| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 1/: Настоящата дейност е основна за проекта и включва извършване на комплекс от инвестиции за дигитализиране на основните бизнес процеси в дружеството. Концепцията е цялостно базирана на технологии от областта на Индустрия 4.0 и интегрирането им с наличните технологии в предприятието – компания с предмет на дейност „търговия на едро с лекарствени продукти“. За постигане целите на проекта, в рамките на ЕЛЕМЕНТ А и условията на режим „регионална инвестиционна помощ“ на процедурата се предвижда придобиването на следните активи:
- AI Система за бизнес анализи и управление на бизнес процеси с интегрирана система за контрол на качеството и процесите (GDP-QPCS) и B2B модул
И
- Big Data сървърен клъстер с IioT и телематична инфраструктура
1. Въвеждане на AI Система за бизнес анализи и управление на бизнес процеси с интегрирана система за контрол на качеството и процесите (GDP-QPCS) и B2B модул
AI- Системата представлява вертикално решение към съществуващата ERP система на "Алмус фарма" ЕООД, като я разширява и обогатява със специализирани, интелигентни модули, критични за фармацевтичната дистрибуция. Тя използва най-съвременни технологии от областта на Индустрия 4.0 като Анализ на големи данни (Big Data) агрегирани от Big Data Сървърния Клъстер (част от проекта) – водеща технология, Изкуствен интелект (AI), Машинно обучение (ML).
Системата е проектирана за пълна двупосочна интеграция с наличните ERP и WMS системи, както и с IIoT (Industrial Internet of Things) и BMS (Building Management Systems) за централния склад и веригата от свързани търговски обекти - аптеки, осигурявайки холистичен поглед и контрол върху цялата верига за доставки и продажби.
Описание на системата: вертикален AI модул към ERP, интегриран чрез API, който използва Big Data, изкуствен интелект и машинно обучение, комбинирани с дигитална система за контрол на качеството и процесите (GDP-QPCS), осигуряваща регулаторна сигурност, проследимост и доказуем контрол.
Същност и интеграция като вертикално решение: AI Системата използва ERP като своя основна база данни за продукти, цени, клиентски сметки, поръчки и логистика. Тя не замества ERP, а я разширява и обогатява чрез двупосочна API интеграция. Всички ключови данни, като наличности на лекарства, партидни номера, срокове на годност, ценови листи и информация за аптеките, се черпят директно от ERP и WMS в реално време и се визуализират в B2B модула. Обратно, поръчките, направени от аптеките през B2B-портала, се предават автоматично и моментално обратно към ERP за обработка, фактуриране и планиране на логистиката. Това гарантира безпроблемен поток на информация и синхронизация между всички звена на веригата.
Ключови функционалности на B2B-модула като бизнес-инструмент:
Пълнопродуктов каталог в реално време: Аптеките имат достъп до целия асортимент на "Алмус фарма" с актуални цени, снимки, детайлни описания и, критично важно за фармацевтичния сектор, информация за наличностите в централния склад и срокове на годност на конкретни партиди.
AI-базирано предиктивно поръчване: Използвайки алгоритми за машинно обучение и данни от Big Data клъстера (актив, предвиден по проекта) - исторически продажби на всяка аптека, сезонност, промоции, пазарни тенденции - системата автоматично предлага оптимални количества и продукти за поръчка за всяка от аптеките. Например, ако "Х" обикновено поръчва 12 опаковки Vit C, но AI отчете ръст в продажбите за сезона, системата може да предложи поръчка от 18 опаковки, базирайки се на предвиденото търсене.
Управление на наличности и срокове на годност: Системата проактивно предупреждава аптеките за продукти, които скоро ще изтекат от техните собствени наличности, както и за такива в централния склад. Може да генерира предложения за промоционални пакети за бърза реализация на продукти с къс срок, предотвратявайки загуби.
/продължава в част 2/ |
838 518.68
|
0.00
|
| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 2/: /продължение/
Автоматизирано обработване на поръчки: Поръчките от аптеките се подават директно, а системата автоматично потвърждава наличности, срокове за доставка и крайна цена. Това елиминира нуждата от телефонни обаждания, имейли и ръчно въвеждане на данни.
