Business Case
Cerámica San Lorenzo (CSL)
Caso de Éxito AI Bruna – Powered by Altumlab
Cerámica San Lorenzo (CSL) es uno de los principales productores de revestimientos cerámicos en Perú. Abastecen parte del mercado Peruano, Chileno y Brasileño. En una de sus plantas existen líneas productivas, donde es posible configurar la producción de uno o más tamaños de producto de acuerdo a la necesidad.
Para producir cerámicas, una mezcla de arcilla y otros elementos son sometidos a un tratamiento de humedad dándole propiedades de cohesión, que junto a un procedimiento donde es sometido a una carga de alta presión se forma el tamaño requerido.
Las cerámicas en bruto, con su color rojizo característico se enfilan por una correa donde pasarán por las diferentes estaciones donde se aplicarán bases de pinturas, colores, y acabados hasta llegar a la zona de packaging para ser almacenados antes de su despacho.
Los diferentes productos se clasifican por familia de producto, acabado y su respectivo tamaño o formato. Las líneas productivas deben configurarse cada vez que se pasa de producir un producto a otro, sin embargo es posible disminuir el tiempo de configuración cuando se producen consecutivamente dos productos que comparten por ejemplo el mismo tamaño, con la finalidad de utilizar ese tiempo produciendo.
La lógica de ir acoplando productos “similares” debe considerar múltiples restricciones productivas y comerciales, como volúmenes mínimos a producir por cada vez que un SKU se producte, satisfacción de canales y clientes considerando que existen fechas límites de entrega, plazos de embarques internacionales y un forecasting de la demanda por producto, por canal y por mercado.
En la planta existe un equipo de planificación, que construye y ajusta qué o cuál producto debe producirse en cada una de las líneas, siendo ésta una tarea exhaustiva y de alta complejidad ya que diariamente existen cambios en la demanda que impactan en la producción anteriormente establecida.
Para resolver esto, el Jefe de Planificación de CSL inició el desarrollo de una estrategia que permitiera con el uso de Inteligencia Artificial resolver esta problemática. Al no existir una solución disponible en el mercado, el centro de Investigación y Desarrollo AltumLab planteó una posible solución, donde considerando la demanda comercial y las diferentes restricciones operacionales se proyectan escenarios productivos para cada línea.
Para empezar el proyecto abarcó una planta, considerando líneas uniformato y multiformato. Con esto se empezó a desarrollar una red neural para optimizar el uso de líneas considerando todas las restricciones operativas, días y horas de funcionamiento, costos de producción por m2 por línea y la satisfacción mínima por canal en el forecasting de demanda.
El planeamiento de una planta completa puede ejecutarse constantemente a demanda, donde los datos son consumidos directamente desde diferentes orígenes y sistemas como ERP, WMS, BBDD y similares, ahorrando tiempo significativo en el orden y recolección de la información.
Los resultados preliminares de la solución permiten aumentar en un 4% la producción con las mismas instalaciones, pero con un sistema dinámico de planeamiento, donde considerando cada venta realizada, es posible volver a planificar en cuestión de minutos el destino de cada línea, generando un valor adicional a los activos disponibles.