Společnosti Symbol Technologies a IBM oznámily, že Avtogaz (GAZ), jeden z největších ruských výrobců automobilů a člen holdingu RusPromAuto, úspěšně dokončil svůj první projekt využití radiofrekvenční identifikace (RFID) a zamýšlí rozšířit technologii RFID do dalších závodů společnosti RusPromAuto.
Pomocí technologie RFID a Wi-Fi může GAZ zavést systém „just-in time“ (přesné načasování dodávek), který mu pomůže dosáhnout rychlejší výroby a vyšší kvality výrobků. Investice GAZu do RFID technologie od společnosti Symbol Technologies je velmi důležitá pro optimalizaci procesů automatizace montáže vozidel a zásobování. Výrobní postupy v totiž GAZu dříve spoléhaly na složité manuální zadávání dat na různých úsecích montážní linky. Plány rozvoje GAZu nyní závisí na jeho schopnosti poskytovat zákazníkům vysoce kvalitní, ekonomická, technicky vyspělá vozidla pro soukromé i profesionální použití.
Další součástí strategie růstu GAZu je rozšířit aktivity na domácích i zahraničních trzích. Modernizací svých výrobních zařízení pomocí RFID bude GAZ schopen sledovat a analyzovat tok informací v průběhu výroby, což mu umožní lépe konkurovat světovým výrobcům automobilů.
„Použití nejmodernějších technologií v automobilovém průmyslu je dnes rozhodujícím faktorem úspěchu pro udržení se na konkurenceschopné úrovni,“ řekla Helena Smirnova, vedoucí IT oddělení akciové společnosti GAZ. „RFID řešení od společnosti Symbol umožní GAZu vyřešit problémy výrobních závodů díky urychlení procesu montáže vozidel a zkrácení dodacích lhůt pro naše zákazníky. To je nezbytné, pokud chceme uskutečnit náš cíl prosadit se na mezinárodním trhu.“
„Projekt GAZu názorně ukazuje pozitiva tohoto řešení na výrobní procesy,“ řekl John Bruno, hlavní viceprezident a generální manažer divize RFID společnosti Symbol. „Jako přední lídr v oblasti zavádění technologií elektronického značení EPC RFID jsme rádi, že můžeme využívat svých zkušeností a spolupracovat s partnery jako IBM, abychom pomohli zavádět přínosná RFID řešení do automobilového průmyslu.“
– red –
Follow
