ਲਾਭ:
- ਲਾਟ/ਬੈਚ ਟਰੇਸੇਬਿਲਟੀ, ਰੀਕਾਲ ਅਤੇ ਸਪਲਾਇਰ ਗੁਣਵੱਤਾ ਸੰਕਲਪਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- AI ਨਾਲ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ, ਰੀਕਾਲ ਦ੍ਰਿਸ਼ ਅਤੇ ਰੂਟ-ਕਾਰਨ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਅਤੇ ਕਾਨੂੰਨ ਦੇ ਨਾਲ AI ਦੀ ਸੁਝਾਈ ਗਈ ਟਰੇਸੇਬਿਲਟੀ ਅਤੇ ਰੀਕਾਲ ਦੇ ਕਦਮਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਇਹ ਸ਼ੁੱਕਰਵਾਰ ਦੁਪਹਿਰ ਹੈ, ਤੁਸੀਂ ਇੱਕ ਡੇਅਰੀ ਪਲਾਂਟ ਵਿੱਚ ਗੁਣਵੱਤਾ ਵਿਭਾਗ ਵਿੱਚ ਕੰਮ ਕਰ ਰਹੇ ਹੋ। ਸ਼ਿਪਮੈਂਟ ਤੋਂ ਤਿੰਨ ਦਿਨ ਬਾਅਦ, ਇੱਕ ਬਾਹਰੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਪਲਾਇਰ ਤੋਂ ਸਟ੍ਰਾਬੇਰੀ ਦੇ ਇੱਕ ਬੈਚ 'ਤੇ ਉੱਲੀ/ਖਮੀਰ ਦੀ ਗਿਣਤੀ ਉਮੀਦ ਨਾਲੋਂ ਵੱਧ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਸਟ੍ਰਾਬੇਰੀ ਕਿਹੜੇ ਉਤਪਾਦਨ ਵਿੱਚ ਗਈ? ਉਹ ਲਾਟ ਕਿਹੜੇ ਗਾਹਕ ਅਤੇ ਕਿਹੜੇ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਗਏ ਸਨ? ਗੁਦਾਮ ਵਿੱਚ ਕਿੰਨੇ ਪੈਲੇਟ ਬਚੇ ਹਨ? ਕੀ ਵਾਪਸ ਬੁਲਾਉਣ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਜੇਕਰ ਹਾਂ, ਤਾਂ ਕਿਸ ਕਲਾਸ ਵਿੱਚ? ਉਸ ਕੋਲ ਇੱਕ ERP ਸਕਰੀਨ, ਐਕਸਲ ਫਾਈਲਾਂ ਦਾ ਇੱਕ ਝੁੰਡ ਅਤੇ ਵਧਦਾ ਦਬਾਅ ਹੈ। ਇਹ ਇੱਕ AI ਸਹਾਇਕ ਨੂੰ "ਮੈਨੂੰ ਇੱਕ ਰੀਕਾਲ ਪਲਾਨ ਦੇਣ" ਲਈ ਕਹਿਣ ਲਈ ਪਰਤਾਏ ਵਾਲਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਅਮਲੀ ਤੌਰ 'ਤੇ ਲਾਟ ਟਰੇਸੇਬਿਲਟੀ, ਰੀਕਾਲ ਤਰਕ ਅਤੇ ਸਪਲਾਇਰ ਗੁਣਵੱਤਾ ਨੂੰ ਕਵਰ ਕਰੋਗੇ; ਸਿੱਖੋ ਕਿ AI ਨਾਲ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ, ਰੀਕਾਲ ਦ੍ਰਿਸ਼ ਅਤੇ ਮੂਲ ਕਾਰਨ ਡਰਾਫਟ ਕਿਵੇਂ ਤਿਆਰ ਕਰਨਾ ਹੈ; ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਅਸੀਂ ਅਸਲ ਰਿਕਾਰਡਾਂ ਅਤੇ ਕਾਨੂੰਨਾਂ ਨਾਲ AI ਦੁਆਰਾ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੇ ਹਰ ਕਦਮ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗੇ।
ਖੋਜਯੋਗਤਾ ਦੀ ਬੁਨਿਆਦ: ਇੱਕ ਕਦਮ ਪਿੱਛੇ, ਇੱਕ ਕਦਮ ਅੱਗੇ
ਫੂਡ ਸੇਫਟੀ ਕਾਨੂੰਨ ਦਾ ਟਰੇਸਬਿਲਟੀ ਸਿਧਾਂਤ "ਇੱਕ ਕਦਮ ਪਿੱਛੇ, ਇੱਕ ਕਦਮ ਅੱਗੇ" ਸਿਧਾਂਤ ਹੈ। ਹਰੇਕ ਕਾਰੋਬਾਰ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:
- ਇੱਕ ਕਦਮ ਪਿੱਛੇ: ਕਿਸ ਸਪਲਾਇਰ ਤੋਂ, ਕਿਸ ਲਾਟ/ਬੈਚ ਨੰਬਰ ਨਾਲ, ਕੱਚਾ ਮਾਲ/ਪੈਕੇਜਿੰਗ ਪਹੁੰਚੀ?
