范霍芬先生，人工智能支持的分析在提升食品生产可持续性方面能在多大程度上发挥作用？

人工智能通过根据需求生产数量并最小化资源使用，实现资源节约规划。例如，这可以减少因过度生产引起的腐败。这是因为现代预测算法能够更精确地预测需求，从而减少库存水平，提高配送可靠性，最终降低供应链风险。能源和材料消耗也可得到优化。在使用可再生能源（如太阳能）时，人工智能可以控制用电，以最小化峰值负载，并高效利用能源。

OMMM活动的重点是什么？

通过我们AI支持的方法，我们优化了工业规划，尤其是在流程行业。我们的软件考虑了整个供应链。这意味着所有库存——从初级材料到成品——都包含在规划中。结合精准的需求预测，这带来了显著的库存减少、降低仓储成本和更好的资本承诺——从而带来明显的效率提升。

你对这类解决方案的需求评价有多高？

许多公司仍然常用模拟方法进行工业规划。这些通常不透明，达到预期效果需要数小时甚至数天——导致不必要的人员、安装和清洁成本以及高弃货率。然而，如果食品生产商希望使供应链具备韧性、可持续性和灵活性，这只能通过更高程度的数字化和先进人工智能的应用实现。

如何衡量人工智能在供应链管理中的成功？你使用哪些关键绩效指标？

成功可以通过财务关键绩效指标（KPI）来衡量，如搭建和清洁成本、存储成本、资本投入、生产延迟成本以及应对中断的成本。其他相关指标包括工厂效率、数字化程度、可持续性、响应速度和客户满意度。

您能举例说明食品制造商通过实施规划解决方案实现显著节约的具体例子吗？

Zentis现在在德国、美国和波兰的所有工厂都使用我们的软件。得益于优化的规划，公司每年每座工厂节省超过120万欧元。安装和清理成本降低了30%，即75万欧元，废品处置成本减少了50%，即每年50万欧元。由于规划所需的员工减少，员工现在可以自由投入公司内的其他项目。其他用户包括Schluckwerder和Valeo食品集团。

您如何确保您的软件满足食品行业复杂的需求？尤其是这是一个非常异质化的行业......

事实上，每个生产装置都是独一无二的，并带来了许多特殊的挑战。我们的人工智能能够数字化镜像现有架构，细节到最细致，实现前所未有的规划自动化和优化水平。我们的联合创始人POM Prof. Tempelmeier GmbH为此创造了条件，并在电容式生产计划领域开展了开创性工作。此外，凭借股东POM，OMMM拥有超过20年在各行各业实施定制规划解决方案的经验。我们理解并了解车间的日常挑战——众多复杂的规则、例外和限制。

你会给首次考虑基于AI的供应链管理解决方案的中小型食品公司什么建议？

原则上，制造商需要明确自己的立场。这就是为什么我们通常会先进行数字准备度评估。在这里，我们关注整个价值链中所有相关流程，并评估数字化程度：如果是低，那就是一。但如果高，则是四。随后分析供应链中的薄弱环节和最重要的成本驱动因素。

...因此，数据分析在你的方法中起着重要作用。包含哪些数据？

任何参与食品行业生产计划优化的人员都应确保除了订单数据外，还应提供高质量的预测数据。如果不是这样，我们建议先使用AI支持的预测系统。同时，现有ERP、管理信息系统（MIS）和仓库管理系统的数据质量应持续审查并在必要时进行改进。

使用哪些来源？如何确保数据质量？

企业现有数据的质量往往是最大的障碍之一。然而，来自不同来源的数据整合是决定性的成功因素。还必须连接ERP、MIS/BDE或外部仓库管理系统，才能实现整体解决方案。在必要时，必须通过结构化测量优化数据质量。此外，还整合了此前未被使用但可能有价值的信息——例如生产阶段间的运输物流容量限制。这类数据过去往往不相关或未被记录，但必须被系统地获取并系统地映射以供人工智能应用。

OMMM解决方案如何整合到现有IT基础设施中，例如像SAP这样的ERP系统？

OMMM可以通过导入和导出所需数据，无缝集成到现有系统环境中。我们获得了SAP的官方认证，能够无缝将我们的规划解决方案嵌入SAP的流程和数据环境中，取代其通用的规划模块。数据通常通过iDocs交换。这种集成使得运行顺畅且不会中断媒体。

OMMM的解决方案未来计划有哪些发展和改进？

我们目前正在试点详细的人事排班和完整的物料管理解决方案。我们将这些模块作为现有需求、生产与业务计划及供应链仪表盘模块的附加组件，这些模块很快将作为标准模块推出。我们还在开发基于人工智能的AI辅助工具，支持日常规划任务和加速实施方法。总体而言，我们将大幅提升标准化水平，为工艺行业的不同目标群体和行业（如化学品、制药及流面精处理）提供现成型解决方案。

更多信息请访问：

OMMM运营管理解决方案有限公司
，德国勒沃库森，
Reinhard Vanhöfen vanhoefen@ommm.ai

https://ommm.ai/