META-aiviกรณีศึกษา
การจัดการสต็อกชิ้นส่วนโดยใช้ AR + AI
ลูกค้า
ลูกค้าเป็นผู้ผลิตและผู้จำหน่ายอุปกรณ์เครื่องจักรกลที่มีลูกค้าอยู่ในทุกทวีป
กรณี
การจัดการสต็อกชิ้นส่วน
การขี่จักรยานในฐานะวิธีการขนส่งและกิจกรรมยามว่างได้รับความนิยมเพิ่มขึ้นทั่วโลก เพื่อใช้ประโยชน์จากแนวโน้มนี้ ผู้ผลิตจักรยานต้องเพิ่มกำลังการผลิตและปรับปรุงห่วงโซ่อุปทานของตน ลูกค้าที่เป็นผู้จัดหาชิ้นส่วนสำหรับผู้ผลิตจักรยานจึงต้องการโซลูชันเพื่อให้สต็อกของตนมีความแม่นยำ เพื่อให้มั่นใจว่าลูกค้าไม่ขาดชิ้นส่วน
ความท้าทาย
ปริมาณและความหลากหลายของชิ้นส่วนทำให้กระบวนการจัดการสต็อกซับซ้อน
ในฐานะผู้จัดหาชิ้นส่วนเครื่องจักรกล ลูกค้ามีสต็อกของท่อเหล็กและชิ้นส่วนจักรยานอื่น ๆ ที่มีรูปทรงและขนาดต่าง ๆ สำหรับการตรวจนับสต็อก ลูกค้าพึ่งพาระบบการนับแบบแมนนวลซึ่งทั้งไม่ประหยัดเวลาและมีโอกาสเกิดความผิดพลาด (เนื่องจากความยากในการแยกแยะเส้นผ่านศูนย์กลางของท่อที่มีขนาดต่างกันด้วยตาเปล่า) ส่งผลให้เกิดข้อผิดพลาดในการคำนวณและความไม่แม่นยำ นอกจากนี้ ความซับซ้อนของวัสดุก็ทำให้ไม่สามารถใช้โซลูชันการนับอัตโนมัติได้
แนวทางแก้ไข
การนับที่รวดเร็วและแม่นยำด้วย META-aivi
META-aivi ใช้ปัญญาประดิษฐ์เพื่อระบุความแตกต่างของขนาดท่อได้อย่างแม่นยำในทันที โดยใช้ฟีเจอร์การนับที่รวดเร็ว ชิ้นส่วนทั้งหมดจะถูกจัดประเภทและนับภายในไม่กี่วินาที โดยผลลัพธ์จะแสดงทันทีบนหน้าจอแท็บเล็ตของผู้ปฏิบัติงาน ผลลัพธ์เหล่านี้จะถูกอัปโหลดไปยังระบบการดำเนินการผลิตของบริษัท ช่วยปรับปรุงผลผลิต
ผลลัพธ์การตรวจสอบของ META-aivi
ก่อนการตรวจสอบ AI:
รูปร่างและปริมาตรของท่อเหล็กทำให้การนับด้วยมือเป็นเรื่องท้าทาย