- ਇੱਕ ਕਦਮ ਅੱਗੇ: ਕਿਸ ਲਾਟ ਵਿੱਚ, ਕਿਸ ਗਾਹਕ/ਵਿਤਰਕ ਨੂੰ, ਕਿੰਨੀ ਮਾਤਰਾ ਵਿੱਚ, ਅਤੇ ਮੇਰੇ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਉਤਪਾਦ ਕਦੋਂ ਗਿਆ?
ਜੋ ਇਹਨਾਂ ਦੋ ਰਿੰਗਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ ਉਹ ਹੈ ਲਾਟ ਕੋਡ। ਜੇਕਰ ਕੱਚੇ ਮਾਲ ਦੀਆਂ ਲਾਟਾਂ ਅਤੇ ਤਿਆਰ ਉਤਪਾਦਾਂ ਦੀਆਂ ਲਾਟਾਂ ਵਿੱਚ ਕੋਈ ਮੇਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਖੋਜਯੋਗਤਾ ਖਤਮ ਹੋ ਜਾਂਦੀ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਇੱਕ ਸਪਲਾਇਰ ਮੁੱਦੇ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਪੂਰਾ ਉਤਪਾਦਨ ਵਾਪਸ ਮੰਗਵਾਉਣਾ ਪਵੇਗਾ।
ਸੁਝਾਅ: ਇੱਕ ਵਧੀਆ ਲਾਟ ਕੋਡ ਪੜ੍ਹਨਯੋਗ ਅਤੇ ਅਰਥਪੂਰਨ ਹੁੰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, 24W29-L2-A = ਸਾਲ 2024, ਹਫ਼ਤਾ 29, ਲਾਈਨ 2, ਸ਼ਿਫਟ A। ਜੇਕਰ ਉਤਪਾਦਨ ਮਿਤੀ, ਲਾਈਨ ਅਤੇ ਸ਼ਿਫਟ ਕੋਡ ਵਿੱਚ ਏਮਬੇਡ ਕੀਤੇ ਗਏ ਹਨ, ਤਾਂ ਤੁਸੀਂ ਸਕਿੰਟਾਂ ਵਿੱਚ ਦੇਖੋਗੇ ਕਿ ਸਮੱਸਿਆ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਕਿਹੜੇ ਵੇਰੀਏਬਲ ਆਮ ਹਨ। ਤੁਸੀਂ ਕੋਡ ਸਕੀਮ ਨੂੰ AI ਡਿਜ਼ਾਇਨ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਤੁਸੀਂ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹੋ ਕਿ ਇਹ ਸਕੀਮ ਰਿਕਾਰਡ ਦੇ ਸਿਸਟਮ ਵਿੱਚ ਲਗਾਤਾਰ ਲਾਗੂ ਹੁੰਦੀ ਹੈ।
ਨਮੂਨਾ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ ਟੇਬਲ
ਮੁਕੰਮਲ ਮਾਲ ਬਹੁਤ
ਉਤਪਾਦਨ ਦੀ ਮਿਤੀ
ਲਾਈਨ/ਸ਼ਿਫਟ
ਸਟ੍ਰਾਬੇਰੀ ਕੱਚਾ ਮਾਲ ਬਹੁਤ
ਸਪਲਾਇਰ
ਉਤਪਾਦਨ ਦੀ ਮਾਤਰਾ
ਦਾ ਹਵਾਲਾ ਦਿੱਤਾ ਗਾਹਕ
ਸਟੋਰੇਜ਼ ਵਿੱਚ ਬਾਕੀ
24W29-L2-A
17.07.2026
ਲਾਈਨ2/A
ਸੀ.ਐਲ.ਕੇ.-2607-ਬੀ
ਐਗਰੀਕਲਚਰ ਇੰਕ.
4,800 ਬਾਲਟੀਆਂ
ਮਾਰਕੀਟ X (3,000), ਮਾਰਕੀਟ Y (1,200)
600
24W29-L2-B
17.07.2026
ਲਾਈਨ2/ਬੀ
ਸੀ.ਐਲ.ਕੇ.-2607-ਬੀ
ਐਗਰੀਕਲਚਰ ਇੰਕ.
