Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Internet der Dinge-Technologie

Analytik im Supply Chain Management wird mit der Eskalation des Coronavirus zentral

Vom Mangel an persönlicher Schutzausrüstung zu einer Vielzahl von Lebensmitteln bis hin zu Elektronik- und Bekleidungsartikeln hat das Coronavirus (COVID-19) die globale Lieferkette auf erwartete und unvorhergesehene Weise getroffen, und es scheint wahrscheinlich, dass es viele Monate dauern könnte, bis sie sich erholt hat.

Eine schnellere Rückkehr, so die Experten, erfordert von den Supply Chain Managern, sich neuen Wegen des Managements der Supply Chain zuzuwenden, einschließlich der Nutzung von Internet of Things (IoT)-Daten, Analysen und maschinellem Lernen (ML). Diese Tools werden die Grundlage sein, auf der Supply-Chain-Manager Einblicke in ihre Märkte und unregelmäßige Angebots- und Nachfragetrends erhalten.

„Mit den richtigen Technologien für maschinelles Lernen und KI können Sie den Markt besser verstehen und Ihre Lieferkette besser verwalten“, sagte George Bailey, Direktor des Digital Supply Chain Institute.

Während die Störung jetzt global ist, begann ihr Ausgangspunkt in China – dem 800-Pfund-Gorilla in der globalen Produktion. Tatsächlich überholte China bis 2010 die USA bei der Vormachtstellung im verarbeitenden Gewerbe. Und während China während der SARS-Epidemie von 2002 und 2003 4,3% des weltweiten Bruttoinlandsprodukts (BIP) ausmachte, macht China heute 16% aus, sagte MIT-Professor David Simchi-Levi.

„Globalisierung, wie wir sie kennen … ist vorbei“

Fertigungsunternehmen, die sich bei Produktionsmaterialien auf China verlassen haben, spüren den Rückschlag dieser Abhängigkeit; Einige Einzelhändler beziehen laut Statista-Daten aus dem Jahr 2020 mehr als die Hälfte ihres Inventars aus China. Eine andere Statista-Studie ergab, dass 44 % der Einzelhändler aufgrund von Störungen in der Lieferkette durch das Coronavirus mit Verzögerungen und 40 % mit Bestandsengpässen rechnen. Und mehr als die Hälfte der Elektronikhersteller rechnet mit Verzögerungen in der Lieferkette von bis zu vier Wochen. Das ist eine schwer zu schluckende Pille in einer Zeit, in der Kunden eine Lieferung innerhalb von zwei Tagen erwarten.

Jetzt bemühen sich Unternehmen darum, ihre Lieferketten zu bewerten, aber in Wahrheit stand das Risikomanagement in der Lieferkette nicht im Fokus der Unternehmen. Das Institute for Supply Management, das monatliche Konjunkturumfragen durchführt, stellte fest, dass fast drei Viertel der Unternehmen, die es Ende Februar und Anfang März kontaktierte, über irgendeine Art von Unterbrechung der Lieferkette berichteten. Aber 44 % der Befragten hatten keinen Plan, damit umzugehen.

„Was sich jetzt geändert hat, ist die Dringlichkeit der Diversifizierung und der Entlassungen“, sagte Alex Capri, Senior Fellow an der Business School der National University of Singapore, in einem CNBC-Interview über die Bedeutung der Lokalisierung von Wertschöpfungsketten. „Die Globalisierung, wie wir sie in der Vergangenheit kannten, ist vorbei“, sagte er.

Analysen in das Supply Chain Management einbringen

Was viele Hersteller ärgert, ist, dass nicht nur ihre Zulieferer durch die globale Krise gelähmt sind, sondern auch die Zulieferer ihrer Zulieferer von Werksschließungen, Lagerengpässen, Transportverzögerungen, Fehlzeiten der Arbeiter usw. Daher erleben die Tier-1-, Tier-2- und Tier-3-Zulieferer der Hersteller alle Störungen mit Nachwirkungen in der gesamten Lieferkette. Aber sie haben nicht unbedingt Einblick in all diese Störungen und wie sie sich auf ihre eigene Lieferkette auswirken werden.

„Da fast alle Fertigungsunternehmen einen wesentlichen Teil ihrer Lieferkette in China haben, entweder direkt oder über Tier-1-, Tier-2- oder Tier-3-Lieferanten, sind die Kapazitäten ausgetrocknet, weil Fabriken geschlossen oder unterbesetzt sind“, sagte Bailey.

Laut einer Statista-Umfrage aus dem Jahr 2018 ist der Einblick in diese Kette für 21 % der Supply-Chain-Experten eine erhebliche organisatorische Herausforderung.

„Heute verwenden die meisten Unternehmen Excel, um verschiedene Szenarien zusammenzustellen“, sagte Bailey. Und „es ist ein großartiges Tool“, aber es gibt ausgefeiltere und genauere Tools für die Beschaffung. Mehr als 90 % der Supply-Chain-Manager verwenden Excel etwas zu häufig für Supply-Chain-Analysen. Ungefähr 82 %, die laut Supply Chain Quarterly fortgeschrittene Analysetools verwenden

Während Bailey als Zukunftsversprechen auf KI setzt, ist es ohne ausreichende Daten nicht möglich, Systeme zu entwickeln, die die menschliche Intelligenz nachahmen. Ein KI-System muss mit Datensätzen gefüttert werden, um zu lernen, wie es sich verhalten und reagieren soll. Einmalige Situationen stellen eine Herausforderung dar, da das System nicht über genügend Daten verfügt, um zu lernen, wie es reagieren soll. „Um einen korrekten Bedarfsplan zu erstellen, müssen einmalige Ereignisse identifiziert und berücksichtigt werden“, schreiben Ralf W. Seifert und Richard Markoff im Artikel „Bedarf an KI in der Absatzplanung“.

