Nowe wcielenie ERP będzie rzeczywiście wspierać procesy decyzyjne

38

Systemy informa

tyczne

Logistyka Produkcji

www.logistyka-produkcji.pl

Nowa generacja – IQ

ERP

Systemy informatyczne klasy MRPII/ERP zdominowały współczesne przedsiębiorstwa

produkcyjne. Zbudowane zostały na bazie fundamentu określonego w modelu MRPII

opracowanym przez amerykańską organizację APICS.

S

próbujmy sobie odpowiedzieć na proste pytanie. Czy
dane wprowadzane do systemu ERP i informacje, ja-

kie otrzymujemy po ich przetworzeniu, odzwierciedlają
rzeczywistość produkcyjną?
Moje wieloletnie doświadczenie z firmami produkcyjny-
mi w pełni potwierdza ostatnie badanie Aberdeen Group.
Wg Aberdeen Group ponad połowa firm posługujących
się systemem ERP przyznała, że nie wie, co dzieje się na
hali, czyli są rozbieżności pomiędzy danymi w systemie
a aktualnymi stanami magazynowymi i realizowanymi
zleceniami produkcyjnymi w czasie rzeczywistym. Za-
uważmy: mamy dwa równoległe byty ERP i nieodzwier-
ciedloną w systemie rzeczywistość.

Ó

Nowe jedynie z wierzchu

Powodów takiej sytuacji jest wiele. Jednym z nich jest
sama logika systemu ERP. Przestarzałe założenia tych
systemów rodem z lat 60. wymuszają na dostawcach
ERP konieczność tworzenia kilkuset modyfikacji, aby
osiągnąć sukces wdrożenia. W przeciwnym wypadku
system nic nie usprawnia, a jedynie rejestruje dane na
potrzeby księgowości.
Powielanie modelu MRPII nie wnosi nic przełomowego.
Na bazie jego ułomności wykształciły się systemy infor-
matyczne wspomagające najbardziej kluczowe obszary
produkcji (planowanie i harmonogramowanie czyli APS
i realizacja czyli MES) i mają się dobrze, pomimo że ERP
dalej pozostaje systemem nadrzędnym z wszystkimi
tego wadami i zaletami. Brakuje nowego modelu sys-
temu produkcyjnego godnego XXI w. – czegoś komplet-
nie innowacyjnego. Czegoś, co nie powiela wad systemu
MRPII, ale wykorzystuje każdą jego zaletę.

Ó

Niewłaściwe informacje

Pierwszym błędnym założeniem każdego systemu ERP
jest stwierdzenie, że system będzie zasilany poprawnymi
danymi. Nic bardziej błędnego, żądanie perfekcyjnych
danych jest możliwe tylko w kilku branżach i to przy
dużym zaangażowaniu organizacyjnym. Dane podsta-
wowe produkcji to np. informacja o zużyciu materiało-
wym potrzebna dla celów księgowych (techniczny koszt
wytworzenia), celów zakupowych, celów planistycznych,
celów logistycznych związanych z przemieszczaniem
materiałów, półproduktów w ramach całego łańcucha
dostaw lub tylko pomiędzy magazynami a halami pro-
dukcyjnymi. Rzeczywistość jest wielokrotnie bardziej
skomplikowana niż to, co odzwierciedlają dane wprowa-
dzone do systemu ERP. Rozpatrzmy to na konkretnym
przykładzie. Technolog zakłada zużycie 0,5 m

2

blachy,

ale przelicza ją na kilogramy, bo dział zakupów kupuje
ją w kg. System planuje wydanie wielkości zużycia okre-
ślonej w BOM, czyli kg, ale magazynier nie wyda blachy
wyrażonej w kg, wyda cały arkusz czyli 2 m

2

na zlecenie

produkcyjne.
Sytuacja w gnieździe produkcyjnym jest jeszcze bardziej
skomplikowana, bo tam w celu maksymalnego wyko-
rzystania surowca równocześnie wykrawane są format-
ki z całego arkusza blachy, np. 2 m