Проследяване на поръчки и история: Всяка аптека може да проследява статуса на своите поръчки в реално време и да има достъп до пълна история на поръчките, фактури и плащания, директно синхронизирани с ERP.
Комуникационен модул: Интегриран канал за комуникация с екипа на "Алмус фарма" за въпроси, рекламации и заявки за връщане на стока, централизирайки клиентската поддръжка.
В рамките на AI-решението се внедрява ИНТЕГРИРАНА ДИГИТАЛНА СИСТЕМА ЗА КОНТРОЛ НА КАЧЕСТВОТО И ПРОЦЕСИТЕ (Quality amp; Process Control System – QPCS), предназначена да осигури пълно съответствие с изискванията на Добрата дистрибуторска практика (GDP – 05.11.2013), ISO базирани системи за управление и принципите на Индустрия 4.0 (дейност 2 и 3).
Функционален обхват:
• автоматизиран контрол на изпълнение на GDP процеси;
• откриване и регистриране на отклонения в реално време;
• управление на отклонения и промени;
• AI базиран анализ и оценка на риска – в реално време;
• дигитални вътрешни одити и самоинспекции;
• контрол и проследимост на обучения и компетентности;
• блокиране на процеси при критични несъответствия;
• пълна двупосочна интеграция с ERP, WMS, IioT и BMS системи.
Системата осигурява доказуем контрол, проследимост на действията, отговорности по роли и регулаторна защита при проверки.
Необходимост от AI-системата: Текущите бизнес процеси в предприятието разчитат предимно на ръчен анализ и ограничени инструменти в ERP и WMS-системите, което води до забавяне в вземането на решения, неточни прогнози за търсене на лекарства, неефективно управление на запасите и повишен риск от загуби (изтекли продукти, липса на наличност в аптеките). В условията на строги изисквания за Добра дистрибуторска практика (GDP) и динамичен фармацевтичен пазар в Северозападна България, предприятието се нуждае от интелигентна система за реално-времеви анализи, автоматизация и B2B взаимодействия. Предложеното решение (AI система за бизнес анализи, управление на бизнес процеси и система за контрол на качеството и процесите (GDP-QPCS) с B2B модул) ще адресира тези проблеми чрез мощен аналитичен и управляващ слой, който ще обработва данни от IioT сензори и устройства, текущи- и исторически ERP данни и външни източници, осигурявайки оптимизация на веригата за доставки и пълна GDP проследимост.
КЛЮЧОВИ ФУНКЦИИ на AI системата и тяхното въздействие:
Анализ на големи данни (Big Data Analytics): Анализ и обработка на големи обеми структурирани и неструктурирани данни от IioT устройства, сензори, складови и логистични системи. Изграждане на прогнозни модели и оптимизация на ресурси и процеси. Оптимизация на ресурси и процеси.
Резултат от работа на функционалността: По-точни прогнози за търсене в аптеките и централния склад и намаляване на загубите от изтекли продукти с 25–30%.
Интеграция с IIoT: Обработка на данни в реално време от сензори и устройства, анализ на състояние на складови наличности и логистични процеси, мониторинг на състояние на оборудване, складови и транспортни процеси, поддръжка на стандартни индустриални протоколи.
Резултат и ефекти: Автоматично откриване на отклонения (температура, влажност, маршрути) за съхраняваните продукти и оптимизация на доставките.
Анализ и визуализация в реално време (Real-time Analytics): Интерактивни дашбордове, мониторинг на KPI, аларми и автоматични аларми/действия при отклонения, визуализация на складови, транспортни и продажбени процеси.
Ефекти от фунционалността: Бързо реагиране на мениджърите за преразпределение на запаси между малките търговски обекти (аптеките) и подобряване на клиентското обслужване.
/продължава в част 3/ |
0.00
|
0.00
|
| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 3/: /продължение/
Изкуствен интелект (AI) и машинно обучение (ML): Прогнозиране на търсене и натоварване, автоматизирано вземане на решения, анализ на неструктурирани данни (документи, изображения, кореспонденция), оптимизация на процеси и ресурси.
Ефекти: Автоматизация на B2B поръчки, намаляване на човешки грешки и по-добра оценка на риска.