4,500 ਬਾਲਟੀਆਂ
ਮਾਰਕੀਟ Z (4,000)
500
24W30-L1-A
18.07.2026
ਲਾਈਨ1/A
CLK-2801-ਸੀ
ਗਾਰਡਨ ਲਿਮਿਟੇਡ
5,000 ਬਾਲਟੀਆਂ
ਮਾਰਕੀਟ X (5,000)
0
ਇਸ ਸਾਰਣੀ ਵਿੱਚ, ਜੇਕਰ ਸ਼ੱਕੀ ਸਟ੍ਰਾਬੇਰੀ ਲਾਟ CLK-2607-B ਹੈ, ਤਾਂ ਸਿਰਫ਼ ਪ੍ਰਭਾਵਿਤ ਤਿਆਰ ਮਾਲ ਲਾਟ 24W29-L2-A ਅਤੇ 24W29-L2-B ਹਨ; 24W30-L1-A ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹੈ ਕਿਉਂਕਿ ਇਹ ਕਿਸੇ ਹੋਰ ਸਪਲਾਇਰ ਦੇ ਲਾਟ ਤੋਂ ਆਉਂਦਾ ਹੈ। ਇਹ ਬਿਲਕੁਲ ਪਤਾ ਲਗਾਉਣ ਦੀ ਸ਼ਕਤੀ ਹੈ: ਇਹ ਸਮੱਸਿਆ ਨੂੰ ਸਿਰਫ ਪ੍ਰਭਾਵਿਤ ਲਾਟਾਂ ਤੱਕ ਸੀਮਤ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਪੂਰੇ ਉਤਪਾਦਨ ਨੂੰ।
ਕਲਾਸਾਂ ਅਤੇ ਕਦਮਾਂ ਨੂੰ ਯਾਦ ਕਰੋ
ਰੀਕਾਲਾਂ ਨੂੰ ਜੋਖਮ ਦੀ ਤੀਬਰਤਾ ਦੇ ਅਨੁਸਾਰ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਆਮ ਫਰੇਮਵਰਕ (ਸਰੋਤ ਦੇ ਆਧਾਰ 'ਤੇ ਨਾਮਕਰਨ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ):
- ਕਲਾਸ I: ਸਿਹਤ ਲਈ ਗੰਭੀਰ/ਘਾਤਕ ਖਤਰਾ (ਜਿਵੇਂ ਕਿ ਜਰਾਸੀਮ ਗੰਦਗੀ, ਅਣਐਲਾਨੀ ਐਲਰਜੀਨ, ਵਿਦੇਸ਼ੀ ਸਮੱਗਰੀ-ਗਲਾਸ)। ਤੁਰੰਤ ਅਤੇ ਜਨਤਕ ਯਾਦ.
- ਕਲਾਸ II: ਅਸਥਾਈ ਜਾਂ ਉਲਟ ਹੋਣ ਯੋਗ ਸਿਹਤ ਜੋਖਮ (ਜਿਵੇਂ ਕਿ ਬਾਰਡਰਲਾਈਨ ਮਾਈਕਰੋਬਾਇਓਲੋਜੀਕਲ ਵੱਧਣਾ)।
- ਕਲਾਸ III: ਘੱਟ ਸਿਹਤ ਜੋਖਮ ਪਰ ਕਾਨੂੰਨ ਦੀ ਪਾਲਣਾ ਨਾ ਕਰਨਾ (ਜਿਵੇਂ ਕਿ ਲੇਬਲ 'ਤੇ ਮਾਮੂਲੀ ਗਲਤੀ, ਵਜ਼ਨ ਗੈਰ-ਪਾਲਣਾ)।
ਰੀਕਾਲ ਦੇ ਬੁਨਿਆਦੀ ਕਦਮ:
- ਰੋਕੋ ਅਤੇ ਕੁਆਰੰਟੀਨ ਕਰੋ: ਸ਼ੱਕੀ ਲਾਟਾਂ ਦੀ ਸ਼ਿਪਿੰਗ ਬੰਦ ਕਰੋ, ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਸਟਾਕ ਨੂੰ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਵੱਖ ਕਰੋ, ਅਤੇ ਇਸਨੂੰ "ਕੁਆਰੰਟੀਨ" ਲੇਬਲ ਕਰੋ।
- ਦਾਇਰੇ ਦਾ ਪਤਾ ਲਗਾਓ: ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡਾਂ ਤੋਂ ਸਾਰੇ ਪ੍ਰਭਾਵਿਤ ਤਿਆਰ ਮਾਲ ਲਾਟ ਅਤੇ ਵੰਡ ਪੁਆਇੰਟਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ।
- ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ ਅਤੇ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ: ਖਤਰੇ ਦੀ ਕਿਸਮ ਅਤੇ ਐਕਸਪੋਜਰ ਦੇ ਅਨੁਸਾਰ ਰੀਕਾਲ ਕਲਾਸ ਦਾ ਪਤਾ ਲਗਾਓ।
- ਸੂਚਿਤ ਕਰੋ: ਅੰਦਰੂਨੀ ਪ੍ਰਬੰਧਨ, ਗਾਹਕਾਂ ਅਤੇ, ਜੇਕਰ ਲੋੜ ਹੋਵੇ, ਸਮਰੱਥ ਅਥਾਰਟੀ (ਖੇਤੀਬਾੜੀ ਅਤੇ ਜੰਗਲਾਤ ਮੰਤਰਾਲਾ / ਸੂਬਾਈ ਡਾਇਰੈਕਟੋਰੇਟ) ਨੂੰ ਸੂਚਿਤ ਕਰੋ।