2

na potrzeby innych

zleceń (rozkrój), czyli nie tak jak to zaharmonogramo-
wał system MRP. Na domiar złego MRP widzi arkusze
blachy jako jednostkę ciągłą, a nie oddzielne arkusze.
Proces można byłoby skomplikować bardziej dodając
rejestrację braków, odpadów nieużytkowych i odpadów

Systemy informatyczne wspomagające procesy pro-

dukcyjne muszą dążyć w kierunku systemów inteli-

gentnych, które w oparciu o mechanizmy samouczące

zaczną tolerować nieprecyzyjne dane

Janusz Pieklik,

Business Global Consulting Polska

39

Systemy informa

tyczne

Logistyka Produkcji

www.logistyka-produkcji.pl

użytkowych, czyli w tym przypadku rozkrojonych arku-
szy w kilku gatunkach, grubościach i formatach do dal-
szego wykorzystania.
Podobnie sprawa wygląda z czasami operacji techno-
logicznych i przezbrojenia. W większości przypadków
raz wpisany czas do systemu pozostaje niezmienny, bo
przebicie się przez tysiące rekordów danych nie jest za-
daniem prostym, a sam pomiar tego czasu to prawdziwe
wyzwanie dla organizacji. Często koszt pozyskania da-
nych jest zbyt wysoki, aby podejmować się takich wy-
zwań, bowiem jest to ekonomicznie nieuzasadnione.
Wobec powyższego nietrudno zauważyć, że z danymi
jest kłopot i to niemały. Z drugiej strony każdy system
bezdusznie realizujący najróżniejsze algorytmy obli-
czeniowe potrzebuje danych i to jak najbardziej pre-
cyzyjnych. Wniosek jest prosty, systemy informatycz-
ne wspomagające procesy produkcyjne muszą dążyć
w kierunku systemów inteligentnych, które w oparciu
o mechanizmy samouczące zaczną tolerować nieprecy-
zyjne dane. Będą wręcz wyszukiwać błędnych danych
w oparciu o zadaną logikę. Jest to fundamentalne za-
łożenie specyfikacji systemu nowej generacji roboczo
nazwanej IQ ERP.

Ó

Król jest nagi

Kolejnym założeniem IQ ERP jest wprowadzenie har-
monogramowania wielowymiarowego. Ani moc obli-
czeniowa, ani pojemność dysków nie jest dzisiaj ogra-
niczeniem. Harmonogramowanie szczegółowe MRP nie
zaspokaja większości firm produkcyjnych. Poprawione
musi być źródło, a nie wynik. Efektem pracy MRP jest
propozycja zleceń zakupu materiałów, zleceń produk-
cyjnych oraz komunikaty MRP czyli gigantyczny de-
motywator do używania MRP. Komunikaty MRP są
w praktyce nieużyteczne.
Kto dysponuje taką ilo-
ścią czasu, aby detalicznie
dzień w dzień analizować
kilkaset czy kilka tysięcy
komunikatów typu przy-
śpiesz zakup, zlecenie jest
przeterminowane, skasuj zlecenie itp.? Potrzebne są
konkretne propozycje rozstrzygania sprzecznych kryte-
riów, wielowymiarowe i wielokryterialne analizy what-
-if oraz konkretne propozycje wychodzące od systemu.
IQ ERP zakłada znajomość planowanego i rzeczywiste-
go kosztu harmonogramu bez konieczności księgowe-
go zamykania miesiąca oraz wprowadzenia algorytmów
harmonogramowania, których celem jest zwiększanie
rentowności przedsiębiorstwa.
Obecnie król jest nagi, a harmonogramowanie szczegó-
łowe MRP – serce każdego systemu produkcyjnego – jest
jego najsłabszym ogniwem i, nie wchodząc w szczegóły,
planista prędzej czy później kończy na MS Excel albo
systemie klasy APS i MES.

