Hlavní strana -> Zprávy
APS/SCM, Aktuality -> IT Projekty - 4. 4. 2011

Tower Automotive upgradoval APS Preactor

Slovenská společnost Tower Automotive zvyšuje svou efektivitu v oblasti plánování výroby upgradem na výkonnější verzi plánovacího systému APS Preactor, který využívá již devět let.Již v době implementace (r. 2001) ERP systému QAD Enterprise Applications bylo rozhodnuto, že podnikový systém bude rozšířen o APS. Minerva ČR navrhla ve studii na optimalizaci procesu plánování APS Preactor. V Toweru byla v roce 2002 implementovaná verze Preactor 200 a jednalo se tehdy o první implementaci APS Preactor v regionu. Postupně upgradoval na vyšší verze a začátkem roku 2011 přešel na novou verzi 11 s komfortnějším rozhraním. Používáním Preactoru a optimalizací procesů souvisejících s výrobou a plánováním došlo ke snížení rozpracované výroby, přehledu plnění zakázek v dlouhodobém horizontu a také snížení doby prostojů strojních zařízení. Obrátka skladových zásob byla snížena z 25 dnů na devět.



 
  

- PR -

Jak digitální transformace proměnila řízení výroby

v jedné z největších strojírenských firem na severní Moravě?


Když se v roce 2019 vedení společnosti OSTROJ a.s. rozhodovalo o modernizaci svého podnikových informačního systému, šlo o krok, který měl dalekosáhlý dopad. Firma s více než sedmdesátiletou tradicí patří mezi klíčové výrobce důlních strojů, dopravníkových systémů, speciálních bednění a dalších komplexních strojírenských výrobků. Za touto rozmanitostí se však skrývala i výzva – jak efektivně řídit výrobu a logistiku napříč několika divizemi a stovkami zaměstnanců.

  

- PR -

AI s úsudkem

Nová generace umělé inteligence nejen pro finanční svět


Představte si umělou inteligenci, která nejen přesně předpovídá, ale zároveň rozumí tomu, nakolik si svou predikcí může být jistá. Právě tato schopnost odlišuje bayesovskou AI od běžných algoritmů, které často fungují jako sebevědomé „černé skříňky“ bez hlubšího kontextu. Bayesovská AI napodobuje lidský úsudek – průběžně se učí z nových dat, přizpůsobuje své závěry, reflektuje změny prostředí a chápe hranice vlastních znalostí. V oblastech, kde je práce s nejistotou zásadní, představuje tato schopnost výraznou konkurenční výhodu.