Operasyon Yönetiminde Yapay Zekâ

Operasyon yönetiminde yapay zekânın katkısı metin üretmek değil, veriden örüntü çıkarmak: talep tahmini, kapasite planlama, arıza öngörüsü, sapma tespiti.

Bu da bir ön koşul getirir: veri. Operasyon uygulamaları, diğer alanlardan daha fazla veri olgunluğu gerektirir.

Uygulama alanları

Tablonun son satırı, veri olgunluğu düşük işletmeler için başlangıç noktasıdır: rapor ve doküman işleri hemen başlayabilir.

1. Talep tahmini

Operasyonun tüm planlaması talepten türer. Daha isabetli tahmin:

• Stok seviyesini düşürür (bağlı sermaye azalır)
• Stoksuz kalmayı azaltır
• Üretim planını istikrarlı kılar
• Acil satın almayı azaltır

Gereken: yeterli geçmiş veri, mevsimsellik bilgisi, kampanya ve tek seferlik olayların işaretlenmiş olması.

Sistem tahminleri üretir; satış ekibinin sahadaki bilgisiyle düzeltilmelidir.

2. Kestirimci bakım

Arızayı olmadan önce öngörmek, plansız duruşu azaltır. Bunun için:

• Makine çalışma verisi
• Bakım geçmişi
• Arıza kayıtları (sebep koduyla)
• Mümkünse sensör verisi

Veri yoksa kestirimci bakım kurulamaz. Bu durumda önce veri toplamaya başlamak gerekir — bu tek başına değerli bir adımdır.

3. Kalite ve sapma tespiti

• Üretim parametrelerindeki sapmaların erken tespiti
• Fire artışının sebep analizi
• Hangi koşullarda hata arttığının bulunması
• Görsel kalite kontrolü (uygun donanımla)

Bu uygulama, kalite sorununu ortaya çıktıktan sonra değil oluşurken yakalamayı hedefler.

4. Planlama desteği

• İş emri sıralama önerisi
• Ayar değişimini azaltacak gruplama
• Darboğaz istasyona göre optimizasyon
• Teslim tarihi öngörüsü
• Senaryo analizi ("bu siparişi alırsak ne olur?")

Son madde satışa gerçekçi söz verme imkânı tanır ve müşteri memnuniyetini doğrudan etkiler.

5. Sevkiyat ve rota

• Rota optimizasyonu
• Araç doluluk planlaması
• Teslim zamanı tahmini
• Gecikme riski uyarısı

6. Raporlama ve analiz

• Vardiya ve günlük özet
• Sapma açıklamaları
• Duruş analizi yorumu
• Verimlilik raporu

Bu alan düşük veri olgunluğuyla da başlayabilir ve ekibin sisteme alışmasını sağlar.

Veri olgunluğu yolu

1. Kayıt disiplini: üretim, duruş ve fire kaydı düzenli tutulsun.
2. Sebep kodları: duruş ve hata sebepleri sınıflandırılsın.
3. Zaman damgası: olaylar zamanla birlikte kaydedilsin.
4. Otomatik toplama: mümkünse makineden veri alınsın.
5. Birikim: anlamlı analiz için yeterli süre veri toplansın.
6. Analiz: ancak bu aşamada tahmin ve öngörü kurulabilir.

Bu yolun ilk üç adımı yapay zekâsız da yapılır ve tek başına iyileştirme sağlar.

Operasyona özel dikkat noktaları

• Güvenlik önceliği: iş güvenliği kararlarında insan yetkisi korunmalı.
• Saha gerçeği: sistem önerisi sahadaki koşulu bilmeyebilir.
• Operatör güveni: açıklanamayan öneriler uygulanmaz.
• Yedek plan: sistem çalışmadığında operasyon durmamalı.
• Aşırı bağımlılık: planlama yetkinliği ekipte korunmalı.

Üçüncü madde uygulamada belirleyicidir: "neden bu sıralama" sorusuna cevap veremeyen bir sistem, saha tarafından görmezden gelinir.

Ölçüm

• Tahmin sapması
• Stok devir hızı ve seviyesi
• Plansız duruş süresi
• Fire oranı
• Zamanında teslim oranı
• Kapasite kullanımı
• Nakliye maliyeti

Özet

Operasyonda yapay zekânın değeri tahmin, öngörü ve sapma tespitindedir; bunlar veri olgunluğu gerektirir. Veriniz zayıfsa önce kayıt disiplini ve sebep kodlarıyla başlayın — bu adım tek başına iyileştirme sağlar. Sistem önerilerinin açıklanabilir olması, sahada benimsenmesinin ön şartıdır.