- ਯਾਦ ਕਰੋ ਅਤੇ ਤਸਦੀਕ ਕਰੋ: ਉਤਪਾਦ ਨੂੰ ਇਕੱਠਾ ਕਰੋ, ਭੇਜੀ ਗਈ ਮਾਤਰਾ (% ਯਾਦ ਕਰਨ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ) ਨਾਲ ਇਕੱਠੀ ਕੀਤੀ ਮਾਤਰਾ ਦਾ ਮੇਲ ਕਰੋ।
- ਰੂਟ-ਕਾਰਨ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸੁਧਾਰਾਤਮਕ ਕਾਰਵਾਈ: ਆਵਰਤੀ ਨੂੰ ਰੋਕਣ ਲਈ ਸਥਾਈ ਹੱਲ ਲਾਗੂ ਕਰੋ।
ਸੁਰੱਖਿਆ: AI ਨੂੰ ਕਦੇ ਵੀ ਕਾਲ ਕਲਾਸ ਅਤੇ ਜਨਤਕ ਘੋਸ਼ਣਾ ਦੀ ਲੋੜ ਹੈ ਜਾਂ ਨਹੀਂ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨ ਦਿਓ। ਵਰਗੀਕਰਨ; ਇਹ ਭੋਜਨ ਸੁਰੱਖਿਆ ਟੀਮ ਦੇ ਜੋਖਮ ਮੁਲਾਂਕਣ ਅਤੇ ਸਮਰੱਥ ਅਥਾਰਟੀ (ਵਿਧਾਨ) ਦੇ ਮਾਰਗਦਰਸ਼ਨ ਨਾਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। AI ਕਹਿਣਾ "ਇਹ ਕਲਾਸ II ਹੈ, ਕਿਸੇ ਘੋਸ਼ਣਾ ਦੀ ਲੋੜ ਨਹੀਂ" ਇੱਕ ਸੁਝਾਅ ਹੈ; ਗਲਤ ਵਰਗੀਕਰਨ ਜਨਤਕ ਸਿਹਤ ਅਤੇ ਕਾਨੂੰਨੀ ਦੇਣਦਾਰੀ ਬਣਾਉਂਦਾ ਹੈ।
AI ਨਾਲ ਦ੍ਰਿਸ਼ ਅਤੇ ਮੂਲ ਕਾਰਨ ਡਰਾਫਟ ਨੂੰ ਯਾਦ ਕਰੋ
AI ਨੂੰ ਇੱਕ ਡ੍ਰਿਲ (ਸਿਮੂਲੇਸ਼ਨ) ਅਤੇ ਡਰਾਫਟ ਜਨਰੇਟਰ ਦੇ ਤੌਰ ਤੇ ਵਰਤਣਾ ਬਹੁਤ ਕੀਮਤੀ ਹੈ। ਪਰ ਪਹਿਲਾਂ, ਆਓ ਕਮਜ਼ੋਰ ਅਤੇ ਮਜ਼ਬੂਤ ਪ੍ਰਾਪਟ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਵੇਖੀਏ:
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ: "ਸਟ੍ਰਾਬੇਰੀ ਬੈਚ ਵਿੱਚ ਉੱਲੀ ਸੀ, ਮੈਨੂੰ ਯਾਦ ਕਰਨ ਦੀ ਯੋਜਨਾ ਲਿਖੋ।" (AI ਅੰਕੜੇ ਜੋ ਲਾਟ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੇ ਹਨ, ਵੰਡ, ਰੈਗੂਲੇਟਰੀ ਨੋਟੀਫਿਕੇਸ਼ਨ ਪੀਰੀਅਡ; ਇੱਕ ਆਮ ਟੈਕਸਟ ਦਿੰਦਾ ਹੈ, ਇਹ ਤੁਹਾਡੇ ਰਿਕਾਰਡਾਂ ਨੂੰ ਨਹੀਂ ਛੂਹਦਾ ਹੈ।) ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ: "ਰੋਲ: ਤੁਸੀਂ ਫੂਡ ਸੇਫਟੀ ਰੀਕਾਲ ਕੋਆਰਡੀਨੇਟਰ ਹੋ। ਹੇਠਾਂ ਮੇਰੀ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ ਟੇਬਲ ਹੈ (ਮੁਕੰਮਲ ਉਤਪਾਦ ਲਾਟ, ਕੱਚਾ ਮਾਲ, ਸਪਲਾਇਰ, ਗਾਹਕ, ਮਾਤਰਾ)। (ਮੋਲਡ/ਯੀਸਟ ਓਵਰਗਰੋਥ) 1) 2) ਕ੍ਰਮਵਾਰ ਚੈੱਕਲਿਸਟ ਦੇ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਕਰੋ ਕਾਨੂੰਨ 'ਸਾਰਣੀ: [ਇੱਥੇ ਟਰੇਸੇਬਿਲਟੀ ਟੇਬਲ]"
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ AI ਨੂੰ ਰਿਕਾਰਡਿੰਗ ਨਾਲ ਜੋੜਦਾ ਹੈ ਅਤੇ ਭਰਮ ਦੇ ਖੇਤਰ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦਾ ਹੈ।
ਮੂਲ-ਕਾਰਨ: 5 ਕਿਉਂ ਵਿਧੀ
ਰੂਟ-ਕਾਰਨ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇੱਕ ਆਮ ਸਾਧਨ "5 ਕਿਉਂ" ਹੈ। ਸਟ੍ਰਾਬੇਰੀ ਉਦਾਹਰਨ ਲਈ:
