پرش به محتوای اصلی

جستجوی ارزش: چگونه تعمیرات اساسی دیجیتال تویوتا به ازای هر 1 دلار خرج شده 3 دلار به دست آورد

نیوزویک۱۴۰۵ آبان ۳, یکشنبه، ساعت ۲۱:۱۳حدود 5 دقیقه مطالعه

تجربه تویوتا آزمونی را برای هوش مصنوعی سازمانی ایجاد می کند: آیا صرفه جویی در زمان و پیش بینی بهتر منجر به درآمد بیشتر یا هزینه کمتر می شود؟

در تویوتا موتور آمریکای شمالی، یک فرآیند برنامه ریزی زنجیره تامین ماهانه می تواند شامل بیش از 75 صفحه گسترده باشد. وقتی کارمندان کار را تمام می کنند، تقریبا زمان شروع دوباره فرا رسیده است.

بالارد این کار را به عنوان بخشی از مجموعه ویدیویی به دنبال ارزش ارائه شده توسط Cognizant مورد بحث قرار داد. Nishanth Vallabhu، رئیس واحد تجاری استراتژیک برای تولید و خودرو در Cognizant به او پیوست. گابریل اسنایدر، سردبیر اجرایی نیوزویک، این گفتگو را مدیریت کرد.

دو بحران تویوتا را بر آن داشت تا در نحوه عملکرد زنجیره تامین خود تجدید نظر کند: همه‌گیری COVID-19 و کمبود نیمه هادی. بالارد گفت که کارمندان باتجربه بارها و بارها عملیات را تحت فشار فوق العاده ای ادامه می دهند و نشان می دهد که شرکت چقدر به قضاوت فردی وابسته شده است.

بالارد به نیوزویک گفت: «ما نمی‌توانیم روی آن حساب کنیم.

او گفت که موجودی فروشنده از عرضه بیش از 50 روزه به سطوح نوجوانان در طول این اختلالات کاهش یافته است. این تجربه سوالاتی را در مورد اینکه آیا تویوتا متوجه شده است که مشتریان چه خودروهایی را می‌خواهند و آیا ترکیب‌های مناسب به نمایندگی‌ها می‌رسند یا خیر، ایجاد کرد.

تویوتا شروع به بررسی چگونگی بهبود دید در سفارشات خودرو و اتخاذ تصمیمات برنامه ریزی بهتر کرد. تیم‌ها برنامه‌های کاربردی را آزمایش کردند تا مشخص کنند کدام رویکردها کارآمد هستند و می‌توانند به طور گسترده‌تری مورد استفاده قرار گیرند.

بالارد گفت، آن پروژه‌های اولیه «پلتفرم را به وجود آوردند».

طراحی تویوتا از برنامه های مختلف از طریق اجزای مشترک پشتیبانی می کند. این شرکت با یادگیری ماشینی و بهینه سازی برای بهبود پیش بینی تقاضا و برنامه ریزی عرضه در سراسر آمریکای شمالی شروع به کار کرد. از آن زمان شروع به ترکیب هوش مصنوعی مولد و توسعه برنامه هایی برای عوامل در کنار آن ابزارهای قبلی کرده است.

بالارد یک معماری مدولار را توصیف کرد: داده های قابل اعتماد به عنوان پایه، خدمات ساخته شده بر روی آن، یک لایه اطلاعاتی در حال توسعه برای پشتیبانی از عوامل و محصولاتی که یک رابط مشترک را برای کارکنان فراهم می کند. تویوتا همچنین خواهان آزادی انتخاب در بین مدل‌های هوش مصنوعی است تا اینکه سیستم‌های خود را حول یک ارائه‌دهنده واحد بسازد. او خاطرنشان کرد که مدل های پیشرو به طور منظم با عرضه نسخه های جدید از یکدیگر پیشی می گیرند.

او می خواست از تکرار تصمیمات فناوری که نگهداری نسل های قبلی نرم افزارهای سازمانی را دشوار کرده بود، اجتناب کند.

او گفت: «هر زمان که می‌خواستی آن را لمس کنی، هزینه زیادی می‌برد.

پرونده مالی در ابتدا نامشخص بود. بالارد گفت تویوتا به تیم های مالی و حسابداری طیف وسیعی از نتایج ممکن را به جای یک پیش بینی محدود ارائه کرد. اولین پروژه‌ها بازدهی نزدیک به انتهای بالای آن محدوده را ارائه می‌کردند، و این امر زمینه را برای ادامه سرمایه‌گذاری تقویت می‌کرد.

او در مورد تصمیماتی که تویوتا هنگام شروع کار با آن روبرو شد، گفت: "این کمی علمی است. کمی احساسی است."

منافع مالی از چندین حوزه حاصل شد. بالارد گفت که این شرکت همیشه پیکربندی خودرو را برای سودآوری بهینه نکرده است. اطلاعات بهتر در مورد ویژگی‌هایی که مشتریان درخواست می‌کردند به تویوتا کمک کرد تا این تنظیمات را بیشتر با تقاضا مطابقت دهد و درآمد بیشتری ایجاد کند.

در طول کمبود نیمه هادی، این شرکت همچنین یک دوقلو دیجیتالی با استفاده از یادگیری ماشینی ساخت تا ارزیابی کند که کدام قطعات در دسترس هستند و کدام خودروها هنوز قابل مونتاژ هستند. بالارد گفت که این فناوری به خودروساز کمک کرد تا با وجود محدودیت های عرضه، تصمیمات تولید را بگیرد و خطوط مونتاژ را در حرکت نگه دارد.

