亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

持续的大流行加剧了对供应链数据透明度的需求

随着冠状病毒大流行继续对社会和经济、供应链都受到了巨大的——甚至是不可逆转的——影响。

2020 年初,由于社会疏远要求,供应链开始出现产品短缺、运输延迟和工厂车间劳动力减少的问题,供应链经理必须在不增加成本的情况下解决供应链中的功能障碍——例如持有额外库存或建造新的区域设施。

“有了 COVID,能够为这些供应链流程配备人员的人变少了——站在库存地板上查看那里有什么产品的人变少了,参与仓库管理流程的人变少了,院子里卸货的人变少了– 人们不能在那里。很多‘传统供应链’的弱点就出来了。”

据 Infosys Consulting 称,由于这些巨大的变化,57% 的供应链面临着 25% 或更多的运营减少。

因此,许多供应链经理已转向使用数字工具包来获得更好的供应链数据洞察力。

两个主要工具包括供应链控制塔技术,或由人工智能驱动的建议驱动的供应链中各种流程的中心枢纽,以及供应链的数字孪生模型,它复制供应链中的资产和流程,以提高生产力、降低成本并更好地洞察当今不稳定的供应、需求和物流中的权宜之计。

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

注册 物联网世界 2021 在这里

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

对传统供应链的挑战

专家表示,数字化已成为解决这种供应链功能障碍的核心手段。

“传统的线性供应链模型正在转变为数字供应网络 (DSN),其中功能孤岛被打破,组织与其完整的供应网络相连,以实现端到端的可见性、协作、敏捷性和优化,”吉姆写道德勤的基尔帕特里克。

根据麦肯锡公司 7 月份的一份报告“为下一个常态重置供应链”,在对 60 位高级供应链高管的调查中,93% 的受访者计划提高供应链的弹性——通常是通过新采购的组合战略,更加关注供应链分析和提高现有员工的技能。

此外,85% 的受访者表示他们在供应链中遇到低效技术问题,60% 的受访者表示他们计划实施高级分析以更好地了解他们的供应链。

数字供应链研究所 (DSCI) 执行董事兼首席研究官乔治·贝利 (George Bailey) 表示:“公司正在认真审视其运营和供应链。” “公司不会以更高的运营成本取胜——更多的库存、更多的仓库等等。自动化和流程变革比以往任何时候都更加重要,”他说。

开发数据驱动的供应链

然而,了解供应链的动态——并获得有意义的供应链数据——是一项艰巨的任务。

供应链经理需要深入了解其产品的可用性以及供应商的库存以及将供应商材料运送到仓库的物流。他们还需要了解车间的各种生产流程——生产物品需要多长时间,某些设备是否需要维护等等——以及将产品运送给客户的物流。

因此,公司现在努力通过更多数据驱动来了解他们的供应链运营——无论是计算库存、定位路上的卡车,还是在其他供应商缺货时寻找替代供应商。

控制塔技术提供了一个集中式控制台,公司可以通过它开始处理各种资产和流程。它还可以帮助使用机器学习消化各种数据点,并为面对不可预见的情况(例如飓风)提供最佳行动建议。例如,在卡特里娜飓风期间,控制塔技术帮助供应商将货物重新安排到该国未受影响的地区。

根据麦肯锡公司最近的另一项研究,更深入地了解构成供应链的各种事件变得越来越重要:39% 的调查受访者(亚洲制造商)已经实施了神经中枢或控制塔的方法提高端到端供应链的透明度。

整合供应链数据的挑战

同时,控制塔技术需要大量的前期工作。

例如,拥有分布广泛、集成度低或数据质量差的数据的公司面临着挑战。这些企业必须花费大量时间将旧系统和数据与新系统集成。数据可能需要进行转换和处理,然后才能成功地集成和整合。

“非常老式的系统——传统的 ERP 和库存系统——你正在用更实时、以洞察力为导向的系统覆盖它:车队管理和跟踪系统,”佩利诺说。 “您正在将旧系统与支持物联网的新互联系统连接起来。要提供这组建议,您必须翻译和整合这些数据。”

还需要文化转变。鉴于将供应链流程和数据整合在一起需要付出的努力,公司可能会走捷径或选择退出整合工作。

此外,Pelino 说,许多公司采取了“如果它没有坏掉,我们就不要修理它”的方法。佩利诺说,与此同时,由于大流行期间供应链的延迟和功能障碍,许多公司开始认识到他们的数据洞察力存在各种差距。虽然他们之前可能不认为变化很重要,但他们开始将控制塔技术、数据集成和数据洞察视为后续的关键任务。

将数字孪生技术与供应链分析相结合

另一个有助于控制供应链的工具是数字孪生技术,用于评估供应链面临的风险和威胁。

数字孪生是现实世界中资产和流程的虚拟副本。对于供应链,数字孪生通常代表数百个资产、仓库和物流因素,以捕捉货物如何从制造商转移到客户。数字孪生已成为管理极端天气、停电等风险的一种方式,以及最近的 COVID-19 等流行病。

“数字双胞胎正在帮助 [公司] 使用数字双胞胎叠加进行假设分析,以提高效率,对 [风险] 进行非常细致的分析,”佩里诺说。

数字孪生可能仍处于起步阶段,或者不能完全代表当今的所有供应链流程。但即使仍然有抱负,一些公司已经使用它们取得了良好的效果。

轮胎制造商普利司通等公司使用数字孪生来延长轮胎寿命。该公司可以创建一个反映负载、速度、路况和驾驶行为等因素的数字孪生。

普利司通使用数字孪生和其他分析工具来更好地了解和模拟轮胎磨损。该公司还将数字孪生技术与其他大数据计划结合使用。

“虽然分析起着重要作用,但它只会增强数字双胞胎,”数字工程总监汉斯·多尔菲 (Hans Dorfi) 在德勤关于数字双胞胎技术的报告中说。 “数字孪生能够捕捉轮胎的多维性能包络,也可以应用于尚无数据可用的开发中的产品。”

根据 Juniper Research 的一项研究,预计 2021 年全球数字孪生技术市场将增长 17%,达到 127 亿美元。

与此同时,物理资产和流程的复制具有挑战性——尤其是当存在大量来自各种来源的遗留系统和数据时,无论它们是连接的物联网传感器、ERP 系统还是其他应用程序。 Forrester 的 Pelino 表示,他们的数据可能质量较差或难以与更新的实时和支持物联网的系统集成。

“数字双胞胎的价值取决于进入平台的数据的质量,”瞻博网络研究的合著者 Nick Maynard 总结道。

事实上,只有一小部分企业使用数字孪生技术。 Gartner 关于物联网实施的一项研究表明,13% 的从事物联网项目的公司已经拥有数字双胞胎,而另外 62% 的公司正在努力实施。

最后,数字孪生技术可以为虚假活动提供另一种攻击向量。

“攻击面已经扩大,”佩利诺说。 “现在我正在为那些想做坏事的人连接供应链——那些资产、那些车辆,还有更多的地方。”


物联网技术

  1. 供应链中断强调需要更好的制造规划
  2. “自动驾驶”供应链的到来
  3. 数据如何支持未来的供应链
  4. 供应链中的人工智能:看到结果的六大障碍
  5. 即将实现供应链可见性的关键突破
  6. 灵活供应链的三个好论点
  7. 区块链是否适合供应链?
  8. 重塑供应链和物流以提高弹性
  9. 区块链在农业供应链中得到提升
  10. Covid 后供应链的四个注意事项
  11. 为假期加强供应链安全
  12. 每季度检查您的供应链