ਸਮੱਸਿਆ: CLK-2607-B ਸਟ੍ਰਾਬੇਰੀ ਲਾਟ 'ਤੇ ਮੋਲਡ/ਖਮੀਰ ਸੀਮਾ ਤੋਂ ਵੱਧ।1। ਇਹ ਉੱਚਾ ਕਿਉਂ ਹੈ? -> ਸਟ੍ਰਾਬੇਰੀ ਸਵੀਕਾਰ ਕਰਦੇ ਸਮੇਂ ਕੋਲਡ ਚੇਨ ਟੁੱਟ ਗਈ ਹੋ ਸਕਦੀ ਹੈ.2. ਇਹ ਕਿਉਂ ਟੁੱਟ ਗਿਆ ਸੀ? -> ਆਉਣ ਵਾਲੇ ਵਾਹਨ ਦੇ ਕੂਲਿੰਗ ਰਿਕਾਰਡ ਨੇ 4°C.3 ਦੀ ਬਜਾਏ 11°C ਦਿਖਾਇਆ। 11°C ਕਿਉਂ? -> ਸੜਕ 'ਤੇ ਵਾਹਨ ਦਾ ਕੂਲਿੰਗ ਯੂਨਿਟ ਖਰਾਬ ਹੋ ਗਿਆ।4. ਇਸ ਵੱਲ ਧਿਆਨ ਕਿਉਂ ਨਹੀਂ ਦਿੱਤਾ ਗਿਆ? -> ਸਵੀਕ੍ਰਿਤੀ 'ਤੇ ਤਾਪਮਾਨ ਦਾ ਰਿਕਾਰਡ ਪੜ੍ਹਿਆ ਗਿਆ ਸੀ, ਪਰ ਉਤਪਾਦ ਨੂੰ ਸਹਿਣਸ਼ੀਲਤਾ ਮੁੱਲ ਤੋਂ ਬਾਹਰ ਹੋਣ ਦੇ ਬਾਵਜੂਦ "ਸ਼ਰਤ ਸਵੀਕ੍ਰਿਤੀ" ਨਾਲ ਦਾਖਲ ਕੀਤਾ ਗਿਆ ਸੀ।5। ਇਸ ਨੂੰ ਸ਼ਰਤ ਨਾਲ ਕਿਉਂ ਸਵੀਕਾਰ ਕੀਤਾ ਗਿਆ ਸੀ? -> ਕੋਲਡ ਚੇਨ ਅਸਵੀਕਾਰ ਕਰਨ ਦੇ ਮਾਪਦੰਡ ਸਵੀਕ੍ਰਿਤੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ; ਫੈਸਲਾ ਆਪਰੇਟਰ ਦੀ ਪਹਿਲਕਦਮੀ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਮੂਲ ਕਾਰਨ: ਸਵੀਕ੍ਰਿਤੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਕੋਲਡ ਚੇਨ ਅਸਵੀਕਾਰ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਤੇ ਫੈਸਲੇ ਦਾ ਅਧਿਕਾਰ ਅਸਪਸ਼ਟ ਹਨ। ਸੁਧਾਰਾਤਮਕ ਕਾਰਵਾਈ: >7°C + ਓਪਰੇਟਰ ਸਿਖਲਾਈ + ਡਾਟਾ ਲਾਗਰ ਜ਼ਿੰਮੇਵਾਰੀ 'ਤੇ ਪਹੁੰਚਣ ਵਾਲੇ ਕੋਲਡ ਚੇਨ ਉਤਪਾਦ ਨੂੰ ਆਪਣੇ ਆਪ ਰੱਦ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ।
ਧਿਆਨ ਦਿਓ: 5 ਕਿਉਂ ਦਾ ਹਰ ਕਦਮ ਇੱਕ ਅਨੁਮਾਨ ਹੈ। AI ਇਸ ਲੜੀ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਜਦੋਂ ਤੱਕ ਹਰੇਕ ਲਿੰਕ ਦੀ ਅਸਲ ਰਿਕਾਰਡ (ਵਾਹਨ ਦਾ ਤਾਪਮਾਨ ਲੌਗ, ਸਵੀਕ੍ਰਿਤੀ ਫਾਰਮ, ਸਪਲਾਇਰ CoA) ਨਾਲ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਮੂਲ ਕਾਰਨ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਸਿਰਫ਼ ਕਿਉਂਕਿ ਏਆਈ ਨੇ ਲਿਖਿਆ "ਕੋਲਡ ਚੇਨ ਟੁੱਟ ਗਈ ਸੀ" ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰਦਾ ਕਿ ਇਹ ਟੁੱਟ ਗਈ ਸੀ; ਤਾਪਮਾਨ ਰਿਕਾਰਡ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਸਪਲਾਇਰ ਗੁਣਵੱਤਾ ਅਤੇ ਕੋਲਡ ਚੇਨ
ਟਰੇਸੇਬਿਲਟੀ ਲਈ ਪੂਰਵ ਸ਼ਰਤ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸਪਲਾਇਰ ਹੈ। ਸਪਲਾਇਰ ਗੁਣਵੱਤਾ ਪ੍ਰਬੰਧਨ ਦੇ ਮੁੱਖ ਤੱਤ: ਪ੍ਰਵਾਨਿਤ ਸਪਲਾਇਰ ਸੂਚੀ, ਹਰੇਕ ਸ਼ਿਪਮੈਂਟ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਸਰਟੀਫਿਕੇਟ (CoA), ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਆਡਿਟ, ਅਤੇ ਗੈਰ-ਅਨੁਕੂਲਤਾ ਰਿਕਾਰਡ। ਕੋਲਡ ਚੇਨ ਉਤਪਾਦਾਂ ਲਈ ਹਰ ਟ੍ਰਾਂਸਫਰ ਪੁਆਇੰਟ 'ਤੇ ਤਾਪਮਾਨ ਰਿਕਾਰਡਿੰਗ ਲਾਜ਼ਮੀ ਹੈ; ਇੱਕ ਸਿੰਗਲ ਰਿਕਾਰਡ ਗੈਪ ਪੂਰੇ ਬੈਚ ਦੀ ਟਰੇਸੇਬਿਲਟੀ ਚੇਨ ਵਿੱਚ ਕਮਜ਼ੋਰ ਲਿੰਕ ਹੈ।
