פיתוח מערכת בינה מלאכותית לחיזוי תקלות בשרשרת האספקה

חיזוי שיבושים עם AI: היכן נקרעת שרשרת האספקה

תכנון מלאי עדיין נשען על ממוצעים: מלאי ביטחון מחושב לפי תקופות קודמות, צריכה חזויה — לפי ממוצע נע, וסטיות אצל ספק ופריט מסוים נזקפות לרעש. כל עוד האספקות סדירות, הסכמה מחזיקה מעמד.

קריעה של שרשרת האספקה מתבטאת אחרת — אצווה לא הגיעה, הקו עובד על המלאי האחרון, וההחלטה מתקבלת במצב של «מה נספיק להביא».

תכנון מלאי ידני מוסיף השהיה של שבוע-שבועיים: איש האספקה לומד על שיבוש במשלוח ממכתב או שיחה, אחר כך התכתבות, תיאום חלופה, לפעמים משלוח דחוף.

השבתת ייצור בגלל אספקה נגרמת לעתים רחוקות מתקלה גדולה אחת — לרוב זה הצטברות של סטיות קטנות בעשרות פריטים, שבנפרד אינן נחשבות לסיכון, אך יחד אוכלות את החוצץ.

גם המחסור ברכיבים אינו אחיד: פריט קריטי עם זמן ייצור ארוך עוצר את הקטע, ואילו החלפת מתכלה רק דוחה אצווה. מודל שאינו מבחין בין המקרים האלה מעלה את אותה רמת התראה על כל הרשימה ומהר מאוד מפחית מערך האות — המתכנן חוזר לבדיקה ידנית.

חיזוי שיבושים עם AI סוגר את זה מכיוון אחר: המודל מתאמן על היסטוריית עיכובים, זמני אספקה בפועל, עומס עונתי על נתיבים והתנהגות ספק, ומוציא הסתברות לשיבוש לכל פריט שבועיים-שלושה לפני האירוע.

זה מספיק כדי להעביר הזמנה לספק חלופי, להעביר מלאי בין מחסנים או להזיז את תוכנית הייצור בלי עצירה. נפרט איך זה משתלב במערך התכנון.

מה משתנה כשהשיבוש נראה לפני שהוא מתרחש

התראה מוקדמת נבנית על זרם של נתונים תפעוליים: סטטוסים של הזמנות ומשלוחים, זמני מעבר בפועל בנתיבים, מלאי וקצב צריכה במחסנים, היסטוריית שיבושים לפי כל ספק.

המודל מחשב מחדש את הסתברות העיכוב לכל פריט ונתיב באופק של כמה שבועות, בהסתמך על נתונים ממערכות ניהול מסוג SAP וממערכי מחסן, ולא על דוחות ידניים.

ההבדל מתבטא במהירות התגובה לסטייה. בלי תחזית, השיבוש מתגלה ביום האספקה — הקו כבר עומד, נשאר רכש חירום ותשלום יתר על דחיפות. עם התראה, האות מגיע 5-14 ימים מראש: המהנדס רואה לא עובדה, אלא הסתברות וסיבה — עיכוב במעבר, ירידה בקצב המשלוחים אצל הספק, זינוק בביקוש. זה מספיק כדי להעביר הזמנה לספק חלופי, להעביר אצווה בין מחסנים או להעלות את עדיפות המשלוח.

ההשפעה השנייה — מלאי הביטחון של המחסן מפסיק להיות תקן אחיד לכל הפריטים. הוא מחושב לפי אי-ודאות תחזיתית: בקבוצות יציבות המלאי יורד, בקבוצות בסיכון הוא נשאר או גדל נקודתית.

היקף המלאי הקפוא מצטמצם ב-20-30% באותה רמת שירות, ושיעור עצירות הקו שנמנעו עולה — חלק מהשיבושים נחסמים לפני שהם מגיעים לייצור.

את דיוק תחזית האספקה אנחנו מודדים לא במספר כללי אחד, אלא לפי אופקים: שיעור ההתראות שהתממשו, שיבושים שהוחמצו, התראות שווא. סף ההפעלה מכוון לפי מחיר הטעות של כל קטע — היכן שהשבתה יקרה יותר, המודל מגיב מוקדם יותר ועם מרווח גדול יותר.

גישות לבנייה: כללים, סטטיסטיקה, מודלים

הבחירה בגישה לחיזוי נקבעת לא לפי מורכבות השיטה, אלא לפי היקף ההיסטוריה המצטברת על אספקות, מעברים ועיכובים. כללי סף להתראה עובדים היכן שהשיבוש נראה ישירות: מועד שעבר, מחסן מלא, משלוח לא מאושר. הסכמה מוסברת וצפויה, אך מגיבה למה שכבר קרה ומייצרת התראות שווא בשיאים עונתיים.

