെച്ചപ്പെടുത്തൽ നിർദ്ദേശിക്കുകയും ചെയ്യുക. തെളിവില്ലാതെ ഒരു കാരണം ഉന്നയിക്കരുത്; അത് വ്യക്തമല്ലെങ്കിൽ, "അന്വേഷണം നടത്തണം" എന്ന് പറയുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

എനിക്ക് എങ്ങനെ ഉത്പാദനം വേഗത്തിലാക്കാം?

ഡാറ്റയില്ല, പ്രക്രിയയില്ല. AI പൊതുവായ ശുപാർശകൾ നൽകുന്നു (കൂടുതൽ മെഷീനുകൾ, കൂടുതൽ ഉദ്യോഗസ്ഥർ); ഇവ നിങ്ങളെ തടസ്സത്തിന് പുറത്ത് നിക്ഷേപിക്കുകയും പണം നഷ്‌ടപ്പെടുത്തുകയും ചെയ്യും.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: ഓപ്പറേഷൻസ് അനലിസ്റ്റ്. അറ്റാച്ച് ചെയ്‌ത അജ്ഞാത ഡാറ്റയിൽ 6 പ്രൊഡക്ഷൻ ഘട്ടങ്ങളും ഓരോ ഘട്ടത്തിൻ്റെയും ദൈർഘ്യവും വരാനിരിക്കുന്ന ജോലിയും അടങ്ങിയിരിക്കുന്നു. മൊത്തം ഉൽപ്പാദന വേഗത വർദ്ധിപ്പിക്കുക എന്നതാണ് എൻ്റെ ലക്ഷ്യം. ആദ്യം തടസ്സം കണ്ടെത്തുക, തുടർന്ന് ആ ഘട്ടം വികസിപ്പിക്കുന്നതിൻ്റെ ആഘാതം കണക്കാക്കുക. തടസ്സമില്ലാത്ത ഘട്ടങ്ങളിൽ നിക്ഷേപിക്കാൻ ശുപാർശ ചെയ്യുക. സൂത്രവാക്യങ്ങൾ കാണിക്കുക.

വലിപ്പം

മോശം സമീപനം

ശക്തമായ സമീപനം

ഡാറ്റ

ഒന്നുമില്ല

ഘട്ടം സമയങ്ങൾ ചേർത്തു

ഫോക്കസ് ചെയ്യുക

മൊത്തത്തിലുള്ള വേഗത

തടസ്സം

നിക്ഷേപ ദിശ

ക്രമരഹിതമായ

കുപ്പിവളയെ ലക്ഷ്യമാക്കി

സ്ഥിരീകരണക്ഷമത

താഴ്ന്ന

ഫോർമുല ഉപയോഗിച്ച്

ചെലവ് കാര്യക്ഷമത

താഴ്ന്ന

ഉയർന്നത്

സാധാരണ തെറ്റുകൾ

• തടസ്സത്തിന് പുറത്ത് നിക്ഷേപം. ഏറ്റവും ചെലവേറിയ ഘട്ടമല്ല, ഇടുങ്ങിയ ഘട്ടം മെച്ചപ്പെടുത്തുക.
• വ്യാജ കാര്യക്ഷമത. ഗുണനിലവാരം കുറയ്ക്കുന്ന വേഗത യഥാർത്ഥത്തിൽ ജോലിഭാരം വർദ്ധിപ്പിക്കുന്നു; ഗുണനിലവാരം ഉപയോഗിച്ച് കാര്യക്ഷമത അളക്കുക.
• ഒരു കുപ്പിവളയിൽ കുടുങ്ങി. ഒരു തടസ്സം പരിഹരിച്ചുകഴിഞ്ഞാൽ, അടുത്തത് ഉയർന്നുവരുന്നു; പ്രക്രിയ നിരന്തരം നിരീക്ഷിക്കപ്പെടുന്നു.
• യഥാർത്ഥ സാഹചര്യം തെറ്റിദ്ധരിക്കുന്നു. ശേഷി സാഹചര്യങ്ങൾ ഏകദേശ കണക്കുകളാണ്; സാമ്പത്തിക യാഥാർത്ഥ്യവുമായി സംയോജിപ്പിക്കുക.
• തീപിടുത്തത്തിൻ്റെ മൂലകാരണം കാണുന്നില്ല. മാലിന്യത്തിൻ്റെ പോയിൻ്റ് കണ്ടെത്തിയാൽ മാത്രം പോരാ; ഫീൽഡിൽ കാരണം അന്വേഷിക്കുക.

