Cardinal Health – компания с многомиллиардным оборотом, работающая в сфере дистрибуции и логистики фармацевтических товаров, среди которых оригинальные лекарства и дженерики известных фирм, продукты по уходу за лицом и телом, а также товары их собственной марки. Каждый день компания сталкивается со множеством логистических задач, типичных для распределительных складов, которые осложняются спецификой фармацевтической сферы: товары часто имеют маленький срок хранения, они дорогие, небольшие по размеру и часто от времени их доставки зависит человеческая жизнь. Брайан Хит, глава отдела углубленной аналитики компании Cardinal Health и опытный пользователь AnyLogic, использовал агентное моделирование для решения различных бизнес-задач, что позволило компании экономить 3 000 000 долларов ежегодно.
Задача
Компания Cardinal Health занимает важное место в фармацевтической цепи поставок. Она осуществляет доставку лекарств более чем 30 000 клиентов, среди которых больницы, аптеки, семейные врачи и частные покупатели. Помимо этого, Cardinal Health сталкивается с проблемами перебоев на производстве, а также с задержками поставок ввиду проверок контролирующих органов (например, FDA и DDA). Все это дает представление о том, насколько сложна и разнообразна система дистрибуции в данной сфере.
В оперативном управлении компания вынуждена решать такие вопросы, как выбор конфигураций складов, задание политики перемещения и забора товара, расписание работы сотрудников, требования заказчиков и заторы при движении рабочих с тележками. Метод проб и ошибок рискован, дорог, плюс в жизни сложно внедрять изменения. Можно использовать математические модели, сравнительно недорогие в создании, но обладающие существенным недостатком: невозможностью отслеживания непрогнозируемой динамики. Так, если происходит какая-либо аварийная ситуация, например, затор в движении рабочих, стандартная математическая модель будет не в состоянии учесть и решить эту задачу. Еще один возможный вариант, процессно-ориентированное, или дискретно-событийное моделирование, также не является хорошим способом, т.к. с его помощью невозможно смоделировать объект достоверно. Все эти факторы побудили Брайана Хита отказаться от всех перечисленных способов и начать искать альтернативные варианты.
Решение
Агентное моделирование AnyLogic сделало возможным создание модели распределительного склада, не ограниченную рамками традиционных инструментов и подходов. Оно позволяет воспроизводить поведение автономных единиц, которые могут взаимодействовать друг с другом и средой в пространстве и времени. Это позволило учесть такие важные для компании характеристики, как расписание рабочих часов сотрудников, продолжительность периодов заторов в движении рабочих, продолжительность циклов обработки заказа, расстояние, проделанное агентами, сменяемость работников склада и т.д.
Построенная модель воспроизводила активность сотрудников и их взаимодействие в течение дня, для чего было необходимо импортировать в модель такие данные, как время забора товара и нормативное время выполнения операций. Благодаря тому, что агенты моделировались как автономные единицы, компания смогла собрать данные о продолжительности периодов заторов и понять, какие проблемы это вызывает. Дополнительные параметры модели включали такие характеристики, как скорость работы сотрудников, их поведение, время, необходимое на обучение сотрудника, продолжительность обработки заказа и движения товара, а также расстояние, преодоленное пешком или на транспортном средстве.
Для Cardinal Health была важна возможность импортировать в модель файлы Excel, т.к. компания располагает множеством складов самой разной конфигурации, каждую из которых нужно протестировать. С AnyLogic в модели можно производить изменения, просто загрузив в нее Excel-файл и запустив ее снова.
Результат
Агентное моделирование в AnyLogic позволило Cardinal Health сравнить различные конфигурации складов, а также технологии забора и распределения товара по ячейкам. Кроме того, были изучены разные методы забора товара для того, чтобы оптимизировать количество персонала и понять возможности для быстрого перераспределения сотрудников в зависимости от нагрузки. Также модель предоставила такую статистику, как количество обработанных заявок в час, время разгрузки грузовиков и последовательность событий.
Крайне важно, что благодаря этой модели была выявлена проблема неравного распределения рабочей нагрузки: из-за него одни сотрудники работали и передвигались по складу быстрее, а другие медленнее. Когда эта проблема была устранена, работники склада стали выполнять обязанности с одинаковой скоростью, и количество заторов снизилось.
Результаты моделирования
Минимизировав количество заторов, компания уменьшила время рабочей смены сотрудников с 10,5 часов до 7, 25 часов, а также увеличила производительность труда. Благодаря моделированию в AnyLogic компания Cardinal Health экономит свыше 3 миллионов долларов ежегодно.
“Библиотеки агентов, гибкие и функциональные модели, а также встроенная анимация – залог долговременного успеха проекта”, - говорит Брайан Хит, глава отдела углубленной аналитики компании Cardinal Health. Вы можете посмотреть его презентацию и узнать больше о возможностях применения агентного моделирования:
