← Wszystkie case studies · ⚙️ Operacje
Fabryka mebli kuchennych · 220 osóbZużycie energii w fabryce: -22% bez zmiany produkcji
AI monitoruje zużycie energii w 240 punktach fabryki w czasie rzeczywistym, identyfikuje marnotrawstwo, sugeruje korekty.
Okres pomiaru: 12 miesięcy
Sytuacja przed wdrożeniem
Fabryka mebli kuchennych, 220 osób. Koszt energii: 4.2 mln zł/rok. Faktura zbiorcza co miesiąc — wiedzieliśmy, ile zużyliśmy, ale nie wiedzieliśmy gdzie i dlaczego. Hala produkcyjna, lakiernia, klejarnia, magazyn, biura, oświetlenie zewnętrzne — wszystko razem na jednym liczniku.
Co zrobiliśmy
- Założyliśmy 240 sub-liczników IoT w kluczowych punktach: każdy obrabiarka, każdy odciąg, każda klimatyzacja, oświetlenie hal, sprężarki, lakiernia, suszarnie.
- AI analizuje zużycie real-time.
- Wykrywa anomalie: "sprężarka X w nocy działa, mimo że produkcja jest wyłączona" (wyciek powietrza), "suszarnia ma zaprogramowane 70°C, ale faktycznie utrzymuje 82°C" (zła kalibracja czujnika), "klimatyzacja w biurze pracuje w weekend".
- Sugeruje korekty: "wyłącz odciąg X w przerwach obiadowych", "obniż temperaturę suszarni o 4°C — nie wpływa na jakość".
- Real-time dashboard dla utrzymania ruchu: zużycie per linia produkcyjna, koszty.
- Demand response: w godzinach szczytu (16:00–20:00) AI przesuwa procesy energochłonne na noc (jeśli możliwe).
Rezultat
Zużycie energii: -22% (przy tej samej produkcji). Koszt: -920 tys. zł/rok. Wykryte wycieki sprężonego powietrza: 8 (każdy kosztował ~30 tys. zł/rok). Marnotrawstwo zidentyfikowane: 14 procesów. ROI projektu (IoT + AI): 11 miesięcy.
„Wiedzieliśmy tylko, ile płacimy. Teraz wiemy, gdzie i dlaczego. Lakiernia pożerała 1/3 prądu — kalibracja jednego czujnika oszczędza 180 tys. zł rocznie."
Inne case studies z działu operacje.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.