Die Autoren stellten auch fest, dass erfolgreiche KI im Supply Chain Management davon abhängt, dass Abteilungen konsistente Prognosen haben. Vertrieb und Betrieb, so argumentieren sie, müssen von einer einzigen Quelle der Wahrheit aus operieren; Andernfalls sind KI-Algorithmen von Anfang an anfällig für Verzerrungen und Inkonsistenzen.

KI im Supply Chain Management:Bedarfsplanung

Ein weiterer wichtiger Faktor, so Bailey, ist, dass Bedarfsplaner die Nachfrage in Krisenzeiten besser verstehen und mitgestalten müssen.

Bailey sagte, dass IoT-generierte Sensordaten umso wichtiger werden, um die Nachfrage zu messen und das Angebot zu steuern. Reifenfirmen beispielsweise verwenden jetzt Sensordaten, um den Reifendruck zu überwachen und Kunden proaktiv über Wartungsarbeiten zu warnen. Während sie den Laufflächenverschleiß der Reifen überwachen und das Ende der Lebensdauer berechnen, können sie auch Informationen über den Lagerbedarf an die Hersteller senden und Kunden benachrichtigen, um den Kauf zu verwalten.

„Das erfordert den Einsatz von Technologie und Analysen, um zu verstehen, was die Nachfrage antreibt, und den Einsatz von KI, um zukünftige Anforderungen abzuschätzen“, sagte Bailey. Während einige Unternehmen in Technologie- und Analyseanwendungen sowie in neue Mitarbeiterpositionen investieren müssen, „werden die Arbeitskosten insgesamt niedriger sein“, sagte er, da Technologie die oft fehlerhafte Arbeit der heutigen Bedarfsplaner ergänzen kann.

Das Forschungsunternehmen Gartner prognostizierte, dass bis 2023 mindestens 50 % der globalen Unternehmen KI-bezogene Transformationstechnologien im Lieferkettenbetrieb einsetzen werden.

Gleichzeitig werden viele Unternehmen Zeit damit verbringen müssen, mit Datenbereinigungsaktivitäten wieder ans Reißbrett zu gehen. „Viele Unternehmen haben eine riesige Menge an Daten, denen nicht vertraut wird“, sagte Bailey. „Es könnte nicht das richtige Format haben, es kann ungenau sein, Definitionsprobleme haben oder voreingenommen sein. Es wird viel Zeit darauf verwendet, diese Daten gut genug zu verwenden“, sagte er.

Und wieder ist die Datenqualität ein großes Anliegen. „Die größte Herausforderung bei der Anwendung von KI auf die Bedarfsplanung liegt in der Verfügbarkeit und Genauigkeit von Daten“, schreiben Seifert und Markoff.

Schließlich stellten Bailey und andere fest, dass die Realität kurz- bis mittelfristig darin besteht, dass Supply-Chain-Manager Datenanalysen verwenden müssen, um in einer Zeit der Knappheit und Unsicherheit zu managen.

Bailey stellte fest, dass Unternehmen Daten verwenden müssen, um ihre Entscheidungen zu leiten. Sie müssen möglicherweise vier statt 50 SKUs anbieten, sagte er, und sich auf höherwertige Kunden konzentrieren. Daten sollten diese Entscheidungen bestimmen, betonte er.

„Es wird eine gewisse Produktrationalisierung und Reduzierung der SKUs geben“, sagte Bailey. „Wenn ein Unternehmen nur 100 von x Artikeln hat und 500 benötigt, wird es einen Prozess durchlaufen, um faktenbasiert zu entscheiden, [welche Kunden] priorisiert werden sollen.“

Auch die Beschaffungsentscheidungen werden sich ändern, betonte Bailey. „Die meisten Unternehmen haben entschieden, dass eine Überkonzentration in China keine gute Idee ist. Die richtige Balance zu finden, wo man Dinge auf die Karte setzt – um Risiken und Chancen auszugleichen – ist extrem wichtig geworden.“

Experten sagen, dass das Coronavirus letztendlich die Praktiken des Lieferkettenmanagements und den Einsatz von Technologien erzwingen wird, die Unternehmen zuvor verhindert haben, die jetzt jedoch von zentraler Bedeutung für den Erfolg der Lieferkette sind.

„Im Guten wie im Schlechten haben wir jetzt eine Krise, die die Menschen dazu zwingt, ihre Lieferketten zu ändern“, sagte Bailey. „Die gute Nachricht ist, dass sie auf jeden Fall Änderungen vornehmen mussten.“


Internet der Dinge-Technologie

  1. Wie IoT-gestützte Lager das Lieferkettenmanagement verändern – Teil 3
  2. Wie IoT-gestützte Lager das Lieferkettenmanagement verändern – Teil 2
  3. Supply Chain, Inventory Management führt zu IoT-Ausgaben
  4. Supply Chain Analytics und IoT werden nach der Störung im Jahr 2020 groß
  5. Eine strategische Sicht auf das Supply Chain Management
  6. Einsatz von Supply-Chain-Management-Systemen zur Entlastung des Klinikpersonals
  7. Vier Wege, wie KI die Logistik und das Supply Chain Management beeinflusst
  8. Fünf Möglichkeiten, KI im Supply Chain Management zu nutzen
  9. 5 wichtige Trends im Einkauf und Lieferkettenmanagement
  10. Blue Yonder:Ausführung der Lieferkette und Risikomanagement