Beranda Studi kasus Penyedia Tenaga Listrik Penemuan proses berbasis AI membantu mempercepat pengadaan suku cadang jaringan
Cara solusi IBM Process Mining melengkapi transformasi sebuah utilitas
Insinyur listrik berdiri di dekat menara listrik sambil bekerja dengan laptop saat matahari terbenam

Bagi penyedia tenaga listrik - baik itu pembangkitan maupun distribusi - nilai-nilai keselamatan dan keandalan merupakan dasar dari model operasi mereka, dan dengan demikian merupakan hal yang melekat pada setiap keputusan yang mereka ambil.

Meningkatnya fokus pada perubahan iklim dan keberlanjutan tidak mengurangi pentingnya nilai-nilai inti ini bagi perusahaan listrik. Namun, hal ini telah menghadirkan serangkaian tantangan operasional baru untuk mewujudkannya. Manajemen aset adalah inti dari hal ini.

Untuk menjaga agar jaringan tetap aktif dan berjalan, penyedia perlu meminimalkan dampak peralatan yang aus atau gagal. Itulah alasan utama banyak yang mengadopsi analitik canggih untuk memprediksi kegagalan dan melakukan pemeliharaan proaktif untuk mencegahnya. Setelah pesanan layanan dibuat, baik yang direncanakan maupun tidak, terserah pada bagian pengadaan untuk mendapatkan suku cadang - seperti trafo, pemutus sirkuit, dan isolator - yang diperlukan untuk menyelesaikan pekerjaan. Semakin lama waktu tunggu, semakin besar potensi risiko terhadap kinerja jaringan. Itulah salah satu alasan efisiensi proses pengadaan untuk membayar (P2P) semakin penting bagi penyedia energi.

Yang lainnya adalah biaya. Di pasar yang telah dideregulasi saat ini, meminimalkan total biaya pengadaan barang merupakan tujuan penting. Ketika karyawan terlibat dalam "pembelian tak terencana", yaitu, keluar dari alur proses pengadaan yang telah ditetapkan, biaya dan efisiensi menjadi korban. Pertama, pembeli seperti itu akhirnya membayar lebih mahal karena mereka kehilangan keuntungan biaya yang ada di dalam kontrak vendor yang sudah ada.

Jenis penyimpangan proses lainnya, terutama membeli tanpa pesanan pembelian (PO), atau membuat PO tanpa pesanan layanan, juga meningkatkan biaya karena membutuhkan pekerjaan ekstra untuk menyelesaikannya. Hal ini dikarenakan waktu yang dihabiskan untuk menyelesaikan faktur yang salah atau tidak sesuai dapat menambah biaya administrasi, selain mengalihkan perhatian staf pengadaan dari aspek-aspek yang lebih strategis dari pekerjaan mereka.

Mengurangi waktu tunggu

 

Mengidentifikasi peluang untuk pengurangan 80% waktu tunggu pesanan rata-rata

Aliran proses yang dioptimalkan

 

Memetakan aliran proses yang dioptimalkan yang memangkas 67% dari langkah-langkah proses

Dalam menggunakan data nyata dan AI untuk memetakan alur proses pengadaan kami, kami juga telah memperoleh apa yang merupakan peta jalan potensial untuk mengubahnya. Tindakan ini memberi kita kerangka kerja yang ketat untuk memahami di mana harus fokus pada peningkatan — dan, jika mungkin, mengotomatiskan — berbagai elemen aliran proses. Manager of Procurement Electric Power Provider
Model AI mengungkap alur proses sebenarnya

Salah satu penyedia tenaga listrik besar dan terdiversifikasi di AS mengetahui bahwa mereka memiliki masalah dengan pembelian tak terencana dan berniat untuk mengatasinya. Hal ini berarti menelusuri data pembelian historis untuk mendapatkan pemahaman terperinci tentang di mana penyimpangan itu terjadi, dan dari sana, cakupan masalah yang sebenarnya akan ditangani. Perusahaan ini beralih ke myInvenio, sebuah Perusahaan IBM, untuk menerapkan analisis proses.

Dengan menggunakan IBM® Process Mining, alat bantu penemuan dan pemodelan proses yang merupakan bagian dari solusi IBM Cloud Pak® for Business Automation, tim ini bekerja sama dengan manajer pengadaan perusahaan. Pada bagian pertama proyek, tim menangkap aliran data selama kurang lebih satu tahun dari Modul Pembelian dari rangkaian IBM Maximo® Utilities, platform manajemen aset inti perusahaan. Alur tersebut terutama melibatkan departemen pembelian dan akuntansi gudang perusahaan, yang mencakup beberapa lini bisnis (LoB).