מודל סטטיסטי לתחזית מתאר את הנורמה — עונתיות, פיזור זמנים לפי כיוון, התנהגות מלאי — ומזהה סטייה לפני שהפכה לתקלה. מודל לומד עצמי קושר עשרות אותות חלשים זה לזה ומוצא סיכונים שאי אפשר לתאר בכללים.

אפשרות עבודה — סכמה היברידית לתחזית: כללים נותנים תגובה מיידית, סטטיסטיקה — אופק של כמה שבועות, המודל — שילובים מורכבים של גורמים.

שכבות אנחנו מוסיפים לפי אפקט מאומת: תחילה כללים, אחר כך סטטיסטיקה, אחר כך מודל. את סף ההפעלה והאופק מכוונים לפי דיוק בפועל — התחזית נשארת ניתנת לניהול ולהסבר עבור מחלקת הלוגיסטיקה.

שלבי יישום: מביקורת נתונים ועד מסירה

שיבוש בשרשרת האספקה כמעט תמיד משאיר עקבות בנתונים הרבה לפני האירוע — השאלה היא אם הנתונים האלה מרוכזים במערך אחד.

רכש, מחסן, לוגיסטיקה וייצור חיים במערכות שונות עם ספרי עזר משלהם ותדירות עדכון שונה, ולכן העבודה אינה מתחילה מהאלגוריתם לנתונים, אלא להפך: תחילה ביקורת ומדד, אחר כך הרכבה ובדיקה.

1. ביקורת נתוני אספקה. אנו עורכים מלאי של מקורות: הזמנות, משלוחים, זמני מעבר בפועל, מלאי, אירועים הקשורים לספקים. בפלט — מפת מקורות עם תדירות עדכון, תחומי אחריות ורשימת פערים שנסגרים לפני תחילת ההרכבה.
2. מדד יעד לתחזית. מסכימים מה נחשב שיבוש ובאיזה אופק: עיכוב באצווה, אספקה חסרה, החמצת חלון משלוח. המדד נקבע כמספר וכלל תיוג — כדי שאפשר יהיה לבדוק את התוצאה, ולא להתווכח עליה.
3. הרכבת סכמת חיזוי. מחברים היסטוריית הזמנות עם מאפייני ספק, נתיב, עונתיות ועומס מחסן; מטפלים בחסרים, קפיצות והחלפת ספרי עזר; מגדירים אימון מחדש קבוע.
4. בדיקת המודל על היסטוריה. מריצים תקופות סגורות עם הדמיית זמן אמת: אימון רק על נתונים שהיו זמינים באותו רגע. בנפרד בוחנים את שיעור השיבושים שנתפסו ואת שיעור ההתראות השווא לפי קטגוריות אספקה.
5. קבלת מערכת החיזוי. הרצות עומס, התנהגות בנתונים חסרים ובעיכוב מקור, נוהל אישור ידני של אות. קובעים ספים שמתחתם המערכת נמנעת ביושר מחיזוי.
6. מסירת המערכת ללקוח. הרשאות, תצורה, תיעוד לאימון מחדש, הכשרת צוות והעברת משמרת. בהמשך — תמיכה במחזור מוסכם של בקרת איכות התחזית.

כל שלב נסגר בארטיפקט שאפשר לראות ולערער עליו — בלי זה השלב הבא לא מתחיל. תארו את המשימה: נחזור עם הערכה ותוכנית לפי מקורות הנתונים שלכם.

ערכת אספקה: מודלים, נהלים, ניטור

ערכת האספקה אינה רק מודל עובד, אלא כל מה שמאפשר למחלקת האספקה להשתמש בו בלעדינו. קוד מקור, תצורות, הרשאות ותיעוד מועברים למערך שלכם, בלי חלקים סגורים. להלן — מה בדיוק נשאר אצל הלקוח לאחר הפעלת מערכת חיזוי השיבושים.