ਮਿੰਨੀ ਕੇਸ
ਇੱਕ ਆਈਸ ਕਰੀਮ ਨਿਰਮਾਤਾ ਹੇਜ਼ਲਨਟ ਮੱਖਣ ਸਪਲਾਇਰ (ਐਲਰਜਨ ਕਰਾਸ-ਗੰਦਗੀ) ਤੋਂ ਇੱਕ ਬੈਚ ਵਿੱਚ ਅਣਐਲਾਨੀ ਬਦਾਮ ਦੇ ਨਿਸ਼ਾਨ ਲੱਭਦਾ ਹੈ। ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ, ਕੁਆਲਿਟੀ ਮੈਨੇਜਰ AI ਨੂੰ ਪੁੱਛਦਾ ਹੈ "ਮੈਨੂੰ ਕਿਹੜੇ ਉਤਪਾਦ ਯਾਦ ਕਰਨੇ ਚਾਹੀਦੇ ਹਨ?" AI ਇੱਕ ਆਮ ਸੂਚੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਕੋਈ ਟੇਬਲ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ, ਅਤੇ "ਸ਼ਾਇਦ ਪਿਛਲੇ ਦੋ ਹਫ਼ਤਿਆਂ ਤੋਂ ਸਾਰੇ ਰੂਪਾਂ" ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਸਕੋਪ ਹੈ। ਇਸ ਅਨੁਸਾਰ, ਮੈਨੇਜਰ 40 ਉਤਪਾਦ ਕਿਸਮਾਂ ਨੂੰ ਵਾਪਸ ਬੁਲਾਉਣ ਦੀ ਤਿਆਰੀ ਕਰ ਰਿਹਾ ਹੈ। ਇੱਕ ਸੀਨੀਅਰ ਇੰਜੀਨੀਅਰ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡਾਂ ਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ: ਹੇਜ਼ਲਨਟਸ ਦਾ ਅਪਮਾਨਜਨਕ ਲਾਟ ਸਿਰਫ ਦੋ ਉਤਪਾਦਾਂ ਵਿੱਚ ਵਰਤਿਆ ਗਿਆ ਸੀ, ਇੱਕ ਸਿੰਗਲ ਮਿਤੀ ਸੀਮਾ ਦੇ ਅੰਦਰ; ਹੋਰ ਕਿਸਮਾਂ ਵੱਖ-ਵੱਖ ਸਪਲਾਇਰ ਲਾਟ ਤੋਂ ਹਨ। ਸਹੀ ਕਵਰੇਜ 2 ਆਈਟਮਾਂ ਹੈ, ਨਾ ਕਿ 40। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਿਉਂਕਿ ਬਦਾਮ ਇੱਕ ਅਣਐਲਾਨੀ ਐਲਰਜੀਨ ਹੈ, ਇਹ ਇੱਕ ਕਲਾਸ I ਸਥਿਤੀ ਹੈ ਅਤੇ ਸਮਰੱਥ ਅਥਾਰਟੀ ਨੂੰ ਸੂਚਨਾ ਦੀ ਲੋੜ ਹੈ — AI ਨੇ ਇਸਨੂੰ "ਮਾਮੂਲੀ ਲੇਬਲ ਮੁੱਦੇ" ਵਜੋਂ ਨਕਾਰਿਆ ਸੀ। ਦੋਵਾਂ ਦੀ ਰਿਕਾਰਡਿੰਗ 'ਤੇ ਵਾਪਸੀ ਨੇ ਲੱਖਾਂ ਦੀ ਬੇਲੋੜੀ ਤਬਾਹੀ ਨੂੰ ਰੋਕਿਆ ਅਤੇ ਅਸਲ ਜੋਖਮ ਦੀ ਗੰਭੀਰਤਾ ਨੂੰ ਪ੍ਰਗਟ ਕੀਤਾ।
ਆਮ ਗਲਤੀਆਂ
- ਕੱਚੇ ਮਾਲ ਅਤੇ ਉਤਪਾਦ ਦੇ ਵਿਚਕਾਰ ਮੇਲ ਨਾ ਰੱਖਣਾ; ਸਮੱਸਿਆ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਪੂਰੇ ਉਤਪਾਦਨ ਨੂੰ ਵਾਪਸ ਬੁਲਾਉਣ ਦੀ ਲੋੜ ਹੈ।
- "ਪ੍ਰਭਾਵਿਤ ਉਤਪਾਦ ਸੂਚੀ" ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਜੋ AI ਬਿਨਾਂ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਦੇ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਅਸਲ ਟਰੇਸੇਬਿਲਟੀ ਟੇਬਲ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ।