Setelah data dimasukkan ke dalam IBM Process Mining, model berbasis AI yang mendasarinya memecah semuanya menjadi peta yang jelas dari setiap langkah proses P2P - mulai dari permintaan dan PO hingga penerimaan dan pembuatan faktur - untuk setiap LoB. Bagi Manajer Pembelian, nilai dari model-model ini bukan hanya kemampuan mereka untuk menunjukkan masalah dengan alur "apa adanya" yang ada, tetapi juga kemampuan mereka untuk melihat langsung, berdasarkan data, seperti apa proses yang ideal, yang sering disebut sebagai jalur yang bahagia. "Kami mendapatkan pandangan tentang apa yang sebenarnya terjadi di seluruh proses P2P kami yang tidak pernah kami dapatkan sebelumnya," jelasnya. "Dan hal ini juga memberikan kami perspektif yang lebih objektif tentang seperti apa proses dasar yang optimal, bukan dari para pakar proses, tetapi dari data itu sendiri."

Di antara hasil utama model ini adalah temuan bahwa hanya 20% dari aktivitas pembelian yang berhubungan dengan material-pembelian suku cadang dan sejenisnya-mengikuti jalur pengadaan yang optimal. Untuk 80% aktivitas yang tidak sesuai dengan jalur bahagia, rata-rata waktu tunggu pesanan lebih dari 30% lebih lama, sebagian besar disebabkan oleh waktu ekstra yang dihabiskan untuk pencocokan faktur dan pengerjaan ulang pesanan.

Pengadaan layanan berjalan sedikit lebih baik. Sementara model IBM Process Mining hanya menemukan 10 langkah dalam jalur proses optimal, rata-rata jalur yang tidak sesuai ditemukan hampir 30 langkah. Bagi Manajer Pembelian, mengetahui alasannya menjadi sebuah momen yang sangat berharga. "Kami tahu bahwa pengerjaan ulang pesanan adalah masalah yang signifikan," katanya. "Namun fakta bahwa lebih dari 50% pesanan pengadaan layanan membutuhkannya merupakan kejutan yang nyata, dan data menunjukkan bahwa hal itu nyata."

Wawasan sebagai peta jalan untuk transformasi proses

Proyek yang dilakukan oleh penyedia tenaga listrik ini berhasil mencapai tujuannya: memetakan bagaimana pengadaan barang dan jasa yang sebenarnya terjadi, beserta dampaknya terhadap metrik kinerja utamanya. Seperti yang dilihat oleh Manajer Pembelian, signifikansi sebenarnya dari proyek ini terletak pada panduan yang dapat diberikan kepada upaya transformasi proses perusahaan. "Dengan menggunakan data nyata dan AI untuk memetakan alur proses pengadaan kami, kami juga telah memperoleh apa yang disebut sebagai peta jalan potensial untuk mentransformasikannya," katanya. "Tindakan ini memberi kami kerangka kerja yang ketat untuk memahami di mana kami harus fokus untuk meningkatkan - dan, jika memungkinkan, mengotomatiskan - berbagai elemen aliran proses."

Dan hal ini membawa kita kembali pada hal yang paling penting bagi penyedia tenaga listrik: menyediakan tenaga listrik yang aman dan dapat diandalkan bagi para pelanggannya. Dengan kata lain, praktik pengadaan yang baik - yang efisien, terstandardisasi dan hemat biaya - sesuai dengan strategi manajemen aset yang lebih luas.

Pada tataran praktis, Manajer Pembelian menunjukkan, wawasan proses berbasis data membantu menjelaskan alasan untuk mengejar inisiatif transformasi. "Dengan kerangka kerja pemodelan proses dinamis yang didukung AI, kami dapat mensimulasikan cara pengurangan proses yang tidak sesuai dapat mengurangi waktu tunggu rata-rata untuk memesan suku cadang," jelasnya. "Itu adalah pesan yang kuat dalam kasus bisnis, dan itulah mengapa solusi IBM Process Mining adalah alat yang sangat kuat."

Tentang penyedia daya listrik

Berbasis di Amerika Serikat, perusahaan energi ini melayani jutaan pelanggan ritel perumahan, komersial, dan industri di beberapa negara bagian, termasuk beberapa pasar listrik yang paling kompetitif.

Klien yang ditampilkan dalam studi kasus ini awalnya bekerja sama dengan myInvenio yang mulai menjalankan bisnis sebagai IBM pada tanggal 1 Agustus 2021. Produk myInvenio dalam studi kasus ini, myInvenio Process Mining, sekarang dikenal sebagai IBM Process Mining.

Ambil langkah selanjutnya

Untuk mempelajari lebih lanjut tentang solusi IBM yang ditampilkan dalam cerita ini, silakan hubungi perwakilan IBM atau Mitra Bisnis IBM Anda.

Lihat lebih banyak cerita kasus Hubungi IBM Studi Forrester TEI
Temukan potensi ROI IBM Automation
Daftar sekarang
Baca laporan
Daftar untuk mengunduh laporan
Daftar sekarang
Dokumentasi teknis
Cara memulai dengan IBM Process Mining
Baca dokumentasinya
Hukum

© Hak Cipta IBM Corporation 2022. IBM Corporation, Watson and Cloud Platform, New Orchard Road, Armonk, NY 10504

Diproduksi di Amerika Serikat, Maret 2022.

IBM, logo IBM, ibm.com, IBM Cloud Pak, dan Maximo adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang dari IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web pada "Informasi hak cipta dan merek dagang" di ibm.com/trademark.

Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.

Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.