עם 35 אתרי תשתית ומאות קבלני משנה, עיכוב אחד הצית תגובת שרשרת, והמשרד גילה אותה רק אחרי שהעבודה בשטח כבר נעצרה. חיברנו את השטח לתוכנית, והתחלנו לזהות את התקיעות מראש.
מריצים עשרות פרויקטי תשתית בבת אחת, עם מאות קבלני משנה, ואפקט הדומינו מפסיק להיות מטאפורה. הוא הופך לסיכון יומי, והחברה הזו שילמה עליו בעיכובים כרוניים ובקנסות איחור כבדים מלקוחות ממשלתיים.
הבעיה לא הייתה הקרקע, אלא נקודה עיוורת בדאטה. קבלן משנה אחד שמפגר בלוח הזמנים (עבודות עפר או ניקוז שמתעכבים באתר יחיד) חסם את הצוות הבא בתור, הוציא את כל גאנט הפרויקט מהמסלול, וגרר קנסות. מנהלי הפרויקטים במשרד הראשי גילו את הפער רק כשצוות חדש הגיע לאתר שלא היה מוכן לו, והמחיר היה ימי בטלה יקרים, סכסוכים ודרישות לתשלום נוסף.
מתחת לכל זה, המידע היה כלוא. הדיווחים היומיים של מנהלי האתרים יצאו בוואטסאפ או על הנייר, ומעולם לא סונכרנו חזרה לכלי התכנון והבקרה במשרד הראשי. מי שניהל את לוח הזמנים עבד על סמך תמונה שתמיד פיגרה בכמה ימים אחרי המציאות.
מציאות השטח היומית מול התוכנית, שבועות לפני התקיעה.
חיברנו את יומני העבודה הדיגיטליים, נוכחות קבלני המשנה ולוחות הזמנים מכל 35 האתרים ללוח בקרה יחיד שמסונכרן ברציפות, כך שהמשרד הראשי סוף סוף ראה את אותה מציאות כמו השטח, באותו יום.
מנוע משווה את קצב ההתקדמות האמיתי בכל אתר, מדי יום, מול הגאנט המתוכנן, והופך ערימה של דיווחים יומיים לתמונה חיה של המצב האמיתי של הפרויקט.
המודל חוזה תקיעה עוד לפני שהיא מתרחשת, למשל, “קבלן הצנרת באתר כביש 44 רץ 20% מתחת לקצב, מה שיעכב את תחילת הסלילה בעוד כשבועיים.”
ברגע שעיכוב נחזה, המערכת ממליצה על גאנט מעודכן ועל העברת צוותים או ציוד כבד מאתר שפנוי, כך שהקיבולת עוברת לאן שהיא נחוצה במקום לעמוד ללא תנועה.
שום שיבוץ לא משתנה מעצמו. המערכת שולחת בקשת אישור קצרה לנייד של מנהל הפרויקט; הקשה אחת מאשרת את השינוי. ה-AI מסמן וממליץ. המנהל מחליט.
במקום לרדוף אחרי סטטוס אתר אחר אתר, המנהלים רואים את כל התיק בתצוגה אחת (כל צוות, כל תלות, כל סיכון) ומנהלים לפי חריגים במקום לפי שמועות.
עיכוב שרואים מראש הוא עיכוב שאפשר לעצור.
חריגות לוח זמנים וימי עיכוב במסירת תשתיות ירדו ב-35%, וקנסות האיחור והתקורות של צוותים שיושבים בטלים, שפעם כרסמו את שולי הרווח של הפרויקט, כמעט נעלמו בכל אתר פעיל.
מנהלי הפרויקטים עברו מניהול משברים וויכוחים בשטח לניהול עבודה צפויה ומתוכננת מראש, ואותו שינוי, עם אותם שבועות של מרווח נשימה, חזר על עצמו בכל פרויקט בתיק.
החיזוי התאפשר רק משום שהשטח והמשרד היו סוף סוף על אותה תמונה חיה. עבודת האינטגרציה האפורה היא שהפכה את החיזוי לאמיתי, בדיוק כמו שעבודת אוטומציית התהליכים שלנו חיברה מערכת ותיקה לפני ששום AI יכול היה לגעת בה. ומכיוון שאדם מאשר כל תזמון מחדש, הצוותים בוטחים בתוכנית שנמסרת להם. ראייה מראש, לא טייס אוטומטי.
צי הובלה כבד נותב בטלפון ובתחושת בטן, ושרף כסף על המתנה בתורים ועל נסיעות חזרה ריקות. ניתוב מבוסס AI עם התאמת מטען חוזר חכמה חתך את זמן ההמתנה ב-30%, קילומטרים ריקים ב-20%, והריץ 15% יותר מטענים ביום.
לפרויקט המלא ← מתקנים חכמים · השכלה גבוההאוניברסיטה גדולה שרפה אנרגיה על אולמות ריקים ואיבדה מחקר בגלל כשלי מעבדה. תזמון חכם ותחזוקה חזויה חתכו אנרגיה ואחזקה בכ-18%, עם אפס השבתות מעבדה.
לפרויקט המלא ←
Reef TRH