- ਰੀਕਾਲ ਕਲਾਸ (I/II/III) ਨੂੰ ਕਾਨੂੰਨ ਦੀ ਬਜਾਏ ਜੋਖਮ ਮੁਲਾਂਕਣ ਅਤੇ AI ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੇ ਅਧਾਰ ਤੇ ਨਿਰਧਾਰਤ ਕਰਨਾ।
- ਐਲਰਜੀਨ ਕ੍ਰਾਸ-ਗੰਦਗੀ ਨੂੰ "ਮਾਮੂਲੀ ਲੇਬਲ ਗਲਤੀ" ਸਮਝਣਾ ਅਤੇ ਕਲਾਸ I ਦੀ ਗੰਭੀਰਤਾ ਨੂੰ ਗੁਆਉਣਾ।
- ਅਸਲ ਰਿਕਾਰਡ (ਤਾਪਮਾਨ ਲੌਗ, CoA, ਸਵੀਕ੍ਰਿਤੀ ਫਾਰਮ) ਦੇ ਨਾਲ 5 ਕਿਉਂ ਚੇਨ ਦੇ ਹਰੇਕ ਲਿੰਕ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਮੂਲ ਕਾਰਨ ਦਾ ਐਲਾਨ ਕਰਨਾ।
- ਟਰੇਸੇਬਿਲਟੀ ਚੇਨ ਵਿੱਚ ਕਮਜ਼ੋਰ ਕੜੀ ਵਜੋਂ ਕੋਲਡ ਚੇਨ ਦੇ ਤਾਪਮਾਨ ਦੇ ਰਿਕਾਰਡਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਨਾ ਦੇਖਣਾ।
- AI ਦੁਆਰਾ ਘੜੀ ਗਈ ਜਾਣਕਾਰੀ ਦੇ ਅਧਾਰ 'ਤੇ ਸਮਰੱਥ ਅਧਿਕਾਰੀ ਨੂੰ ਰਿਪੋਰਟਿੰਗ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਅਤੇ ਸਮਾਂ-ਸੀਮਾਵਾਂ ਨੂੰ ਮੰਨਣਾ; ਅਧਿਕਾਰਤ ਕਾਨੂੰਨ ਤੋਂ ਪੁਸ਼ਟੀ ਨਹੀਂ।
ਸੰਖੇਪ ਵਿੱਚ
- ਟਰੇਸੇਬਿਲਟੀ ਦਾ ਆਧਾਰ "ਇੱਕ ਕਦਮ ਪਿੱਛੇ, ਇੱਕ ਕਦਮ ਅੱਗੇ" ਹੈ ਅਤੇ ਲਾਟ ਕੋਡ ਇਸ ਨੂੰ ਆਪਸ ਵਿੱਚ ਜੋੜਦਾ ਹੈ।
- ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਰੱਖਿਆ ਗਿਆ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ ਸਮੁੱਚੀ ਉਤਪਾਦਨ ਦੀ ਬਜਾਏ ਸਿਰਫ ਪ੍ਰਭਾਵਿਤ ਲਾਟਾਂ ਤੱਕ ਸਮੱਸਿਆ ਦੇ ਦਾਇਰੇ ਨੂੰ ਸੀਮਤ ਕਰਦਾ ਹੈ।
- ਰੀਕਾਲਾਂ ਨੂੰ ਜੋਖਮ (I/II/III) ਦੁਆਰਾ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਵਰਗੀਕਰਨ ਜੋਖਮ ਮੁਲਾਂਕਣ + ਕਾਨੂੰਨ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, AI ਦੁਆਰਾ ਨਹੀਂ।
- ਇਹ AI ਨਾਲ ਰੀਕਾਲ ਦ੍ਰਿਸ਼ਾਂ, ਚੈਕਲਿਸਟਾਂ ਅਤੇ 5 ਕਿਉਂ ਰੂਟ-ਕਾਰਨ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਨ ਲਈ ਕੁਸ਼ਲ ਹੈ; ਹਾਲਾਂਕਿ, ਆਉਟਪੁੱਟ ਇੱਕ ਡਰਾਫਟ ਹੈ ਅਤੇ ਰਿਕਾਰਡ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਹੈ।
- ਜਦੋਂ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਤਾਂ AI ਪ੍ਰਭਾਵਿਤ ਲਾਟ, ਵੰਡ, ਨੋਟੀਫਿਕੇਸ਼ਨ ਪੀਰੀਅਡ ਅਤੇ ਵਰਗੀਕਰਨ ਨੂੰ ਭਰਮ ਕਰ ਸਕਦਾ ਹੈ; ਹਰ ਕਦਮ ਦੀ ਪੁਸ਼ਟੀ ਅਸਲ ਰਿਕਾਰਡ ਅਤੇ ਕਾਨੂੰਨ ਦੁਆਰਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
- ਅੰਤਿਮ ਵਾਪਸੀ ਦਾ ਫੈਸਲਾ, ਦਾਇਰੇ ਅਤੇ ਅਥਾਰਟੀ ਨੂੰ ਸੂਚਨਾ; ਇਹ ਗੁਣਵੱਤਾ ਟੀਮ ਅਤੇ ਅਧਿਕਾਰਤ ਕਾਨੂੰਨ ਦੇ ਪ੍ਰਮਾਣਿਤ ਰਿਕਾਰਡਾਂ ਦੇ ਢਾਂਚੇ ਦੇ ਅੰਦਰ ਲਿਆ ਜਾਂਦਾ ਹੈ.