മുന്നറിയിപ്പ്: നിങ്ങൾ ഒരു തടസ്സം പരിഹരിച്ചുകഴിഞ്ഞാൽ, ജോലി തീർന്നില്ല; സിസ്റ്റത്തിൻ്റെ വേഗത ഇപ്പോൾ മന്ദഗതിയിലുള്ള അടുത്ത ഘട്ടത്തിലാണ്. ഓപ്പറേഷൻസ് മെച്ചപ്പെടുത്തൽ ഒറ്റത്തവണ പദ്ധതിയല്ല, മറിച്ച് ഒരു തുടർച്ചയായ ചക്രമാണ്. ഓരോ പുരോഗതിക്കും ശേഷം ഞങ്ങൾ ചോദിക്കുന്നു "പുതിയ തടസ്സം എവിടെ?" വീണ്ടും ചോദിക്കുക.

ചുരുക്കത്തിൽ

പ്രവർത്തന വിശകലനത്തിൻ്റെ കാതൽ തടസ്സവാദ യുക്തിയാണ്: ഒരു പ്രക്രിയയുടെ വേഗത അതിൻ്റെ വേഗത കുറഞ്ഞ ഘട്ടത്തിൻ്റെ വേഗതയാണ്, അതിനാൽ മെച്ചപ്പെടുത്തൽ തടസ്സത്തെ ലക്ഷ്യം വയ്ക്കണം. ഗുണനിലവാരവും സുസ്ഥിരതയും ചേർന്ന് കാര്യക്ഷമത അളക്കുക; വ്യാജ ഉൽപ്പാദനക്ഷമതയുടെ കെണിയിൽ വീഴരുത്. സാഹചര്യങ്ങൾ ഉപയോഗിച്ച് കപ്പാസിറ്റി ആസൂത്രണം ചെയ്യുക, എന്നാൽ സാഹചര്യങ്ങൾ എസ്റ്റിമേറ്റ് ആണെന്ന് ഓർക്കുക. തടസ്സം കണ്ടെത്തുന്നതിലും സാഹചര്യങ്ങൾ സൃഷ്ടിക്കുന്നതിലും പാഴാക്കൽ വിശകലനത്തിലുമുള്ള ശക്തമായ സഹായമാണ് AI; ഏത് തടസ്സത്തിൽ നിക്ഷേപിക്കണം, എങ്ങനെ വിഭവം വിതരണം ചെയ്യണം എന്നത് മാനേജരുടെ തീരുമാനമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ സ്വന്തം പ്രവർത്തനത്തിൽ നിന്ന് (ഉൽപ്പാദനം, സേവനം അല്ലെങ്കിൽ ഭരണപരമായ ഒഴുക്ക്) ഒരു പ്രക്രിയ തിരഞ്ഞെടുത്ത് ഓരോ ഘട്ടത്തിൻ്റെയും കാലാവധിയും ബാക്ക്‌ലോഗിൻ്റെ അളവും അജ്ഞാതമായി ലിസ്റ്റ് ചെയ്യുക. മുകളിലെ "ബോട്ടിൽനെക്ക് ഡിറ്റക്ഷൻ" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് AI-യെ തടസ്സം കണ്ടെത്തുക. തുടർന്ന്, "കപ്പാസിറ്റി സാഹചര്യം" ഉപയോഗിച്ച് ഡിമാൻഡ് വർദ്ധിക്കുന്നതിലെ ആദ്യ തടസ്സം നിർണ്ണയിക്കുക. കണ്ടെത്തൽ ഫീൽഡിൽ നിരീക്ഷിച്ച് പരിശോധിച്ച് നിങ്ങളുടെ നിക്ഷേപ മുൻഗണന 3 ഇനങ്ങളിൽ എഴുതുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ദൈർഘ്യവും ബാക്ക്‌ലോഗും ഉപയോഗിച്ച് ഞാൻ പ്രക്രിയ ഘട്ടങ്ങൾ അജ്ഞാതമായി പട്ടികപ്പെടുത്തിയിട്ടുണ്ടോ?
• [ ] ഞാൻ തടസ്സം (ഏറ്റവും ഇടുങ്ങിയ പോയിൻ്റ്) ശരിയായി തിരിച്ചറിഞ്ഞിട്ടുണ്ടോ?
• [ ] തടസ്സത്തിൽ ഞാൻ മെച്ചപ്പെടുത്തൽ ലക്ഷ്യമിട്ടോ?
• [ ] ഗുണനിലവാരത്തോടൊപ്പം ഉൽപ്പാദനക്ഷമതയും ഞാൻ അളന്നോ?
• [ ] ഞാൻ കപ്പാസിറ്റി രംഗം ഒരു എസ്റ്റിമേറ്റ് ആയി കണക്കാക്കി അതിനെ ഫീൽഡുമായി സംയോജിപ്പിച്ചോ?