כשמנהלים 35 אתרי תשתית ומאות קבלני משנה, עיכוב קטן אחד יוצר אפקט דומינו, והמשרד הראשי מגלה זאת רק כשהעבודה בשטח כבר נעצרת לחלוטין. חיברנו את השטח לתוכנית העבודה, והתחלנו לזהות את העיכובים מראש.
כשמנהלים עשרות פרויקטי תשתית במקביל עם מאות קבלני משנה, אפקט הדומינו מפסיק להיות מטאפורה. הוא הופך לסיכון יומיומי מוחשי, והחברה הזו שילמה עליו בעיכובים כרוניים ובקנסות פיגור כבדים מצד לקוחות ממשלתיים.
הבעיה לא הייתה בשטח, אלא בנקודה עיוורת בנתונים. קבלן משנה אחד שפיגר בלוח הזמנים (כמו עיכוב בעבודות עפר או ניקוז באתר בודד) חסם את הצוות הבא בתור, שיבש לחלוטין את גאנט הפרויקט וגרר קנסות כבדים. מנהלי הפרויקטים במשרד הראשי גילו את הפער רק כשצוות חדש הגיע לאתר שלא היה מוכן לקלוט אותו, מה שהוביל לימי בטלה יקרים, סכסוכים ודרישות לתשלומים חורגים.
שורש הבעיה היה מידע כלוא. הדיווחים היומיים של מנהלי העבודה בשטח נשלחו בוואטסאפ או על גבי ניירות, ומעולם לא סונכרנו חזרה למערכות התכנון והבקרה במשרד הראשי. כתוצאה מכך, ניהול לוחות הזמנים התבסס על תמונת מצב שפיגרה תמיד בכמה ימים אחרי המציאות בשטח.
שיקוף המציאות בשטח מול תוכנית העבודה, שבועות לפני שנוצר עיכוב.
חיברנו את יומני העבודה הדיגיטליים, דיווחי הנוכחות של קבלני המשנה ולוחות הזמנים מכל 35 האתרים ללוח בקרה מרכזי אחד המסונכרן בזמן אמת. כך המשרד הראשי והשטח ראו סוף סוף את אותה תמונת מצב, באותו היום.
מנוע חכם משווה מדי יום את קצב ההתקדמות בפועל בכל אתר מול הגאנט המתוכנן, והופך הררי דיווחים יומיים לתמונת מצב דינמית ועדכנית של הפרויקט.
המודל חוזה עיכובים עוד לפני שהם קורים בשטח. למשל: “קבלן הצנרת בכביש 44 מתקדם בקצב הנמוך ב-20% מהמתוכנן, מה שיעכב את תחילת הסלילה בשבועיים.”
ברגע שמזוהה צפי לעיכוב, המערכת ממליצה על עדכון הגאנט ועל ניוד צוותים או ציוד כבד מאתרים פנויים, כדי לתעל את המשאבים בדיוק למקום שבו הם נחוצים במקום להשאירם ללא שימוש.
שום שיבוץ או לוח זמנים אינו משתנה באופן אוטומטי. המערכת שולחת בקשת אישור מהירה לטלפון הנייד של מנהל הפרויקט, ובלחיצת כפתור אחת הוא מאשר את השינוי. ה-AI מזהה וממליץ, והמנהל מחליט.
במקום לרדוף אחרי עדכוני סטטוס מכל אתר בנפרד, המנהלים רואים את כל פורטפוליו הפרויקטים במסך אחד (כל צוות, כל תלות וכל סיכון) ומנהלים את העבודה על בסיס חריגות בפועל ולא על סמך שמועות.
עיכוב שמזהים מראש הוא עיכוב שאפשר למנוע.
החריגות בלוחות הזמנים וימי העיכוב במסירת התשתיות צומצמו ב-35%. קנסות הפיגור והתקורות של צוותים שהמתינו בחוסר מעש, שבעבר שחקו את שולי הרווח של הפרויקטים, נעלמו כמעט לחלוטין בכל האתרים הפעילים.
מנהלי הפרויקטים עברו מכיבוי שריפות וויכוחים בשטח לניהול עבודה צפויה ומתוכננת מראש. השינוי הזה, שהעניק להם שבועות של מרווח נשימה, שוכפל בהצלחה בכל פרויקט בפורטפוליו.
יכולת החיזוי התאפשרה רק בזכות העובדה שהשטח והמשרד הראשי חלקו סוף סוף תמונת מצב עדכנית אחת. עבודת האינטגרציה הסיזיפית היא שהפכה את החיזוי למציאות, בדיוק כפי שעבודת אוטומציית התהליכים שלנו חיברה מערכות ותיקות עוד לפני ששום פתרון AI יכול היה לגעת בהן. ומכיוון שכל תזמון מחדש דורש חתימת אדם, הצוותים בוטחים בתוכנית העבודה שהם מקבלים. שליטה וראייה 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