Техническа архитектура и интеграция:
Вертикално AI решение с Big Data аналитичен слой и AI/ML модели;
Пълна двупосочна API интеграция с ERP, WMS и IioT-инфраструктурата;
Облачна и хибридна архитектура за синхронизация между множество локации;
Защитен отдалечен достъп;
Автоматична синхронизация между локациите;
Модулна и мащабируема структура, включително B2B модул за партньорска комуникация.
Системата ще се интегрира напълно с:
I. Наличните технологии в дружеството: ИНТЕГРАЦИЯ С НАЛИЧНА ERP
1. Техническа реализация на интеграцията: Системата е вертикално решение към ERP, интегрирано чрез API, има двупосочна интеграция с WMS и облачните платформи. Интеграцията е проектирана като API-базирана архитектура с хибриден модел (on-premise + cloud), която осигурява реално-времева синхронизация на данни от различни локации и пълен достъп, автоматизация и високо ниво на киберсигурност. Това позволява на новите системи да четат и записват данни директно в ERP, обогатявайки ги с IIoT информация и AI анализи: Извличане на исторически и текущи данни (продажби, запаси, партиди, поръчки, финансови показатели) за анализ в Big Data клъстера и AI системата; Записване на данни в ERP: Автоматично обновяване на ERP с нови данни от IioT (напр. температура/влажност, GPS позиции) и AI препоръки (напр. оптимизирани поръчки, аларми за отклонения).
Хибридна архитектура: Локална обработка (on-premise) в Big Data клъстера (инвестиция от Елемент А) за чувствителни GDP данни;
Синхронизация с облачни компоненти на ERP, чрез защитени конектори.
2. Ключови данни и процеси, които се интегрират
От ERP към новите системи: Данни за запаси, партиди и срокове на годност; исторически продажби и клиентски заявки от аптеките; Финансови данни (маржове, cash flow); Поръчки към доставчици и B2B комуникация.
От новите системи към ERP: Реално-времеви данни от IoT (температура, влажност, GPS маршрути); AI генерирани прогнози (търсене, оптимизация на запаси); Аларми и автоматични действия при GDP отклонения; Обновени KPI и аналитични доклади.
3. Ползи от интеграцията:
Ефективност: Намаляване на ръчния труд с 40–50% чрез автоматизация на рутинни процеси (напр. чеклисти, доклади).
Точност и проследимост: Пълна GDP съвместимост с реално-времеви данни, намаляващи грешки и загуби от изтекли продукти (очаквано 25–30%).
Бързина на решения: Дашбордове в AI системата комбинират ERP данни с IoT, позволявайки мигновен мониторинг на веригата за доставки.
Мащабируемост: Лесно добавяне на нови аптеки или сензори без преконфигуриране на ERP.
4. Киберсигурност и регулаторно съответствие: Поддържа GDPR и GDP изисквания за защита на чувствителни данни (партиди, пациенти).
Тази интеграция превръща наличната ERP в център на дигиталната екосистема, като я обогатява с Индустрия 4.0 технологии за дългосрочна конкурентоспособност.
II. Интеграция с новозакупеният Big Data сървърен клъстер с IioT и телематична инфраструктура:
Ключов аспект на AI-Система е нейната дълбока и многопластова интеграция с нововъведения Big Data Сървърен Клъстер, който е агрегатор на данни от цялата IIoT и телематична инфраструктура.
IIoT и телематична инфраструктура: Тази инфраструктура (включваща IoT сензори за температура, влажност, налягане, отваряне/затваряне на врати, GPS проследяващи устройства и др.) събира сурови данни в реално време от всички критични точки на веригата за доставки:
- Централен склад: Условия на съхранение в хладилници, фризери и общи складови площи.
Условия на съхранение в аптечните складове и хладилници.
/Продължава в част 4/ |
0.00
|
0.00
|
| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 4/: /продължение/
- Транспортни средства: Условия на околната среда по време на транспортиране, точна локация, маршрут, скорост, време на престой, състояние на двигателя (чрез телематика).
- Big Data Сървърен Клъстер (като посредник): Всички тези сурови данни от IIoT и телематиката се предават и съхраняват в новия Big Data Сървърен Клъстер. Клъстерът действа като централен хъб за данни, като ги агрегира, обработва, филтрира и структурира. Той не само съхранява текущи данни, но и исторически данни, които са от съществено значение за машинното обучение.