Ó

Klasyfikacja zasobów

Twórcy koncepcja IQ ERP postawili sobie za cel zbudo-
wanie równoległych algorytmów samouczących, toleru-
jących niedokładność danych, nie traktując wszystkich
obsługiwanych zasobów w taki sam sposób.
IQ ERP traktuje zasoby (ludzi, maszyny, przyrządy) jako

inteligentne obiekty decyzyjne, które konkurują pomię-
dzy sobą. Konkurencja zasobów wymusza konieczność
dostarczania algorytmów, które wpływają na ciągłe
podnoszenie jakości świadczonych usług, obniżanie
kosztu pracy zasobu, skracanie czasu operacji tech-
nologicznych, planowanie utrzymania ruchu lub po-
szukiwania zasobów o niższych kosztach na zewnątrz
w oparciu o giełdę zasobów konkurującą w chmurze
(iCloud). Fizycznie zasobem może być np. maszyna, ale
IQ ERP szczególną uwagę zwraca na zasoby ludzkie
i definiowalną wartość intelektualną. MRP wszystkich
traktuje równo, nie rozróżniając operatora od pomocni-
ka, ustawiacza od technologa. MRP zakłada, że proces
produkcyjny zaczyna się na hali, IQ ERP dużo wcze-
śniej – w głowach najcenniejszych zasobów w każdej
firmie. Nie traktuje ich równorzędnie, dokonuje ich
ciągłej klasyfikacji. Zasób ludzki traktowany jest jako
wielowymiarowy obiekt który posiada kompetencje,
uprawnienia, wiedzę itp.
IQ ERP zakłada przetwarzanie danych twardych i mięk-
kich. Obecne systemy ERP nie biorą pod uwagę faktu,
że produkcja wyrobu A na maszynie Y jest obarczona
większą wadliwością, brakowością czy gorszymi para-
metrami niż na maszynie Z, czyli że istnieje mniejsza
i większa powtarzalność produkcji w zależności od dnia
tygodnia, parametrów zewnętrznych, operatora, maszy-
ny, narzędzi, podwykonawcy itp.

Ó

Wspomaganie zamiast rejestracji

Wykorzystanie komputerów jedynie do elementarnych
działań matematycznych takich jak dodawanie, odej-
mowanie, mnożenie i dzielenie to gigantyczne mar-
notrawstwo. IQ ERP zakłada otwartość architektury
i możliwość wymiany algorytmów samouczących, które

mogłyby być udostępniane
np. w sieciach społeczno-
ściowych. Bardzo ważnym
założeniem jest funkcjono-
wanie różnych systemów
informatycznych wymiany
danych w ramach łańcucha

dostaw ze szczególnym akcentem na wątek samoobsługi
i pełnej automatyzacji.
Od strony finansowej IQ ERP w obszarze produkcji pro-
ponuje zupełnie nowy model kosztowy. Współczesne
systemy ERP dostarczają informacji post factum, a więc
trudno mówić o wspomaganiu procesu decyzyjnego,
a powinny aktywnie wspomagać proces decyzyjny, pro-
mując decyzję, a nie tylko bezkrytycznie przetwarzać
dane. Apetyt na wsparcie procesów produkcyjnych z wy-
korzystaniem systemów informatycznych jest bardzo
duży, a na systemy obniżający koszty jeszcze większy.
IQ ERP zakłada także dziesięciostopniowy model dojrza-
łości systemu produkcyjnego. Modelten może być wyko-
rzystany jako podstawa do audytu systemu produkcyj-
nego, zarówno pchającego jak i ssącego. Specyfikacja IQ
ERP ze względu na trwające nad nią prace wzbudza zain-
teresowanie jedynie kilku dużych zagranicznych produ-
centów ERP. Gotowa jest mniej więcej w 60 procentach.
Planowana data zakończenia prac nad specyfikacją IQ
ERP w wersji 1.0 to październik 2013 r. Do tego czasu
pozostanie dalej okryta tajemnicą.

Ó

Współczesne systemy informatyczne

powinny aktywnie wspomagać proces

decyzyjny, promując decyzję, a nie tylko

bezkrytycznie przetwarzać dane