Podsumowanie
Kluczowe efekty
Redukcja ilości odpadów produkcyjnych i kosztów operacyjnych
Wyższa efektywność i stabilność procesów w czasie rzeczywistym
Utrudniona realizacja celów zrównoważonego rozwoju
Aby utrzymać strategię zrównoważonego rozwoju, Angst+Pfister potrzebował pełnej widoczności procesów produkcyjnych w czasie rzeczywistym. Dotychczasowe raporty były analizowane dopiero po zakończeniu cyklu produkcji, co powodowało opóźnione reakcje, straty surowca i wzrost kosztów operacyjnych. Manualne zbieranie danych dodatkowo pochłaniało zasoby i zwiększało ryzyko błędów, utrudniając precyzyjne pomiary efektywności.
Zarząd firmy, która w 2023 roku zredukowała emisję CO₂ o 16% i ograniczyła odpady o 19% w porównaniu z rokiem poprzednim, postawił kolejny krok w kierunku optymalizacji i cyfryzacji procesów. Organizacja zwróciła się do Sii Polska o wdrożenie rozwiązania analitycznego opartego na danych czasu rzeczywistego, które pozwoli zredukować i przeciwdziałać nieefektywności, a nie tylko je raportować.
Analityka w czasie rzeczywistym i automatyczna optymalizacja procesów
Sii Polska zaprojektowała i wdrożyła rozwiązanie oparte na sztucznej inteligencji, obejmujące pełny łańcuch przetwarzania danych – od integracji źródeł produkcyjnych po modele predykcyjne i wizualizację wyników. Projekt został zrealizowany we współpracy z zespołami operacyjnymi Angst+Pfister, aby zapewnić kompatybilność z realnymi warunkami produkcji i celami ESG firmy.
Zakres działań obejmował:
- integrację danych z linii produkcyjnych i systemów MES/ERP w środowisku chmurowym AWS, umożliwiając stały dopływ informacji procesowych w czasie rzeczywistym
- budowę modeli analitycznych, które wykrywają anomalie, rekomendują optymalne parametry produkcji, dostosowane też do warunków panujących na hali produkcyjnej i identyfikują potencjalne straty materiałowe
- opracowanie paneli operacyjnych i alertów, prezentujących wyniki dla inżynierów produkcji w intuicyjnej formie (dashboardy z prognozami i sygnalizacją ryzyka)
- automatyzację reakcji na nieefektywności, w tym powiadomienia o spadku stabilności procesu według różnych miar
- automatyzację historycznej analizy produkcji, obejmującej porównanie tych samych wyrobów w różnych okresach oraz szczegółową analizę wybranych partii produkcyjnych - w tym efektywności zmian produkcyjnych, parametrów procesu i statystyki kolejnych cykli procesu
- iteracyjne doskonalenie modeli AI, realizowane wspólnie z działem technologicznym klienta w celu zwiększenia precyzji prognoz i gotowości do skalowania na kolejne zakłady.
Nowe rozwiązanie umożliwia monitorowanie parametrów procesu, optymalizację parametrów produkcji, i natychmiastowe reagowanie na nieefektywności.
Mniej odpadów, niższe koszty, większa przewidywalność
Wdrożenie rozwiązania AI opracowanego przez Sii Polska pozwoliło Angst+Pfister przejść od reakcyjnego monitoringu do aktywnego zarządzania produkcją. Firma zaczęła przeciwdziałać reaktywnie nieefektywności w trakcie procesu, zamiast tylko wyciągając wnioski na przyszłość dopiero po jego zakończeniu, co przełożyło się na realne oszczędności materiałowe i stabilność operacyjną.
System dostarcza precyzyjnych danych w czasie rzeczywistym; automatyczna analiza produkcji wsparła decyzje dotyczące optymalizacji procesów, zmniejszając zarówno ryzyko przestojów, jak i koszty produkcji.
Projekt wzmocnił realizację celów ESG – ograniczenie odpadów materiałowych oraz zmniejszenie obciążenia środowiskowego stało się mierzalnym elementem strategii firmy. Dzięki temu organizacja zyskała nie tylko większą efektywność operacyjną, ale również przewagę konkurencyjną opartą na odpowiedzialnej i nowoczesnej produkcji.