Řízení vstupních surovin pro výrobu: kde vzniká problém a jak ho řešit

Výrobní firmy investují nemalé peníze do APS systémů a plánovacích nástrojů. Přesto znovu a znovu naráží na stejný problém: plánování výroby je jen tak dobré, jako data, která do něj vstupují. A tím nejkritičtějším vstupem je kvalitní predikce finálních výrobků — rozpadnutá na úroveň surovin. Vnímáme potřebu zákazníků zlepšovat přesnost vstupu pro výrobu a tím i investice do této oblasti.

Kde vlastně vzniká signál pro objednávání surovin?

Ve většině výrobních podniků probíhá objednávání surovin jedním ze dvou způsobů:

První způsob je reaktivní: suroviny se objednávají na základě aktuálního stavu skladu — když zásoba klesne pod určitou hranici, přijde automatická objednávka, takzvané objednávání způsobem min-max. Tento přístup ignoruje budoucí poptávku po finálních výrobcích a vede k chaotickým výkyvům — jednou přebytek, podruhé nedostatek, v nejhorších případech i k výpadkům.

Druhý způsob je závislý na plánu výroby: nákupčí dostane výrobní plán a z něj ručně nebo poloautomaticky odvozuje potřebu surovin. Problém je, že výrobní plán vychází z předpovědí, které jsou mnohdy staré, nepřesné nebo vůbec nezohledňují sezónní výkyvy, promoční akce nebo trendy.

Ani jeden z těchto způsobů není ideální. Výsledkem je, že vstupní surovina, z níž jsou následně tvořeny finální produkty — a která je tak hlavním zdrojem příjmů firmy — je špatně plánována a vzniká její nedostatek nebo přebytek.

Co znamená špatně objednat surovinu s expirací?

U běžného zboží může být špatná objednávka nepříjemná — vázaný kapitál, přeplněný sklad. U surovin s omezenou trvanlivostí se situace dramaticky mění.

Příklady z praxe:

• Potravinářský výrobce objedná příliš mnoho mouky na základě přecenění jarní poptávky. Suroviny expirují dříve, než je spotřebuje — přímá ztráta v nákladech na likvidaci a samotné surovině.

• Farmaceutický výrobce podcení zimní poptávku, například u léku na chřipku — aktivní látce dojde zásoba. Výroba se zastaví, dodávky zákazníkům se zpožďují o týdny.

• Kosmetický výrobce nemá přesný výhled na novou promoční akci. Objedná standardní množství složky — a uprostřed kampaně zjistí, že vyrobené množství produktu nestačí.

Špatná objednávka suroviny s expirací má tedy dvojí efekt: buď zbytečně investujete peníze do zásob, které skončí v kontejneru, nebo přijdete o výnosy, protože jste nemohli vyrábět. A na rozdíl od hotového zboží nelze surovinu snadno přesunout jinam nebo vrátit.

APS systémy jsou skvělé nástroje — ale potřebují správný vstup

Moderní APS (Advanced Planning and Scheduling) systémy jsou výkonné nástroje. Umí optimalizovat kapacity, seřadit výrobní frontu, plánovat přestavby linek, pracovat s omezeními materiálů i pracovní síly. Žádný z nich ale není plánovacím nástrojem, který přesně určuje vstup. Pokud plán výroby vychází z nepřesné nebo zpožděné vstupní predikce, APS systém výborně naplánuje, jak vyrobit — ale nejspíš špatné množství.

Kde konkrétně vzniká problém?

• Predikce finálních výrobků je tvořena ručně v Excelu nebo je to prostý historický průměr za stejné období minulého roku nebo posledních týdnů — bez zachycení sezónnosti, trendů a externích vlivů.

• Predikce není rozpadnutá na úroveň surovin — kusovník (BOM) existuje v ERP, ale propojení s kvalitní predikcí chybí.

• Plánování na týdny nebo měsíce — poptávka se mění denně, plán výroby se mění jednou týdně a nákup surovin se provádí se zpožděním.

• Promoční akce, nové produkty a sezónní výkyvy nejsou zohledněny v předpovědi — a tím ani v nákupu surovin, a nákupčí nakupuje suroviny dle své běžné úvahy.

Paradox moderní výroby: firmy investují stovky tisíc až miliony korun do APS systémů a ERP platforem, ale vstupní data pro tyto systémy jsou stará, nepřesná a ručně sestavovaná.

Řešení: forecast rozpadnutý na suroviny

Správný přístup k řízení vstupních surovin začíná na jiném místě, než kde ho většina firem hledá — ne ve skladu surovin, ale v předpovědi prodejů finálních výrobků.

Jak to funguje v praxi:

• AI forecast predikuje poptávku pro každý finální výrobek — denně, s přihlédnutím k sezónnosti, trendům, promo akcím, externím faktorům a logistickým datům jako MOQ, minimální hodnota objednávky nebo expirace.

• Forecast je automaticky rozpadnutý přes BOM (kusovník) na potřebu vstupních surovin — každá složka receptury, každý obal, víčko nebo třeba i etiketa.

• Systém zohledňuje expirace surovin — navrhuje objednávky tak, aby byly suroviny spotřebovány včas, nikoliv na sklad. Počítáme s logikou zaskladňování FIFO (first in, first out).

• Přesný forecast finálních výrobků je správný vstup pro APS — systém pak plánuje výrobu na základě reálné predikce, výrobní plán generuje přesné požadavky na suroviny s přihlédnutím k minimálním výrobním dávkám a teprve pak nákupní oddělení objednává správné množství ve správný čas.

• Nákupčí vidí navrhované objednávky s dostatečným předstihem — ne den před tím, než surovina dojde.

Závěr

Správné řízení vstupních surovin začíná mnohem dříve, než přijde objednávka dodavateli — začíná přesnou předpovědí prodejů finálních výrobků. Firmy, které tuto předpověď postaví místo Excelu nebo historických průměrů na AI, dosahují:

• Výrazného snížení odpisů a expirace surovin.
• Eliminace výpadků ve výrobě způsobených nedostatkem materiálu.
• Lepšího využití APS systémů — konečně se správnými vstupy.
• Úspory desítek hodin měsíčně v nákupním a plánovacím procesu.
• Uvolnění kapitálu vázaného v přebytečných zásobách surovin.

Chcete vědět, jak to funguje v praxi?

Podívejte se na www.goodstock.ai — AI řešení pro predikci poptávky a automatizaci řízení zásob, které pomáhá výrobním firmám optimalizovat nákup surovin bez rizika výpadků a zbytečných odpisů.