AI Система (като анализатор и взимащ решения): AI Системата за бизнес анализи и управление на процесите черпи аналитични данни директно от Big Data Сървърния Клъстер. Моделите за машинно обучение в AI Системата използват тези агрегирани и обработени данни от IIoT и телематиката, за да:
- Анализират условията на околната среда: Разпознават аномалии в температурните профили, влажността и т.н. (например QPCS модулът открива и регистрира отклонения, базирани на IIoT данни).
- Оптимизират маршрути и транспортни процеси: Чрез телематични данни за трафик, пътни условия и натоварване на транспортните средства, AI пресмята оптимални маршрути и графици за доставки.
- Прогнозират рискове: AI може да предвиди потенциални проблеми (напр. риск от повреда на лекарства поради високи температури на база предишни инциденти или потенциални забавяния на база трафик данни).
- Управляват инвентара: Използвайки данни за движение на стоки и условия на съхранение, AI помага за по-прецизно управление на запасите, особено за продукти с кратък срок на годност.
- Задействат автоматизирани действия: При откриване на критично отклонение (чрез IIoT/телематика, обработено от Big Data клъстера), AI Системата може автоматично да задейства QPCS процедури – напр. генериране на инцидент, изпращане на аларма до персонала.
Тази тристепенна интеграция – IIoT/телематика (събиране) - Big Data Клъстер (агрегиране/обработка) - AI Система (анализ/решение) – е ключова за постигането на "Ниво 4 Прозрачност" и позволява на "Алмус фарма"ЕООД да превърне суровите данни в интелигентни действия и предиктивни възможности.
ОСНОВНИ БИЗНЕС ПРОЦЕСИ, КОИТО ДИГИТАЛИЗИРА/АВТОМАТИЗИРА:
Управление на продажбите и клиентските заявки (B2B): Автоматизирано подаване, обработка и потвърждение на поръчки от търговските обекти - аптеки чрез B2B портал.
Предиктивно прогнозиране на търсенето: AI-базирано предвиждане на нуждите от лекарствени продукти за всяка аптека и централния склад.
Управление на складовите наличности и срокове на годност: Оптимизация на инвентара, мониторинг и проактивни действия за продукти с изтичащ срок в централен склад и аптеките.
Оптимизация на логистиката и дистрибуцията: Интелигентно планиране на маршрути и контрол на транспорта до аптечната мрежа.
Дигитализиран контрол на качеството: Автоматизиран контрол на изпълнението на GDP процеси, реално време откриване и регистриране на отклонения (температура, влажност, локация), управление на отклонения и промени.
AI базиран анализ и оценка на риска: Проактивно идентифициране на рискове, свързани с качеството, доставките и търсенето.
Дигитални вътрешни одити и самоинспекции: Автоматизирано генериране на чек-листи, отчети и проследяване на резултатите.
Контрол и проследимост на обучения и компетентности: Управление на квалификацията на персонала в склада и аптеките, особено по отношение на GDP/GPP.
Финансов анализ и контрол: Анализ на рентабилността по продукти, аптеки и маршрути.
Управление на персонала: Оценка на ефективността и производителността.
Въвеждането на системата ще бъде съпроводено от провеждане на обучение за работа с нея на персонала на кандидата.
/продължава в част 5/ |
0.00
|
0.00
|
| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 5/: /продължение/
2. Закупуване и внедряване на Big Data сървърен клъстер с IioT и телематична инфраструктура
За "Алмус фарма" ЕООД, опериращо като търговец на едро с лекарствени продукти, обслужващ вериги от аптеки и индивидуални търговски обекти в цяла Северозападна България, управлението на огромни обеми данни в реално време е от критично значение за спазването на регулациите (GDP/GPP) и гарантирането на безопасността на пациентите. Наличната инфраструктура и традиционните методи за събиране и анализ на данни са недостатъчни за постигане на необходимата "Прозрачност" (Ниво 4 от Индекса на зрялост), която изисква детайлен и моментален поглед върху цялата верига за доставки и съхранение на лекарства.
