Jak AI czyta dane z ANT MES i Siemens Opcenter i zastępuje ręczne raporty zmianowe?

AI podłączone do ANT MES albo Siemens Opcenter Execution może odpowiedzieć kierownikowi produkcji na pytanie "co stało wczoraj i na którym stanowisku najdłużej" w kilka sekund, podając konkretne zlecenia, kody przestojów i wartości OEE bez jednego kliknięcia w system. Dane z obu platform są ustrukturyzowane i gotowe do odpytania przez API lub bezpośrednio z bazy. Podłączenie wymaga dostępu do interfejsu systemu, konta serwisowego z odpowiednimi uprawnieniami i zdefiniowanego zakresu pytań, na które asystent ma umieć odpowiadać.

Co MES wie o Waszej hali i jak te dane są ułożone

ANT Solutions z Krakowa buduje swój system wokół kilku centralnych obiektów: zlecenia produkcyjnego, stanowiska, zmiany i zdarzenia na hali. Każde zlecenie ma swój numer (ZP), pozycje z przypisanymi operacjami, centrum robocze i planowane czasy normatywne. Gdy operator raportuje gotowość albo zatrzymuje maszynę, system zapisuje zdarzenie z kodem przyczyny przestoju, godziną, identyfikatorem pracownika i czasem trwania. Do tego dochodzą dane jakościowe: liczba sztuk dobrych, liczba braków i kod niezgodności, oraz numer partii materiału wejściowego użytego przy operacji.

W Siemens Opcenter Execution struktury są podobne, choć nazywają się inaczej. Kluczowe obiekty to: WorkOrder (zlecenie), Operation (operacja), Resource (zasób, czyli maszyna albo stanowisko robocze), ProductionEvent (zdarzenie, w tym przestój z przyczyną), MaterialLot (numer partii materiału) i NonConformance (niezgodność, brak). Moduł OEE Analytics przechowuje osobno wartości dostępności, wydajności i jakości per zasób i zmiana, z rozdzielczością godzinową albo zmianową.

Oba systemy mają ten sam materiał wyjściowy: ile czasu zlecenie stało, ile faktycznie pracowało, ile sztuk wyszło dobrych, ile braków i z jakiego powodu, do której partii materiału sięgnięto podczas produkcji. To jest ta sama baza danych, z której klika się raport w interfejsie systemu. AI podchodzi do niej z zewnątrz.

Jak fizycznie wygląda podłączenie: API, baza, eksporty

ANT MES oferuje REST API w nowszych wersjach systemu. Endpointy pozwalają odpytywać zlecenia produkcyjne, zdarzenia przestojów, wartości OEE i raporty jakościowe. Autoryzacja opiera się na tokenie API lub OAuth, zależnie od wersji instalacji. Firma, która ma starszą instalację ANT bez aktywnego modułu API, może podejść do systemu przez bazę SQL Server bezpośrednio: tabele zleceń, zdarzeń przestojowych i historii OEE dają komplet danych do zapytań SQL. Wymaga to konta serwisowego z uprawnieniami read-only i połączenia sieciowego z serwerem bazy danych.

Siemens Opcenter Execution udostępnia REST API opisane w formacie OpenAPI (Swagger) od wersji 3.x. Typowy adres endpointu ma postać https://[serwer]/opcenter/rest/core/v3/workorders dla zleceń, /materiallots dla partii materiałowych albo /nonconformances dla niezgodności. Uwierzytelnianie przez API key lub Windows Authentication (NTLM/Kerberos), zależnie od konfiguracji środowiska. Moduł OEE Analytics ma własny endpoint i w niektórych konfiguracjach wymaga osobnej licencji po stronie Siemensa. Przed podłączeniem warto sprawdzić z lokalnym integratorem, która wersja Opcenter jest zainstalowana i które moduły mają aktywne API.

Co trzeba mieć po stronie firmy, zanim zaczniemy:

• konto serwisowe z uprawnieniami read-only do modułów, które chcemy odpytywać
• dostęp sieciowy do serwera systemu (lub VPN, jeśli system działa on-premise bez wystawienia na zewnątrz)
• dokumentację API konkretnej wersji, bo Siemens zmienia endpointy między wersjami
• od strony ANT: kontakt z działem wdrożeniowym producenta, który potwierdzi, czy API jest aktywne w licencji

Czego żaden z systemów nie udostępnia od razu przez API: historycznych danych archiwalnych starszych niż skonfigurowany horyzont przechowywania, pełnego schematu relacji traceability głębszego niż jeden poziom (np. komponent dostawcy B użyty w podzespole, który trafił do wyrobu finalnego), i danych z maszyn podłączonych przez własne sterowniki PLC, jeśli te dane nie są przekazywane dalej do MES.