• מודלים מכווננים לכל קבוצת מוצרים — מאומנים על היסטוריית האספקה שלכם, עם מדדי איכות קבועים וסף הפעלה עובד.
• תיאור מאפייני המודל — איזה מדד משפיע על מה, מאיפה הוא מגיע, באיזו תדירות מתעדכן ומה לעשות כשחסרים נתונים במקור.
• תיעוד למודל התחזית — סכמת אימון, סדר אימון מחדש על נתונים חדשים, קריטריונים לירידת ביצועים וכללים להעלאת גרסה חדשה לעבודה.
• התראות על סטיות — תנאי הפעלה, ערוצי מסירה לאחראים, עדיפויות והגנה מפני אותות שווא.
• נוהל תגובה לאות — מי מקבל את ההתראה, תוך כמה זמן מאשר, אילו פעולות נוקט ואיך מתעד את התוצאה.
• הוראה למחלקת האספקה — תרחישים למצבים טיפוסיים: שיבוש באספקה, עיכוב בנתיב, קפיצה בביקוש, עזיבת ספק.
• לוח ניטור — איכות התחזית לפי שבועות, שיעור האותות שהופעלו ורשימת סיכונים נוכחיים לאורך השרשרת.
• יומן משוב — סימונים של אותות מאומתים ואותות שווא, שעליהם המודל מתאמן נוספות.

מקרה בוחן: איך צומצמו השבתות במחסן תוצרת מוגמרת

אצל יצרן מוצרי אריזה השבתות במחסן תוצרת מוגמרת נחשבו לנורמה: הרכש תוכנן לפי מכירות ממוצעות בתקופות קודמות, וזינוקי ביקוש ועיכובי ספקים לא נכנסו לתמונה. התוצאה — 30-35 שעות השבתת קו בחודש, רכש לא מתוכנן במחיר מנופח והחמצות משלוחים בשבועות שיא.

ניתוח נתונים על פני כמה שנים הראה שיותר ממחצית השיבושים היו צפויים מראש. משמעותיים היו עיכובים אצל ספקים ואצוות מסוימים, זמן מעבר, עונתיות לפי קבוצות מוצרים ועומס הקו. מתוך כמה עשרות אותות נכנסו למודל החיזוי שנים עשר — השאר יצרו רעש והתראות שווא.

מה השתנה לאחר ההפעלה

מערכת חיזוי מחסור בחומרי גלם, שאותה בצד הלקוח כינו Прогноз-склад, מחשבת מחדש את הסתברות המחסור לכל פריט באופק של שניים-ארבעה שבועות ומוסרת למחלקת הרכש רשימה עם עדיפות. מלאי הביטחון הועלה רק בפריטים בעלי הסתברות גבוהה, ולא בכל המחסן.

השבתות צומצמו מ-30-35 ל-6-8 שעות בחודש, שיעור הרכש הלא מתוכנן — מ-28% ל-6%. דיוק התחזית באופק של שבועיים נשאר סביב 0.8, התראות שווא — בודדות למאה בדיקות, ולכן המוקדנים לא הפסיקו לסמוך על ההתראות.

בתפעול המודל מתאמן נוספות על אספקות חדשות, וכשיורדת האיכות חוזר אוטומטית כלל הרכש הקודם. ספים, גרסאות תחזית ויומן הפעלות נמצאים לצד התיעוד — צוות הלקוח עצמו משנה את הרגישות, בלי להמתין לנו.

במה שונה התראה מוקדמת מתחזית ביקוש?

אלה שתי משימות שונות עם משתני יעד שונים. תחזית ביקוש עונה על השאלה "כמה יחידות צריך", התראה מוקדמת — "במה ומתי אנחנו מסתכנים". הערבוב ביניהן במערך אחד הוא סיבה שכיחה לכך שמערכת חיזוי השיבושים נראית מדויקת בדוחות, אבל אינה משנה אף החלטת רכש.

ההבדל בין משימות החיזוי מתבטא באופק וברגע שבו עוד אפשר להשתמש בתוצאה. תחזית היקף הרכש נבנית שבועות לפני ישיבת הרכש: היא קובעת את גודל ההזמנה, את החלוקה בין ספקים ואת עומס המחסן.

אות על סיכון באספקה נוצר בחלון אחר — ימים ספורים לפני המשלוח הצפוי, והוא עובד רק בתנאי שהתגובה אליו כבר מוגדרת בנוהל.

אות על סיכון באספקה הוא אירוע, לא מספר. המודל מעריך את ההסתברות לשיבוש באצווה מסוימת: איחור באישור הזמנה, עלייה בזמן הטיפול בצומת העמסה מחדש, פער בין המועד המוצהר למועד בפועל. בפלט — לא "כמה לרכוש", אלא "איזו אצווה ובמה לגבות".

גם נתוני הקלט שונים. לתכנון היקפי רכש נדרשים היסטוריית מכירות, עונתיות, מבצעים ומחירים; להתראה מוקדמת — סטטוסים של הזמנות, זמני מעבר, התנהגות הספק בשיבושים קודמים. וגם האיכות נמדדת אחרת: במקרה הראשון בסטייה מהמציאות, בשני — בשיעור השיבושים שהוחמצו ברמת התראות שווא סבירה.