Настоящата ситуация се характеризира с разпокъсаност на данните от различни източници (температурни данни от логистиката, наличности от аптеките, продажби), ръчна обработка, липса на централизиран аналитичен капацитет и предимно реактивен подход към управлението на качеството и риска. Това води до високи оперативни разходи, потенциални загуби от повредена или изтичаща стока, риск от регулаторни нарушения и ограничаване на оперативния капацитет. ИНВЕСТИЦИЯТА В КОМПЛЕКСНА ТЕХОЛОГИЧНО ОБВЪРЗАНА СЪРВЪРНА ИНФРАСТРУКТУРА - КЛЪСТЕР ЩЕ ИЗГРАДИ ЯДРОТО НА BIG DATA ИНФРАСТРУКТУРАТА, КОЕТО Е ОСНОВА ЗА АВТОМАТИЗАЦИЯ И ДИГИТАЛИЗАЦИЯ НА GDP ПРОЦЕСИТЕ И ЦЯЛОСТНА ИНДУСТРИЯ 4.0 ТРАНСФОРМАЦИЯ. Тя е жизненоважна за осигуряване на навременна и адекватна информация, която да захранва новата AI система и да позволява информирано и проактивно вземане на решения.
Big Data сървърния клъстер представлява "ядро на Big Data-инфраструктура, поддържащо GDP-съвместими процеси и Индустрия 4.0 трансформация". То въвежда следните ключови технологии от Индустрия 4.0:
BIG DATA ANALYTICS (Анализ на големи данни): Самият сървърен клъстер (съставен от високопроизводителни изчислителни сървъри, сторидж сървъри, UPS системи, мрежова сигурност) е предназначен за събиране, съхранение и обработка на огромни обеми от данни. Това включва данни от сензори, телематика, ERP, WMS и други източници.
IIoT (Industrial Internet of Things): Внедряването на "система за мониторинг на температура и влажност (BMS)" с контролери, температурни и влажностни датчици (48 броя), датчици за теч (8 броя) е пряк пример за IIoT. Тези устройства ще събират данни в реално време от физическата среда - склад.
Телематика: Компонентите "телематични GPS устройства" (20 броя) с GPS модули и температурни датчици за товарен отсек, четец за идентификация и цифрови ключове представляват телематична инфраструктура. Тя осигурява данни за локация, маршрут, състояние на превозното средство и условия на товара по време на транспорт.
Облачни технологии (Cloud Computing): Big Data клъстерът ще работи в хибридна архитектура - облачна среда, осигурявайки гъвкавост и скалируемост и локална обработка (on-premise) - за чувствителни GDP данни и бекъп.
ИНТЕГРАЦИЯ
I. Интеграция с наличните технологии в дружеството:
Big Data- клъстерa е проектиран като централен агрегатор на данни, който ще се интегрира с всички съществуващи и нововъвеждани информационни системи на "Алмус фарма" ЕООД:
- Налична ERP система: Клъстерът ще извлича оперативни данни за продукти, партиди, наличности, поръчки и клиенти, които са основа за цялостната дейност.
- Налична WMS система: Ще събира данни за складови операции, локации на стоки и движение на инвентара в централния склад.
- Съществуваща облачна инфраструктура: Ще се възползва от вече налични облачни ресурси, като осигурява хибриден модел на съхранение и обработка на данни.
- Аптечни ПОС системи: Данните за продажби, наличности и движение на стоки от аптеките (свързани в системата търговски обекти) ще се консолидират в клъстера, предоставяйки цялостен поглед върху търговската дейност.
Инвестицията в мрежова сигурност (защитна стена, суич) в рамките на офертата е ключова за обезопасяването на комуникацията и данните между всички интегрирани системи.
/продължава в част 6/ |
0.00
|
0.00
|
| Дейност 1. Въвеждане на технологии от Индустрия 4.0 /част 6/: /продължение/
II. Интеграция с новата AI-система:
Big Data Сървърният Клъстер е основополагащият слой данни (data layer) за новата AI Система за бизнес анализи и управление на процесите (с интегрирани B2B и QPCS модули). Тази интеграция е двупосочна и синергична:
- Захранва AI със сурови данни: Клъстерът събира, съхранява и предварително обработва суровите данни от IIoT (BMS, сензори) и телематичната инфраструктура (GPS, температурни датчици в транспортните средства), както и от ERP, WMS и ПОС. Тези агрегирани и структурирани данни се предоставят на AI Системата.
