INDUSMENT
O O N
ما را دنبال کنید:تلگرام: t.me/IndusmentPodاینستاگرام: instagram.com/IndusmentPodلینکدین: linkedin.com/company/indusmentpodبله: ble.ir/Indusmentpod
#پادکست #اینداسمنت #مدیریت_صنعتیindusment.com/link
ما را دنبال کنید:تلگرام: t.me/IndusmentPodاینستاگرام: instagram.com/IndusmentPodلینکدین: linkedin.com/company/indusmentpodبله: ble.ir/Indusmentpod
#پادکست #اینداسمنت #مدیریت_صنعتیindusment.com/link
۲۱
۱۹:۴۵
در اپیزود صفر پادکست اینداسمنت، بازی را با یک بحران واقعی در خط تولید آغاز میکنیم؛ جایی که ناهماهنگی انبار، زنجیره تأمین و خرید، کارخانه را تا مرز صدها میلیون تومان ضرر روزانه جلو میبرد.
#️⃣ #پادکست #مدیریت_صنعتی
اینداسمنت را دنبال کنید: indusment.com/link
۲۰
۱۲:۵۶
وقتی میگی «مدیریت صنعتی میخونم»، اولین جوابی که میشنوی چیه؟ «یعنی مدیر کارخونه میشی؟» «همون مهندسی صنایع نیست؟» یا «مدیریتیه دیگه، حسابداری و این چیزا؟»
واقعیت اینه که مدیریت صنعتی، نگاه کردن به دنیا از زاویهی «فرآیندها»ست. جایی که بقیه فقط مشکل یا تأخیر رو میبینن، یک مدیر صنعتی ارتباطها و گلوگاهها رو میبینه و تصمیم میگیره منابع محدود، کِی، کجا و چطور مصرف بشن.
در اپیزود اول پادکست اینداسمنت، تصویر درست و شفافی از این رشته ساختیم و به یک سؤال اساسی جواب دادیم: فرق واقعی مدیریت صنعتی و مهندسی صنایع کجاست؟
اینداسمنت را دنبال کنید: indusment.com/link
۲۱
۱۴:۵۹
مینیاپیزود اول | واژهنامه عملیات: ظرفیت نامی در مقابل ظرفیت مؤثر 
چرا خط تولیدی که روی کاغذ ظرفیت ۱۰۰۰ واحد در روز داره، در عمل بیشتر از ۷۵۰ واحد خروجی نمیده؟
فاصلهی بین «شرایط ایدهآل روی کاغذ» و «دنیای واقعی کارخونه»، دقیقاً همون نقطهایه که ظرفیت نامی (Design Capacity) رو از ظرفیت مؤثر (Effective Capacity) جدا میکنه. عواملی مثل زمانهای آمادهسازی، تعمیر و نگهداری، استراحت کارکنان و توقفهای ناگهانی باعث میشن که همیشه سقف عملی تولید از سقف تئوری اون کمتر باشه.
در مینیاپیزود اول پادکست اینداسمنت (از سری واژهنامه عملیات)، در کمتر از ۳ دقیقه این مفهوم کلیدی رو با مثال بررسی کردیم تا ببینیم چرا همین تفاوت ساده، پایهی مهمترین تصمیمها در برنامهریزی تولید و بهرهوریه.
همین الان مینیاپیزود اول رو بشنوید: نسخه کامل این اپیزود کوتاه و کاربردی در سایت ما و تمام پلتفرمهای گیرنده پادکست در دسترسیه.
Indusment.com/s01ep01m
اینداسمنت را دنبال کنید: indusment.com/link
چرا خط تولیدی که روی کاغذ ظرفیت ۱۰۰۰ واحد در روز داره، در عمل بیشتر از ۷۵۰ واحد خروجی نمیده؟
فاصلهی بین «شرایط ایدهآل روی کاغذ» و «دنیای واقعی کارخونه»، دقیقاً همون نقطهایه که ظرفیت نامی (Design Capacity) رو از ظرفیت مؤثر (Effective Capacity) جدا میکنه. عواملی مثل زمانهای آمادهسازی، تعمیر و نگهداری، استراحت کارکنان و توقفهای ناگهانی باعث میشن که همیشه سقف عملی تولید از سقف تئوری اون کمتر باشه.
در مینیاپیزود اول پادکست اینداسمنت (از سری واژهنامه عملیات)، در کمتر از ۳ دقیقه این مفهوم کلیدی رو با مثال بررسی کردیم تا ببینیم چرا همین تفاوت ساده، پایهی مهمترین تصمیمها در برنامهریزی تولید و بهرهوریه.