Legalna droga dla tych, którzy nie mogą albo nie chcą konfigurować API: oba systemy mają eksport do CSV lub Excel z poziomu raportów. ANT MES ma też harmonogramowane eksporty do wskazanego katalogu na serwerze. AI może regularnie pobierać te pliki i na ich podstawie odpowiadać na pytania. Wolniejsze niż live API, ale działa bez zmian w konfiguracji systemu i bez nowego konta serwisowego.

Co AI robi z tymi danymi: kilka konkretnych sytuacji

Typowe pytanie kierownika o 6 rano: "Co stało wczoraj i najdłużej?" AI łączy się z bazą, pobiera zdarzenia z poprzedniej doby, grupuje według kodu przyczyny i stanowiska, zwraca zestawienie: "Stanowisko T3 stało łącznie 2 godziny i 20 minut. Trzy zdarzenia z kodem 'brak materiału', wszystkie między 14:00 a 16:30 na zmianie II. Stanowisko T7 miało jedno zatrzymanie 1:40 z kodem 'awaria narzędzia'." Bez logowania do systemu, bez klikania filtrów, bez czekania na eksport.

Przy okazji AI może od razu sprawdzić, czy na stanowisku T3 zlecenie ZP/2026/4821 zostało domknięte, czy nadal ma status "w toku", i czy zaległość wpłynie na termin dostawy. To połączenie danych o przestojach z postępem zlecenia jest czymś, czego standard reportingu MES nie robi automatycznie. Żeby to zobaczyć ręcznie, trzeba otworzyć dwa osobne ekrany i samemu zestawić wyniki.

Drugie zastosowanie: OEE per stanowisko i zmiana za ostatnie dwa tygodnie. AI zwraca zestawienie i od razu zaznacza, które centrum robocze ma rosnący czas operacji w stosunku do normy: "FR5 na każdej zmianie III ma czas cyklu dłuższy niż planowany, zaczynając od 22 października. Pięć z siedmiu takich przypadków dotyczy operacji 'frezowanie zgrubne' na materiale z partii LOT-2026-0441." To nie jest raport. To gotowa wskazówka do rozmowy z mistrzem zmiany.

Raport zmianowy zamiast klikania o 6 rano

W większości firm korzystających z MES raport zmianowy wygląda tak samo: mistrz albo kierownik loguje się do systemu, otwiera moduł raportów, ustawia filtr na poprzednią zmianę, klika "generuj", czeka, eksportuje do Excela, formatuje, wysyła mailem. W ANT MES to minimum 10 do 15 minut. W Siemens Opcenter bywa dłużej, bo interfejs jest rozbudowany i wymaga nawigacji przez kilka modułów, żeby zebrać dane z OEE, zleceń i jakości w jednym miejscu.

AI zastępuje ten ciąg kliknięć jednym pytaniem albo działa automatycznie o ustalonej godzinie. Raport zmianowy gotowy o 5:50 w skrzynce mailowej kierownika, zanim ten wejdzie na halę. W środku: lista zleceń i ich status, łączny czas przestojów z podziałem na kody przyczyn, OEE dla każdego stanowiska za tę zmianę, liczba braków z kodami niezgodności i jeden akapit z obserwacją, co odstaje od normy.

U jednego z naszych klientów z branży automotive wprowadziliśmy właśnie taki automatyczny raport z ANT MES. Wcześniej kierownik dostawał Excela od mistrza po godzinie od rozpoczęcia dziennej zmiany, a i tak zdarzało się, że brakowało w nim danych z ostatnich 20 minut. Teraz raport jest gotowy na 15 minut przed zmianą i kierownik zaczyna dzień od pytań do mistrza zamiast od pytania "a co się wczoraj działo".

Braki, partie materiałowe i dostawcy: jak AI wiąże te dane

Traceability w MES to jeden z najcenniejszych zasobów, który firmy mają, ale rzadko z niego korzystają na co dzień. W ANT MES każda sztuka wyrobu może mieć przypisany numer partii materiałów wejściowych. W Siemens Opcenter ta relacja siedzi w powiązaniach między obiektami MaterialLot, WorkOrder i NonConformance. Ręczna analiza, kto użył jakiego materiału na jakim zleceniu, trwa kilka godzin i wymaga otwarcia kilku ekranów naraz.

Praktyczna sytuacja: pojawia się seria braków na wyrobie gotowym w trzecim tygodniu miesiąca. AI odpytuje tabelę niezgodności, filtruje po kodzie BRK-012 "pęknięcie po prasowaniu", wyciąga numery zleceń, do nich przypisuje partie materiału i sprawdza, skąd te partie przyszły. Wynik: "Czternaście z siedemnastu sztuk braków z kodu BRK-012 pochodzi z zleceń, gdzie użyto materiału z partii LOT-2026-0388 i LOT-2026-0389. Obie partie dostarczone przez dostawcę METALEX 14 października." Analiza, którą dział jakości normalnie robi ręcznie przez kilka godzin: kilkanaście sekund.

