미국 전역의 창고에서 조용한 혁명이 진행되고 있습니다.현대 휴대용 스캐너와 클라우드 기술은 수십 년 전의 재고 시스템에 새로운 생명을 불어넣고 있습니다.첨단 하드웨어와 전통적인 소프트웨어의 결혼은 매력적이지는 않지만 비용이 많이 드는 개혁을 피하면서 수백만 명의 기업을 절약하고 있습니다. "가장 큰 도전은 기술 자체가 아니라 현대 장치들이 Windows 95이 최첨단이었을 때 구축된 ERP 시스템과 대화하는 것이었습니다."라고 Ravikumar Palanichamy는 비즈니스 프로세스 개발 및 ERP 시스템에서 23 년 이상의 경험을 가진 경험이 풍부한 IT 전문가라고 말했습니다. Palanichamy는 그의 경력 내내 Infor Enterprise Resource Planning (이전 Baan)를 전문으로했습니다. 수십 년 동안 창고 노동자들은 클립보드를 사용하여 교차로를 통과하여 수동으로 재고 계산을 기록했습니다.이 종이 기록은 사무실 직원들에게 전달되었으며, 그들은 데이터를 유산 기업 자원 계획 (ERP) 시스템, 종종 1990 년대 후반으로 거슬러 올라가는 소프트웨어 플랫폼에 키를 넣었습니다. "당신이 창고를 운영 할 때, 매 분마다 중요합니다."라고 Palanichamy는 설명합니다. "직원은 물류 및 고객 서비스에 집중하는 대신 관리 작업에 시간을 보냈습니다." 수백만 달러의 ERP 시스템을 해체하는 대신, 그의 팀은 마이크로소프트 .NET 기반 포털을 개발했습니다.이 포털은 현대 휴대용 장치를 APIs를 통해 전통적인 시스템에 직접 연결합니다. "우리는 ERP 대체 견적을 살펴보고 심장 마비가있었습니다. "그 대신, 우리는 MuleSoft를 사용하여 새로운 장치가 오래된 시스템과 통신 할 수있는 인터페이스 레이어를 만들었습니다. 포털은 13개 기간에 걸쳐 재고 데이터를 표시하며, ERP 시스템(표준 부품을 추적하는 ERP 시스템)과 제조 실행 시스템(MES) 간의 차이점을 보여주는 색상 코딩을 통해 진행 중인 재고를 모니터링합니다.결과는 즉각적이고 중요한 결과입니다.수동 데이터 입력은 밤새 사라졌습니다.비용은 35% 감소했습니다.이전에 종이 작업에 전념한 320시간의 월간 시간은 더 높은 가치 활동으로 전환되었습니다. "사용 전에 분석가들은 데이터를 분석하는 것보다 데이터를 조정하는 데 더 많은 시간을 보냈다."라고 Palanichamy는 지적합니다. "지금 그들은 과거의 계산, 현재의 재고 및 미래의 예측을 하나의 화면에서 모든 것을 볼 수 있으며 문제 영역이 자동으로 강조됩니다." 창고 직원의 경우, 변화는 마찬가지로 극적이었습니다. 종이에 계산을 기록하는 대신, 그들은 이제 예상되는 양에 대한 항목을 즉시 검증하는 휴대용 장치로 항목을 스캔합니다.이 프로젝트의 성공은 단순한 기술 통합 이상에 달려 있습니다.Palanichamy는 사용자가 이미 알고있는 인터페이스를 모방하기 위해 포털을 의도적으로 설계했습니다. "우리는 매일 사용하는 MES 시스템처럼 보였습니다."그는 설명합니다. "주기 계산 분석가들이 처음으로 로그인했을 때, 그들의 반응은 기본적으로 '오, 나는 이것을 사용하는 방법을 알고있다.' 이 인간 중심의 접근 방식은 훈련으로 확장되었습니다.최소한의 지침으로 사용자에게 새로운 기술을 떨어 뜨리는 대신 팀은 실용적인 워크샵을 수행하고 직관적이고 시각적 인 워크플로스를 만들었습니다. 앞으로 볼 때, Palanichamy는이 프로젝트를 창고 운영의 더 광범위한 변혁의 시작으로 간주합니다. API-first 접근 방식은 추가 자동화의 기초를 제공합니다. 전통 시스템에 대한 그의 광범위한 경험을 기반으로, 전문가는 데이터 조화를 제조 IT에서 가장 지속적인 도전 중 하나로 강조합니다. “ERP 및 MES 시스템 간의 데이터 조화는 항상 재고 관리자에게 두통이었습니다.”라고 그는 설명합니다. “우리가 구현한 컬러 코딩 기간 버킷은 다른 재고 프로세스에 확장 할 수있는 시각적 솔루션을 제공합니다.” "Azure 기반 클라우드 솔루션은 제조업이 핵심 시스템을 대체하지 않고도 필요한 확장성과 보안을 제공합니다."라고 Palanichamy는 말합니다. 그는 비슷한 프로젝트를 시작하는 기업들에게 미래의 변화에 적응할 수있는 모듈형, 재사용 가능한 API를 구축하는 것이 중요하다고 강조합니다. "MuleSoft와 같은 기술을 사용하여 내일의 장치뿐만 아니라 오늘날의 장치와 작동하는 인터페이스를 만들십시오."그리고 훈련의 중요성을 과소평가하지 마십시오. “우리는 역사적 패턴과 ABC 분류를 기반으로 최적의주기 계산 스케줄을 예측할 수있는 기계 학습의 초기 응용 프로그램을보고 있습니다.”라고 그는 말합니다. “우리의 포털과 이러한 예측 기능을 결합하면 수동 개입을 더 줄이고 정확도를 향상시킬 수 있습니다.” "다음 국경은 IoT 센서를 이러한 시스템과 통합하는 것입니다."그는 예측합니다. "전용 장치가 검증에만 필요한 경우 스스로를 계산하는 재고를 상상해보십시오. 기존 시스템에 여전히 의존하는 제조업체에게 Palanichamy는 실용적인 조언을 제공합니다 : "완벽한 것이 선의 적이 될 수 없습니다. 당신은 기능적인 시스템을 대체하는 데 수백만 달러를 지출 할 필요가 없습니다. 클라우드 기반 시스템이 계속 진화하고 인공 지능(AI)가 주도하는 예측이 더욱 정교해지면서, 추가 자동화의 기회는 확대되지만 핵심 원칙은 기술이 사람들을 섬길 수 있어야 하며, 그 반대가 아니다. "마침내 우리는 비용을 절감하고 효율성을 향상시켰습니다."라고 Palanichamy는 결론을 내립니다. "그러나 진정한 승리는 데이터 입력 대신에 의미있는 작업을하는 창고 직원을 보는 것입니다. 현대화의 복잡한 분야를 탐색하는 제조업체를 위해이 균형 잡힌 접근 방식은 기존의 투자를 존중하면서 새로운 기능을 채택함으로써 은행을 깨지지 않고 즉각적인 가치를 제공하는 디지털 변환을위한 도로지도를 제공합니다. 이 이야기는 HackerNoon의 비즈니스 블로그 프로그램에 의해 Kashvi Pandey가 발표 한 릴리스로 배포되었습니다. . This story was distributed as a release by Kashvi Pandey under HackerNoon’s Business Blogging Program