این فناوری همچنین نحوه کار تیم های برنامه ریزی تویوتا را تغییر می دهد.

بالارد گفت: «این بازی را برای اعضای تیم ما بالا می‌برد، بنابراین آنها زمان زیادی را صرف کارهای معمول نمی‌کنند. اکنون آنها زمان زیادی را صرف فکر و عمل بر روی اطلاعاتی می کنند که به آنها داده شده است.

به گفته والابهو، تعیین ارزش این بهبودها یک چالش جداگانه است. در تولید، بهبود کیفیت یا کاهش موجودی و دوباره کاری اغلب می تواند مستقیما اندازه گیری شود. با این حال، پس‌اندازهای ادعا شده از آزاد کردن وقت یک کارمند اداری، تبدیل به عملکرد مالی دشوارتر است.

یک کارمند ممکن است از این ساعات برای کارهای ارزشمندتر استفاده کند، اما سود اقتصادی بستگی به اتفاق بعدی دارد. والابو مثال دیگری از کف کارخانه ارائه کرد: افزایش ظرفیت تولید تنها زمانی ارزش ایجاد می کند که تقاضای کافی برای خروجی اضافی وجود داشته باشد.

او به نیوزویک گفت: «باید جسور باشید و بگویید: «هی، من در واقع تمام مسیر ارزش را طی می‌کنم و آن را فرض نمی‌کنم».

او بهبودهای بهره وری گزارش شده توسط خود را رد نکرد. آنها می توانند مبنایی برای تغییرات آینده ایجاد کنند، اما شرکت ها هنوز باید تعیین کنند که آیا این مزایا در نهایت باعث پس انداز یا درآمد اضافی می شود. والابو گفت که این چالش زمانی پیچیده می‌شود که هوش مصنوعی بر نحوه خدمات دهی کسب‌وکارها به مشتریان تأثیر بگذارد، زیرا ممکن است چندین تغییر میانی قبل از بهبود فروش رخ دهد.

والابو گفت که سودهای گزارش شده تویوتا توسط تیم مالی آن کمیت و تایید شده است.

رابطه دیرینه Cognizant با تویوتا ملاحظات دیگری را در تحول ایجاد می کند. والابو گفت که درک کسب و کار خودروساز مستلزم آشنایی با فرهنگ کاری آن است، از جمله اقداماتی مانند بررسی مستقیم مشکلات و ایجاد اجماع قبل از تصمیم گیری.

اما یک شریک فناوری مستقر باید ایده ها و قابلیت های توسعه یافته خارج از شرکت را نیز معرفی کند. او چالش ایجاد توازن میان رویه‌های تاسیس شده تویوتا با پیشرفت‌هایی را توصیف کرد که می‌تواند نحوه کار کارکنان آن را تغییر دهد.

Cognizant تقریبا دو دهه با تویوتا کار کرده است. بالارد این شرکت را به عنوان یک شریک استراتژیک توصیف کرد که کارکنان آن از نزدیک با تیم های تویوتا همکاری می کنند و در تصمیم گیری های موثر بر تجارت شرکت می کنند.

بالارد گفت: "ما می خواهیم آنها ما را به چالش بکشند. ما می خواهیم آنها ایده های جدیدی را ارائه دهند."

مشارکت کارکنان برای تویوتا به همان اندازه مهم بوده است. بالارد گفت که فرهنگ آن بر احترام به مردم و بهبود مستمر تأکید دارد و این شرکت کارگران با تجربه را مستقیما وارد تلاش برای طراحی مجدد عملیات خود کرد.

برخی دهه‌ها را صرف پرداختن به همان مشکلات عملیاتی کرده بودند و به اندازه کافی درباره فناوری‌های نوظهور می‌دانستند تا جایگزین‌هایی را تصور کنند. بالارد گفت که گردآوری این دیدگاه ها به شرکت کمک کرد تا فرصت هایی را شناسایی کند که یک تیم فناوری که به طور مستقل کار می کند ممکن است از دست داده باشد.

او گفت: "این کار با افراد شما شروع می شود، و سپس فرآیند، و سپس شما با فناوری مناسب دنبال می کنید."

او گفت که هدف فراتر از به‌روزرسانی وظایف فردی بود: "ما خواهان تحول بنیادین بودیم. می‌خواستیم کل عملیات را دوباره تصور کنیم."

تویوتا همچنین به کارکنانی نیاز داشت که بدانند تغییرات چه معنایی برای شغلشان خواهد داشت. بالارد بر اهمیت توضیح مکرر هدف کار و روشن ساختن چگونگی سودمندی ابزارهای جدید برای افرادی که انتظار می رود از آنها استفاده کنند، تأکید کرد.

او گفت: "شما نمی خواهید این اتفاق برای آنها بیفتد. شما می خواهید همه احساس کنند که این برای ما اتفاق می افتد."

خواندن متن کامل در نیوزویکبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

Seeking Value: How Toyota's Digital Overhaul Returned $3 for Every $1 Spent

Toyota's experience poses a test for enterprise AI: Do time savings and better forecasts lead to more revenue or lower costs?

همه‌ی اخبار جهان