AI nie wymyśla tutaj niczego. Po prostu wie, jak te tabele są ze sobą powiązane, i wykonuje zestawienie, które ręcznie jest żmudne. Efekt jest taki sam jak przy ręcznej analizie, tylko szybszy. Żeby to działało, traceability musi być faktycznie wypełnione w systemie: numery partii materiałów muszą być wpisywane przy zleceniu, a kody niezgodności przy każdym odrzucie.

Handlowiec pyta o termin, a dane są w MES

Częsta pętla w firmach produkcyjnych: klient dzwoni do handlowca i pyta, kiedy będzie jego zamówienie. Handlowiec nie ma dostępu do MES albo ma, ale nie wie, jak z niego korzystać. Dzwoni do kierownika produkcji. Kierownik przerywa pracę, otwiera system, szuka zlecenia po numerze zamówienia, sprawdza status. Trzy osoby zaangażowane w pytanie, na które odpowiedź zajęła 5 minut ręcznej roboty.

Z AI ta pętla skraca się do zera po stronie produkcji. Handlowiec pisze do asystenta: "Gdzie jest zamówienie klienta Nowak-Tech numer ZAM/2026/1247?". AI sprawdza zlecenie w MES: "Zlecenie ZP/2026/5103 powiązane z ZAM/2026/1247 jest w operacji 'malowanie proszkowe' na stanowisku MAL-2. Planowane zakończenie jutro do 14:00. Poprzednia operacja 'montaż' zakończyła się dziś o 9:15 bez braków." Handlowiec oddzwania do klienta z konkretną odpowiedzią bez angażowania kierownika.

Żeby to działało, AI musi znać relację między numerem zamówienia klienta a numerem zlecenia w MES. W ANT MES ta relacja zwykle jest w polu "zamówienie klienta" w nagłówku zlecenia produkcyjnego albo pochodzi z integracji z ERP. W Siemens Opcenter w polu CustomerOrderRef w obiekcie WorkOrderDef. Jedno ustawienie przy konfiguracji i asystent potrafi odpowiadać na pytania o status dla każdego zlecenia powiązanego z zamówieniem handlowym.

Od czego zaczynamy wdrożenie

Zanim podpinamy AI do MES, warto odpowiedzieć na kilka pytań. Jaka wersja systemu jest zainstalowana? Czy API jest dostępne w tej wersji i aktywne? Kto w firmie zna strukturę bazy danych systemu i może wskazać, które tabele i pola są miarodajne? Czy firma ma aktualne kody przestojów, tzn. operatorzy faktycznie wpisują przyczyny, a nie zostawiają pola puste albo wybierają "inne" za każdym razem?

Ten ostatni punkt jest często najważniejszy. Jeśli 60% przestojów ma kod "inne" albo brak kodu, raport będzie pusty w najważniejszym miejscu, niezależnie od jakości AI. Przed wdrożeniem warto przejrzeć jakość danych z ostatnich 3 miesięcy:

• jaki procent przestojów ma wypełniony kod przyczyny
• jaki procent braków ma kod niezgodności inny niż "inne"
• czy numery partii materiałów są wpisywane przy zleceniu, czy pole jest puste
• czy zlecenia mają zamykane operacje, czy status "w toku" zostaje tygodniami

Kolejny krok to zdefiniowanie pytań, które AI ma umieć odpowiedzieć. Raport zmianowy? Lista przestojów per zmiana? OEE per stanowisko z trendami? Wiązanie braków z partiami? Dla każdego pytania trzeba wskazać, z których obiektów i pól dane pochodzą. Typowo robi się to razem z osobą, która zna system od strony konfiguracji, żeby AI nie odpytywała nieaktualnych widoków albo danych z środowiska testowego.

Samo podłączenie: dla ANT MES i Siemens Opcenter najczęściej zaczynamy od połączenia read-only z bazą SQL lub przez REST API, stawiamy warstwę, która tłumaczy pytania w języku naturalnym na zapytania do systemu, zwraca wynik i formatuje go jako raport lub odpowiedź. Pierwsze działające pytania pojawiają się zazwyczaj po 1 do 2 tygodniach od uzyskania dostępu do systemu i przykładowych danych. Jeśli chcecie zobaczyć, jak to wygląda u firm, które już tak pracują: realne wdrożenia pokazują kilka produkcyjnych przypadków. A jeśli chcecie sprawdzić, czy dane w Waszym MES są wystarczająco kompletne, żeby zacząć: 15 minut rozmowy wystarczy, żeby to ocenić i zaproponować pierwsze pytania do wdrożenia.