Die Pandemie treibt ein neues Modell für die Entscheidungsfindung in der Lieferkette

Supply-Chain-Manager sind nicht nur durch die Umwälzungen infolge der Pandemie, sondern auch durch die anhaltenden Nachfrageverschiebungen, steigende Kundenerwartungen und externe geopolitische Faktoren mit beispiellosen Störungen konfrontiert. Zwei Dinge haben sich gezeigt:Diese Störungen sind nicht vorübergehend, und sie haben Mängel im aktuellen Datenmodell der Lieferkette ans Licht gebracht.

Strategien zur Bewältigung der Folgen dieser Störungen werden fokussierter, wenn wir uns auf einen wirtschaftlichen Aufschwung vorbereiten, was Manager vor die doppelte Herausforderung stellt, sich von der pandemiebedingten Katastrophe zu erholen und gleichzeitig mit einem potenziell schnellen Anstieg der Nachfrage nach der Pandemie und einer Überschreitung der Verbraucherausgaben umzugehen das kommende Jahr. Jetzt ist es an der Zeit, sich eingehend damit zu befassen, wie Unternehmen die Erholung angehen und gleichzeitig neue Wachstumschancen nutzen werden. Die Lösung besteht nicht darin, zum Status quo vor der Pandemie zurückzukehren, sondern in der Etablierung eines neuen Datenmodells. Wie so oft treibt eine Katastrophe Innovationen voran, und wir sehen jetzt, dass Innovationen entstehen, da immer mehr Supply-Chain-Organisationen ein neues Modell der Entscheidungsintelligenz annehmen, um die Spielregeln neu zu schreiben.

Entscheidungsintelligenz für ein besseres Ergebnis

Um die Erholung von den Störungen des vergangenen Jahres, den zukünftigen Anstieg der Nachfrage zu bewältigen und schließlich das Wissen und die Erkenntnisse zu gewinnen, die erforderlich sind, um zukünftige Störungen zu überstehen, müssen Sie über das traditionelle Datenmodell der historischen Analyse, isolierte Informationen und Bildschirm-Dashboards hinausgehen eine begrenzte Anzahl von Ausgaben und begrenzten Interpretationsmöglichkeiten.

Die nächste Generation der Entscheidungsfindung ist bereits da. Decision Intelligence bietet frühzeitigen und sofortigen Zugriff auf Daten und Trends, angetrieben durch künstliche Intelligenz und zukunftsgerichtete Vorhersageanalysen und mit einer Middleware-Schicht, die mehrere Datenquellen abstrahieren kann, um eine einzige, einheitliche Ansicht bereitzustellen, und das alles mit einer natürlichen Sprachschnittstelle.

Entscheidungsintelligenz, wenn sie mit einer einheitlichen, natürlichen Sprachschnittstelle geliefert wird, löst viele der versteckten Schwachstellen und Herausforderungen, die durch die Störungen des letzten Jahres ans Licht kamen. Entscheidungsunterstützung unter normalen Umständen kann funktionieren und es gab bisher wenig Anreiz, voranzukommen. Das ältere Modell ließ jedoch viele unvorbereitet zurück, wenn sie mit dem Unerwarteten konfrontiert wurden.

Entscheidungsfindung in einer unberechenbaren Welt

Das CORE-Planungsmodell (Configure, Optimize, Respons, Execute) von Gartner Inc. erzwingt ein universelles Modell für alle Entscheidungen in der Lieferkette:

• Konfiguration der Lieferkette zur Unterstützung von Strategien
• Optimierung, um Faktoren wie begrenzte Ressourcen (oder im Falle einer Pandemie eine größere und unerwartete Störung) zu berücksichtigen
• Antwort, das ein gewisses Maß an Optionalität und Intelligenz einbaut, und
• Ausführung

Echtzeit-Einblicke sind erforderlich, um ein erfolgreiches CORE-Modell in der Supply-Chain-Planung zu erreichen. Um Echtzeit-Einblicke zu erzielen, benötigen wir außerdem eine intelligente, interaktive und Echtzeit-Schnittstelle, die von Entscheidungsträgern auf allen Ebenen, nicht nur von Datenanalysten, genutzt werden kann. Dies kann mit einer Verarbeitungseinrichtung für natürliche Sprache erreicht werden, die es dem System ermöglicht, einen Kontext aufzubauen, so dass der Benutzer in der Lage ist, eine fortschreitende Konversation mit dem System zu führen, anstatt einfach eine Reihe von einmaligen Fragen oder Befehlen auszuführen. Darüber hinaus ermöglicht die Abstraktionsschicht der Back-End-Verarbeitung eine transparente Aufnahme von Daten aus mehreren strukturierten und unstrukturierten Datenquellen.

Eine reaktionsschnelle Lieferkette im heutigen globalen Ökosystem erfordert, dass Planer die langjährige Lücke zwischen Planung und Ausführung schließen. Diejenigen, die in der Lage sind, diese Lücke zu schließen, das Unerwartete zu antizipieren und die Fähigkeit aufzubauen, auf der Grundlage unvorhersehbarer Ereignisse oder Nachfrageverschiebungen schnell und intelligent zu drehen, sind diejenigen, die während der verheerenden Lieferkettenausfälle des letzten Jahres besser abgeschnitten haben und besser positioniert sind um die unvermeidlichen Nachfrageverschiebungen, die folgen werden, schnell zu bewältigen.

Ganesh Gandhieswaran ist Mitbegründer und CEO von ConverSight.ai, einer Decision Intelligence-Plattform.