- AI като инструмент за анализ на Big Data: AI Системата, със своите алгоритми за машинно обучение, използва тези масиви от данни от клъстера, за да извършва:
AI базиран анализ на риска: Обработвайки милиони данни от сензори и GPS/телематика, AI може да предвиди рискови ситуации (напр. "Al модел разпознава рискови маршрути и алармира").
Предиктивна аналитика: AI прогнозира търсене, поведение на пазара и потенциални проблеми с качеството, базирайки се на исторически данни от клъстера.
Оптимизация: AI анализира телематични данни за ефективна маршрутизация и IIoT данни за оптимизация на енергопотреблението.
Обратна връзка към Big Data: Резултатите от AI анализите и взетите решения могат да бъдат съхранявани обратно в клъстера, обогатявайки бъдещите анализи и предоставяйки история за одит и обучение на AI моделите.
Въздействие върху бизнес процесите:
Big Data Сървърният Клъстер с IIoT и телематична инфраструктура е гръбнакът на дигитализацията в "Алмус фарма" ЕООД и ПОДОБРЯВА СЛЕДНИТЕ ОСНОВНИ БИЗНЕС ПРОЦЕСИ:
- Мониторинг на условията за съхранение и транспорт: Осигурява пълна автоматизация на температурния и GPS мониторинг (напр. в склада се покачва температурата - системата алармира).
- Проследимост на лекарствени продукти: Осигурява пълна и моментална видимост на движението на всяка партида "от входа до клиента" (напр. по номер на палет).
- Управление на риска: Преход от реактивно към проактивно и предиктивно управление на риска
- Автоматизация на документооборота: Дигитализация на чек-листи и протоколи (напр., транспортни протоколи).
- KPI анализ: Предоставя данни в реално време за KPI на служители и процеси.
- Big Data аналитика за качество и ефективност: Позволява задълбочен анализ за подобряване на цялостната дейност (напр. анализ по тенденции: най-чести отклонения, риск точки, повтаряеми грешки).
След въвеждане в експлоатация на клъстера се предвижда провеждане на обучение на персонала за работа с него и нововъведените системи. |
0.00
|
0.00
|
| Дейност 2. Повишаване на киберсигурността и поверителността на данните. Въвеждане и сертифициране на система за управление на сигурността на информацията съгласно изискванията на международния стандарт БДС ISO/IEC 27001: Внедряването на технологии от Индустрия 4.0 в "Алмус фарма" ЕООД, в т.ч. Big Data сървърен клъстер с IioT и телематична инфраструктура и AI Система с B2B и QPCS модули, значително увеличава степента на дигитализация и свързаност на дружеството. Тази трансформация, макар и изключително ползотворна, експоненциално повишава рисковете от атаки, свързани с информационната сигурност и поверителността на данните. За дружество, опериращо в силно регулиран сектор като фармацевтичната дистрибуция, защитата на чувствителна информация е не просто добра практика, а критично изискване, залегнало в редица нормативни актове, включително Общия регламент за защита на данните (GDPR).
Въвеждането на международен стандарт БДС ISO/IEC 27001 е обусловено от:
- Нарастващ обем и чувствителност на данните: С внедряването на новите I4.0 технологии, "Алмус фарма" ще събира, обработва и анализира огромни обеми данни. Те включват чувствителна информация като данни за партиди и срокове на годност на лекарства, финансови данни, данни за доставчици и аптеки, а също и лични данни на пациенти (чрез аптечната мрежа) и данни за персонала. Наличието на IIoT сензори и телематични устройства генерира постоянен поток от оперативни данни, които също са обект на защита.
- Повишени киберрискове: Свързаността между ERP, WMS, новия Big Data клъстер, AI системата, IIoT устройствата и телематиката създава сложна мрежова среда, която е потенциално уязвима за кибератаки – хакерски опити, зловреден софтуер, кражба на данни, саботаж. Пробив в сигурността би довел до компрометиране на данни, прекъсване на операциите и сериозни финансови и репутационни щети.
