plik

Nowe wcielenie ERP będzie rzeczywiście wspierać procesy decyzyjne

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.

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.

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.

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

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

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

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

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.

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.

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.

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.

Współczesne systemy informatyczne

powinny aktywnie wspomagać proces

decyzyjny, promując decyzję, a nie tylko

bezkrytycznie przetwarzać dane