商業案例

聖洛倫索陶瓷（CSL）

AI Bruna 案例研究 – 由 Altumlab 提供支援

Cerámica San Lorenzo （CSL） 是秘魯領先的瓷磚生產商之一。他們供應秘魯、智利和巴西的部分市場。在其一家工廠中，有生產線，可以根據需要配置一種或多種產品尺寸的生產。

為了生產陶瓷，粘土和其他元素的混合物經過水分處理，使其具有內聚力，再加上承受高壓載荷的過程，形成所需的尺寸。

具有特有的紅色的原始陶瓷由一條皮帶排列，在那裡它們將通過不同的工作站，在那裡將塗上油漆基材、顏色和飾面，直到它們到達包裝區域進行存儲，然後再發貨。

不同的產品按產品系列、表面處理及其各自的尺寸或格式進行分類。每次將一種產品生產到另一種產品時，都必須配置生產線，但是，例如，當連續生產兩個相同尺寸的產品時，可以減少設置時間，以便利用該時間進行生產。

耦合“類似”產品的邏輯必須考慮多種生產和商業約束，例如每次生產 SKU 時的最小產量、渠道和客戶滿意度，考慮到有交貨期限、國際運輸期限以及按產品、渠道和市場進行的需求預測。

在工廠中，有一個計劃團隊，負責構建和調整每條生產線應該生產什麼或哪種產品，這是一項詳盡且高度複雜的任務，因為每天都有需求變化，影響先前建立的生產。

為了解決這個問題，CSL的規劃主管開始制定一項戰略，允許使用人工智慧來解決這個問題。由於市場上沒有可用的解決方案，AltumLab研發中心提出了一個可能的解決方案，考慮到商業需求和不同的運營限制，對每條生產線的生產場景進行了預測。

首先，該專案覆蓋了一個工廠，考慮了單格式和多格式生產線。因此，開始開發一個神經網路，以優化生產線的使用，同時考慮所有運營限制、運行天數和小時數、每條生產線每平方米的生產成本以及需求預測中每個通道的最低滿意度。

整個工廠的規劃可以按需持續執行，其中數據直接來自不同的來源和系統，如ERP、WMS、資料庫等，從而節省了大量資訊訂購和收集時間。

該解決方案的初步結果允許在相同的設施下將產量提高 4%，但通過動態計劃系統，考慮到每筆銷售，可以在幾分鐘內重新規劃每條生產線的目的地，從而為可用資產創造額外的價值。