Infor Process Mining сокращает расходы на срочную доставку на 50%
В апреле 2026 года на Ганноверской ярмарке компании Infor и Amazon Web Services представили новые инструменты для производства и дистрибуции, включающие Infor Process Mining для автоматизации сложных заводских процессов. Производитель катеров из Арканзаса Xpress Boats внедрил эту технологию в процессы от закупки до оплаты, от заказа до получения денег и от спроса до сборки, выявив узкие места в работе менее чем за неделю. Внедрение позволило предприятию снизить расходы на срочную доставку на 50% и ускорить диагностику сбоев в процессах на 98%.
Что это меняет для промышленных предприятий
Infor Process Mining предоставляет промышленным компаниям прямую видимость операционных сбоев и задержек на всех этапах производства и выполнения заказов. Сопоставляя текущие операционные данные с идеальной схемой процессов, производители могут выявлять задержки до того, как они приведут к срыву сроков поставки или заставят прибегнуть к дорогостоящей экспресс-доставке.
На этапе первого внедрения в компании Xpress Boats инструмент сократил расходы на срочную транспортировку на 50%. Производитель катеров также зафиксировал ускорение диагностики проблем в процессах на 98% и сократил время обработки возвратов в цепочке поставок на 95%.
Как Xpress Boats устранила задержки с помощью анализа процессов
Производитель катеров Xpress Boats из штата Арканзас внедрил программное обеспечение для анализа процессов, чтобы оценить ключевые рабочие потоки на своих предприятиях. Система проанализировала данные процессов от закупки до оплаты, от заказа до получения денег и от спроса до сборки, точечно определив проблемные участки в этих отделах менее чем за неделю.
Получив эти результаты, Xpress Boats начала тестирование дополнительных ИИ-агентов для работы с заказами на закупку, заказами клиентов, главной книгой, кредиторской и дебиторской задолженностью. Сочетание глубинного анализа процессов, автоматизации и генеративного ИИ призвано находить неэффективные звенья, устранять ошибки и непрерывно оптимизировать цепочки поставок.
Что предлагают промышленные ИИ-агенты Infor и AWS
Новые промышленные ИИ-агенты Infor и AWS работают непосредственно в облаке AWS, планируя, анализируя и выполняя задачи внутри производственных процессов. Каталог охватывает шесть операционных направлений: прибыльное управление проектами, своевременная реализация проектов, анализ процессов и операционная аналитика, движение товарно-материальных запасов, финансовые операции и управление качеством.
Предприятия также могут создавать собственных ИИ-агентов через Infor Agent Factory. Эта среда интегрирована с Amazon Bedrock AgentCore, Amazon Bedrock и Amazon SageMaker, что позволяет корпоративным разработчикам развертывать специализированные модели, адаптированные под уникальные заводские процессы.
Интеграция Infor CloudSuite Industrial в рабочие процессы
Решение Infor CloudSuite Industrial ориентировано на ролевые инструменты, созданные с учетом требований узкоспециализированных производственных сегментов. Рик Райдер, старший вице-президент по управлению продуктами Infor, отметил, что промышленному ИИ необходим прямой контекст данных из производственного цеха, спецификаций материалов и записей цепочки поставок, а не универсальные возможности ИИ.
Infor расширяет линейку этих инструментов на платформе AWS с октября 2025 года. Полный набор ИИ-агентов в настоящее время доступен в ограниченном режиме, а даты широкого релиза компании пока не объявили.
Барьеры на пути внедрения операционного ИИ на производстве
Разработчики промышленного ПО внедряют автоматизированных ИИ-агентов на рынке, где многие производители все еще сталкиваются с проблемами в базовой ИТ-инфраструктуре. Декабрьский опрос McKinsey, охвативший более 100 операционных директоров крупных промышленных компаний с выручкой от 1 миллиарда долларов, показал: 46% респондентов испытывают ограничения в данных или системах IT и OT, а половина назвала корпоративную культуру главным препятствием для внедрения операционного ИИ.
Конкуренты также расширяют линейки промышленных решений. Компания SAP анонсировала ИИ-агентов для производства и цепочек поставок с плановым выходом в общий доступ во втором и третьем кварталах 2026 года. Microsoft сообщила об использовании более 25 ИИ-агентов в собственных цепочках поставок и планирует увеличить их число до более чем 100 к концу 2026 года.
Вопросы и ответы
Как Infor Process Mining сокращает расходы на доставку в промышленности?
Infor Process Mining выявляет узкие места в процессах от закупки до оплаты, от заказа до получения денег и от спроса до сборки менее чем за неделю. Указывая на структурные проблемы и ускоряя диагностику сбоев на 98%, система помогает устранять задержки и отказываться от дорогостоящей экстренной транспортировки. Это позволило компании Xpress Boats сократить расходы на срочную доставку на 50%.
Каковы ключевые преимущества промышленной ИИ-платформы Infor и AWS?
ИИ-агенты автоматизируют задачи в шести функциональных областях, включая управление запасами, реализацию проектов и контроль качества. Созданные на базе AWS, они используют данные производственных цехов и цепочек поставок, а также позволяют создавать пользовательских ИИ-агентов в Infor Agent Factory с помощью Amazon Bedrock AgentCore.
Как быстро глубинная аналитика процессов окупается в цепочках поставок?
В компании Xpress Boats система анализа процессов выявила операционные узкие места в цепочках поставок менее чем за неделю. Внедрение обеспечило мгновенное ускорение диагностики проблем на 98% и сократило время обработки возвратов на 95%.
Взгляд MOZGII
Как бы мы это построили
Чтобы построить систему анализа процессов (process mining) для заводских операций, мы бы начали с прямой интеграции с основными источниками корпоративных данных. Система сопоставляла бы операционные записи из процессов закупки, выполнения заказов и планирования производства. Мы бы сравнивали данные о запасах и отгрузках в реальном времени с базовыми технологическими процессами, чтобы находить узкие места. Автоматизированные агенты отмечали бы задержки в обработке заказов до того, как отделы доставки перейдут на дорогую экспресс-перевозку.
Человеческий контроль оставался бы основой архитектуры. Менеджеры по цепочкам поставок проверяли бы автоматические рекомендации по закупкам и корректировке производства до их применения. Главной уязвимостью стали бы неполные данные из цехов или изолированные устаревшие базы данных запасов. Чтобы избежать неверных правок, автоматические средства контроля приостанавливали бы обновления при пропуске записей или расхождениях в статусе запасов.
Единственным показателем, который мы бы отслеживали, стали бы общие расходы на срочную доставку относительно объема обычных перевозок. Как только поиск узких мест заработал бы надежно, мы бы создали прогностические инструменты для предсказания задержек поставок в бухгалтерии и кредиторской задолженности до остановки завода.
Источники
Откуда взяты факты этой новости.