Borusan Mannesmann Tedarik Zinciri Optimizasyonu Projesi ile Süreç Hatalarını Engelliyor

Borusan Grup şirketlerinden, Türkiye çelik boru pazarının lideri Borusan Mannesmann, dünyanın önde gelen tedarik zinciri planlama çözüm üreticisi OMP ile hayata geçireceği Tedarik Zinciri Optimizasyonu Projesi sayesinde süreç hatalarını ortadan kaldıran bir sisteme geçiyor. Proje ile tedarik, planlama, çizelgeleme, üretim süreci ve dağıtım ağı gibi kritik öneme sahip süreçleri, müşterilere daha yüksek seviyelerde ve daha düşük maliyetle sunmayı amaçlayan şirket bu sayede verimsizlik, manuel çalışma ve olası hataların ortadan kaldırılmasını hedefliyor. Tedarik Zinciri Optimizasyonu Projesi ile şeffaflık ve iş birliği artırılırken, süreçlerin tahmin odaklı bir modelden talep odaklı bir modele dönüştürülmesi planlanıyor. 

Karlılığa katkı hedefleniyor

Tedarik Zinciri Optimizasyon yazılımında Yapay Zekâ, Çözücü (Solver) algoritmaları kullanılıyor. Hazırlıklarına 2020 yılının Şubat ayında başlanan projenin 2023 Haziran'da tamamlanması hedefleniyor. Tedarik Zinciri Optimizasyonu ile tedarik ve talep uçtan uca entegre şekilde dengelenirken, hem talepte hem de üretimde senaryolarla çalışma ve stratejik kararlara destek sağlanması, dinamik malzeme alokasyonu ile esnekliğin artırılması gibi ana etmenler algoritmalarla ve solver desteği ile gerçekleştirilecek. Yatırım tutarının 3.5 milyon dolar olduğu projenin hem direkt karlılık etkisi yaratarak hem de stok yönetimine getirdiği iyileştirmelerle, en geç 1.5 yılda yatırımı amorti etmesi bekleniyor.

Borusan Mannesmann, “Tedarik Zinciri Optimizasyonu Projesi’ni 10 kişilik bir ekiple yürütüyor.  Satın alınacak hammaddenin geometrik ve kimyasal özelliklerine karar verilmesinden itibaren üretimdeki kombinasyonlara ve sıralamalara kadar yazılım desteği ile hurda ve atık üretiminde azalma bekleniyor.   Hurda ve atık maliyetlerini düşürürken taşımadan kaynaklı kirliliği de önleyecek projenin bir sonraki fazında, optimizasyon istenilen seviyeye ulaştığında, makine-yazılım entegrasyonunun da sağlanması hedefleniyor. Bu sayede makinelerin, üretim planı ile direkt entegre olması ve birbirleriyle haberleşerek hataları azaltılması amaçlanıyor. Üretim çıktılarını ve fire miktarlarını ürün miksine göre belirleme ve iyileştirmede AI ML imkanlarını kullanarak gelecekte tamamen entegre bir sistemin kurulmasına imkân sağlanması planlanıyor.