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਕਾਲਪਨਿਕ ਭੋਜਨ ਉਤਪਾਦਨ (ਜਿਵੇਂ ਕਿ ਤਤਕਾਲ ਸੂਪ, ਫਲਾਂ ਦੇ ਬਿਸਕੁਟ, ਤਾਜ਼ੇ ਸਲਾਦ) ਵਿੱਚ ਘੱਟੋ-ਘੱਟ 5 ਤਿਆਰ ਮਾਲ ਲਾਟ ਅਤੇ 3 ਕੱਚੇ ਮਾਲ ਸਪਲਾਇਰਾਂ ਦੇ ਨਾਲ ਇੱਕ ਯਥਾਰਥਵਾਦੀ ਟਰੇਸੇਬਿਲਟੀ ਰਿਕਾਰਡ ਟੇਬਲ ਬਣਾਓ; ਸਾਰਣੀ ਵਿੱਚ ਕੱਚਾ ਮਾਲ ਬਹੁਤ-ਮੁਕੰਮਲ ਉਤਪਾਦ ਲਾਟ ਮੈਚਿੰਗ, ਗਾਹਕ ਵੰਡ ਅਤੇ ਵੇਅਰਹਾਊਸ ਸਟਾਕ ਸ਼ਾਮਲ ਕਰੋ। ਸਪਲਾਇਰ ਲਾਟ 'ਤੇ ਗੈਰ-ਅਨੁਕੂਲਤਾ (ਮਾਈਕਰੋਬਾਇਓਲੋਜੀਕਲ ਓਵਰਸ਼ੂਟ ਜਾਂ ਅਣ-ਐਲਰਜਨ) ਦ੍ਰਿਸ਼ ਦੀ ਪਛਾਣ ਕਰੋ। AI ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਲਾਟਾਂ ਦੀ ਸੂਚੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਦਿਓ ਅਤੇ ਇੱਕ ਰੀਕਾਲ ਚੈਕਲਿਸਟ ਦੇ ਨਾਲ 5 ਕਿਉਂ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ। ਫਿਰ AI ਆਉਟਪੁੱਟ ਦੀ ਆਪਣੀ ਖੁਦ ਦੀ ਸਾਰਣੀ ਨਾਲ ਤੁਲਨਾ ਕਰੋ: ਪ੍ਰਭਾਵਿਤ ਲਾਟ ਸਕੋਪ, ਸੁਝਾਏ ਗਏ ਰੀਕਾਲ ਕਲਾਸ, ਅਤੇ ਰੂਟ-ਕਾਰਨ ਚੇਨ ਦੀ ਪੁਸ਼ਟੀ ਜਾਂ ਅਸਵੀਕਾਰ ਕਰੋ। ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ; ਵਰਣਨ ਕਰੋ ਕਿ ਤੁਸੀਂ ਰਿਕਾਰਡ ਦੇ ਨਾਲ AI ਦੇ ਕਿਹੜੇ ਭਾਗਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ, ਜਿੱਥੇ ਇਸ ਨੇ ਭਰਮ ਪੈਦਾ ਕੀਤਾ ਹੈ ਜਾਂ ਵੱਧ/ਕਵਰੇਜ ਦੇ ਅਧੀਨ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਕਿਹੜੇ ਪ੍ਰਮਾਣਿਤ ਸਬੂਤ ਦੇ ਆਧਾਰ 'ਤੇ ਆਪਣੇ ਆਖਰੀ ਰੀਕਾਲ ਦੇ ਫੈਸਲੇ ਨੂੰ ਆਧਾਰਿਤ ਕੀਤਾ ਹੈ। ਰਿਪੋਰਟ ਵਿੱਚ ਅਥਾਰਟੀ ਨੂੰ ਸੂਚਨਾ ਦੇਣ ਦੀ ਲੋੜ ਨੂੰ ਸ਼ਾਮਲ ਕਰੋ ਅਤੇ ਇਹ ਕਿ ਕਾਨੂੰਨ ਦੁਆਰਾ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।