اینداسمنت را دنبال کنید: indusment.com/link
۱۷
۲۱:۲۸
وقتی روباتها و سیستمهای هوش مصنوعی از برنامهریزی تولید تا کنترل کیفیت رو به دست گرفتن، قراره دقیقاً چیکار کنیم؟
خیلیها فکر میکنن با ورود هوش مصنوعی، دوران مدیریت صنعتی تموم میشه. اما در اپیزود دوم پادکست اینداسمنت، پروفسور افشار بهمون نشون میده که چرا این تازه شروع ماجراست.
ماشینها نظم میارن و تو محاسبات فوقالعادهان، اما انگیزه ندارن و نمیتونن بحرانهای انسانی رو مدیریت کنن. مدیرِ پساهوشمصنوعی قراره ترکیبی از فهم تکنولوژی و تصمیمسازی اخلاقی باشه. در واقع، مدیر آینده یاد میگیره با فناوری همتیم بشه، نه اینکه جاش رو به اون بده.
اینداسمنت را دنبال کنید: indusment.com/link
۳۱
۱۶:۰۱
مینیاپیزود دوم | مدلهای تقاضا 
چرا یک کارخونه خودرو برای تأمین چرخهاش نباید تحقیقات بازار انجام بده یا از مدلهای پیشبینی استفاده کنه؟
خیلی از سازمانها فکر میکنن برای مدیریت موجودی، باید تقاضای تمام قطعات و کالاها رو «پیشبینی» کنن؛ در حالی که این بزرگترین خطاست! تفاوت مرز موفقیت و شکست در زنجیره تأمین، درک فرق بین تقاضای مستقل (Independent) و تقاضای وابسته (Dependent) است.
در مینیاپیزود دوم پادکست اینداسمنت، در کمتر از ۳ دقیقه این قانون طلایی رو بررسی کردیم: اینکه بداویم چه چیزی رو باید پیشبینی کنیم و چه چیزی رو فقط باید محاسبه کنیم!
همین الان مینیاپیزود دوم رو بشنوید: نسخه کامل این اپیزود کوتاه و کاربردی در سایت ما و تمام پلتفرمهای پادگیر در دسترسه.
Indusment.com/s01ep02m
اینداسمنت را دنبال کنید: indusment.com/link
چرا یک کارخونه خودرو برای تأمین چرخهاش نباید تحقیقات بازار انجام بده یا از مدلهای پیشبینی استفاده کنه؟
خیلی از سازمانها فکر میکنن برای مدیریت موجودی، باید تقاضای تمام قطعات و کالاها رو «پیشبینی» کنن؛ در حالی که این بزرگترین خطاست! تفاوت مرز موفقیت و شکست در زنجیره تأمین، درک فرق بین تقاضای مستقل (Independent) و تقاضای وابسته (Dependent) است.
در مینیاپیزود دوم پادکست اینداسمنت، در کمتر از ۳ دقیقه این قانون طلایی رو بررسی کردیم: اینکه بداویم چه چیزی رو باید پیشبینی کنیم و چه چیزی رو فقط باید محاسبه کنیم!
اینداسمنت را دنبال کنید: indusment.com/link
۱۸۹
۱۳:۰۲
فکر میکنی درسهای دانشگاه فقط یه مشت فرمول و تئوری برای پاس کردن امتحاناته؟
خیلی وقتها وقتی اسم درسهایی مثل تحقیق در عملیات، مدیریت پروژه یا زنجیره تأمین میاد، حس میکنیم هیچ ربطی به دنیای واقعی کسبوکارها ندارن و فقط مال وقتیان که یه کارخونه داره ورشکست میشه. اما واقعیت اینه که چارت درسی مدیریت صنعتی، دقیقاً همون جعبهابزار شما برای کارآفرینی و رهبری تو دنیای مدرنه.
وقتی منابعت محدوده و باید بهترین تصمیم رو بگیری (تحقیق در عملیات)، وقتی ایدهات رو میخوای اجرایی کنی (مدیریت پروژه)، یا وقتی سفارشات بالا میره و نباید سیستم کم بیاره (زنجیره تأمین و ERP)، این درسها هستن که به دادت میرسن. یک مدیر صنعتی موفق، قرار نیست هر روز از همه این ابزارها استفاده کنه، اما روزی که به مشکل بخوره، دقیقاً میدونه کدوم آچار رو برای کدوم پیچ برداره!
در اپیزود سوم پادکست اینداسمنت، دکتر افشار بهمون نشون میده چطور این درسها نه تنها جلوی ضرر و بحران رو میگیرن، بلکه باعث رشد، توسعه و مقیاسپذیر شدن سازمان تو محیطهای کارخانهای، استارتاپی و خدماتی میشن.
۸۶
۱۴:۳۰