- Регулаторни изисквания и GDPR: "Алмус фарма" е задължена да спазва стриктни регулации за защита на данните, особено GDPR. Неспазването на тези изисквания може да доведе до огромни глоби и правни последици. ISO/IEC 27001 предоставя доказана рамка за постигане на съответствие.
Предвижда се въвеждането и последващото сертифициране на дружеството с международният стандарт за информационна сигурност БДС ISO/IEC 27001. Той ще помогне на кандидата да идентифицира, оцени и управлява своите информационни активи и рисковете, свързани с тях. |
13 804.88
|
0.00
|
| Дейност 3. Въвеждане на стандарти в областта на Индустрия 4.0: БДС EN 61512 „Партидeн режим на управление и проверка на производствен процес“: Стандарт БДС EN 61512 61512 „Партидeн режим на управление и проверка на производствен процес“ се отнася до управление на партидни производствени процеси в преработвателните индустрии (химическа, фармацевтична, хранително-вкусова, нефтохимическа и др.), където продуктите се произвеждат на партиди, а не в непрекъснат порядък.
Въпреки че "Алмус фарма" ЕООД е търговско дружество, с основна дейност дистрибуция и търговия на едро с лекарствени продукти (без собствено производство), стандартът БДС EN 61512 е от изключителна стратегическа важност. Той предоставя рамка и терминология за управление на процеси, свързани с партиди, които са фундаментални за осигуряване на качеството, проследимостта и съответствието с регулаторните изисквания в целия жизнен цикъл на лекарствените продукти – от получаването им от производителя до достигането на крайния пациент през аптечната мрежа. Необходимостта от внедряване на стандарта е свързана с:
- Постигане на регулаторно съответствие и GDP/GPP: Основните изисквания за "Алмус фарма" ЕООД са Добрите дистрибуторски практики (GDP) и Добрите аптечни практики (GPP), които налагат изключително стриктен контрол върху проследимостта, условията на съхранение и целостта на всяка партида лекарствени продукти. Стандартът БДС EN 61512 предлага универсални модели и термини за управление на партиди, които са пряко приложими за дистрибуцията и търговията. Той помага за систематизиране на информацията за партиди и за верифициране на процесите, жизненоважно за доказване на GDP/GPP съответствие.
Осигуряване на целостта и качеството на продукта: Лекарствените продукти са силно чувствителни и тяхното качество може да бъде компрометирано от неподходящи условия на съхранение или транспорт. Управлението на партидите съгласно БДС EN 61512 гарантира, че информацията за условията, при които е съхранявана и транспортирана всяка конкретна партида, е прецизна, доказуема и лесно достъпна. Това гарантира, че до аптеките и пациентите достигат само качествени и безопасни продукти.
Ефективно използване на технологиите от Индустрия 4.0: Проектът включва внедряване на Big Data сървърен клъстер и IioT компоненти и телематика и комплексна AI Система (с B2B и QPCS модули). За да могат тези мощни инструменти да функционират оптимално и да предоставят надеждни анализи и автоматизация, те се нуждаят от стандартизиран и унифициран начин за представяне и управление на данните за партиди. БДС EN 61512 предоставя именно този моделен език и терминология, което позволява на AI Системата да "разбира" и ефективно да обработва специфична за партидите информация от IioT-сензорите (температура на конкретна партида), телематичните устройства (маршрут на партида), наличната ERP (партидни номера) и WMS-системата (партидни локации).
Подобрена проследимост и отговорност: Стандартът помага за създаването на ясни модели за проследяване на всяка партида през всички етапи на дистрибуцията.
Оптимизация на процесите и намаляване на риска: Чрез стандартизирането на партидния режим се минимизират грешките, подобрява се точността на инвентара и се улеснява управлението на срокове на годност. Това намалява риска от финансови загуби поради изтекли или бракувани продукти и подобрява общата оперативна ефективност.
Доверие и конкурентоспособност: Сертифицирането по БДС EN 61512 демонстрира висок ангажимент на "Алмус фарма" към качеството и безопасността. Това изгражда доверие у производители, регулаторни органи, аптеки и крайни пациенти, осигурявайки конкурентно предимство и разширявайки пазарния потенциал на дружеството. |
10 225.84
|
0.00
|