החיבור המעשי הוא שההתראה מתקנת את התחזית. אם בביקוש לקבוצה עולה, ובספק מרכזי תלוי סיכון, תוכנית הרכש מחושבת מחדש: חלק מההיקף עובר למקור חלופי, חלק — למלאי ביטחון. היציבות של שרשרת האספקה נשענת לא על מספר מדויק אחד, אלא על שני מערכים באופקים שונים — אחד מתכנן, השני מגן על התוכנית.

ספקות לגבי נתונים, לוחות זמנים ואיכות התחזית

אפילו היסטוריית אספקה שנראית סבירה כמעט תמיד מכילה הטיות: זינוקי רכש לקראת מבצעים, פריטי מלאי כפולים, פערים בקליטה והחלפת כללי רישום. מתחילים בביקורת — כמה תקופות באמת מכוסות בנתונים, היכן החסרים ואיך הם מתפלגים לפי עונה.

אם עומק ההיסטוריה קטן משני מחזורים שנתיים, מאמנים את המודל על חלון קצר וקובעים מראש באילו קבוצות מוצרים התחזית תהיה חלשה יותר — מוטב לדעת זאת לפני ההפעלה.

לוחות הזמנים נקבעים בדרך כלל לא על ידי האימון, אלא על ידי הכנת הנתונים ותיאום האינטגרציה עם מערכת הרישום. הייצוא מתבצע לפי לוח זמנים, לא באופן חד-פעמי: מודל שאומן על תמונת מצב מלפני חודש מתפרק בשינוי הראשון בספרי העזר. לכן אימון מחדש נכלל בנוהל — לפי הצטברות מקרים מאומתים חדשים ולהופעת פערים בין התחזית למציאות.

שיבושים נדירים כמעט לא מופיעים בהיסטוריה — האם המודל בכלל יראה אותם?

יראה כמחלקה נדירה, אבל לא בזכות עובדות השיבוש עצמן, אלא בזכות מבשרים: עלייה בזמני אישור הזמנה, סטייה של זמן המעבר בפועל מהמתוכנן, החלפת נתיב, זינוק במשלוחים חלקיים. את סף ההפעלה בוחרים כך שלא נשקע בהתראות שווא בתקופות שקטות.

מי אחראי לנתונים ואיך בנויה האינטגרציה?

את הגבול קובעים בכתב: הצד שלנו — סכמת החלפה, ייצוא, בקרת איכות ולוגיקת אימון מחדש; שלכם — זמינות מערכת הרישום ותקינות ספרי העזר. את ההחלפה מגדירים דרך ייצואים תקניים וממשקי תוכנה, בלי קבצים ידניים — אחרת השיבוש הראשון בפעולה ידנית יעצור בשקט את התחזית.

נדון בשרשרת האספקה שלכם ונחזור עם תוכנית

הערכה מדויקת של פרויקט חיזוי נשענת לא על תיאור המשימה במילים, אלא על נתונים. אפשר לדון במשימת החיזוי גם בלי ייצואים, אבל אז נחזור עם טווח רחב בלוחות זמנים במקום תוכנית יישום מערכת. להלן — מה לשלוח כדי שהשיחה הראשונה עם המהנדסים תהיה ענייני.

• ייצוא של הזמנות, אספקות ומשלוחים על פני כמה מחזורים מלאים — ממנו רואים עונתיות ושיבושים חוזרים;
• ספרי עזר של פריטים, ספקים, נתיבים ומחסנים בצורה שבה הם קיימים כעת;
• יומן שיבושים וסטיות: מה בדיוק נשבר, מתי ואיך זה הסתיים;
• כללי התגובה הנוכחיים — מי ועל איזה אות מתחיל לפעול;
• רשימת מערכות הרישום שבהן נמצאים הנתונים האלה, והדרך לקבל חיתוכים תקופתיים;
• דוגמאות להחלטות שכבר התקבלו ידנית והתבררו כמוצלחות.

שיחה עם מהנדסים אינה מצגת: אנחנו מסתכלים על נתונים, מדייקים את אופק התחזית, את מערך האירועים החזויים ואת שיעור ההתראות השווא המותר. אחר כך מרכיבים תוכנית יישום לפי שלבים, שבה האיכות נבדקת על ההיסטוריה שלכם לפני שהמערכת מתחילה להשפיע על החלטות.

תארו את המשימה ושלחו את מה שיש — נחזור עם הערכה ותוכנית.