向更智能的供应链不断转变

Manufacturing Global 发现是什么推动了对更智能的供应链的需求以及它可以为制造业提供的价值

作为构成供应链复杂性的众多因素中的一部分，制造可以像购买少量原材料以转换成产品一样简单，也可以是一系列相互关联的组件和流程。

Epicor (UK&I) 副总裁 (VP) Mark Hughes 解释说：“智能供应链的核心是尽可能高效的供应链。这意味着不断审查和了解供应链中可能存在的瓶颈，并努力加强最薄弱的环节，以尽量减少任何潜在的供应链冲击。您要么消除挑战，要么将其转移到其他地方，根据需要在供应链的上游或下游，以确保您有效地交付最终结果。”

然而，当谈到成为“最智能”的供应链时，“这将效率提高了一步，并且是自组织和自优化的，”休斯补充道。 “例如，它只会在需要时引入组件——控制库存和存储等，并通过微调每个阶段的节奏来防止出现任何瓶颈。为了实现这一目标，在整个供应链中获得最大的可见性非常重要——这正是技术可以发挥有益作用的地方。”

什么是智能供应链？

“智能供应链是利用来自工厂物联网传感器、人工智能和其他智能技术和数据源的数据来跟踪、监控和管理从制造商到零售商的商品。这种监控从设计到所有流程的能力，产品的制造、生产和存储有助于确保可追溯性和符合最新的质量和卫生标准，并在价值链的所有阶段提供更好的整体流程、可见性和协作。

“智能供应链是自我改进和自我优化的。它可以从环境和过去的行为中学习。它可以预测瓶颈并解决它们以避免中断。它可以帮助优化库存并确保正确数量在正确的时间出现在正确的地方。对于制造商而言，这可以带来更好的交付时间和性能、更低的成本、效率的提升、风险的降低等等。”- JAGGAER 首席执行官 Jim Bureau。

那么是什么推动了向更智能的供应链转变？

随着供应链由几个不同的环节组成——采购商品、制造、分销、运输和接收——大量的信息和数据正在产生。再加上对供应链风险意识的提高，该行业正在看到越来越多地采用物联网技术来使供应链更加智能。

“如果只是其中一个环节被削弱，那么它可能会对整个供应链产生毁灭性的影响。没有人愿意成为供应链中的薄弱环节，因此整个供应链中的组织都在不断努力降低任何风险。因此，这种持续的改进周期孕育了更高质量的供应链，”Hughes 说。

“一个很好的例子是汽车行业的双重采购流程。汽车制造商可能会从一个来源获得 95% 的单一零部件库存，但会从不同的供应商处保留 5% 的供应。如果主要供应商出现问题，制造商可以从二级供应商增加订单。这可以降低风险，减少中断的可能性，并使组织的供应链更加稳健，”他解释道。

除了 Hughes 的评论之外，JAGGAER 首席执行官 Jim Bureau 和 Blue Yonder 制造部门高级副总裁兼总经理 Hong Mo Yang 都强调了 COVID-19 在向更智能的供应链转变中所发挥的作用。

“COVID-19 大流行暴露了我们全球供应链中的差距，以及对更高透明度、效率和实时信息流的总体需求。供应短缺造成了重大中断，并给制造商带来了巨大压力，要求他们尽可能有效地应对这些挑战，特别是对于个人防护设备 (PPE)、洗手液、媒体设备和设备等关键产品而言。”Bureau 说。

“在过去的一年里，COVID-19 的中断影响了许多行业，但制造业受到的影响尤其严重。在这种背景下，向更智能的供应链过渡从未像现在这样重要：许多制造商的传统供应链系统根本不够灵活，无法对中断做出反应，更不用说预测和避免它了。这正在推动向智能供应链的转变，”杨补充道。

Bureau 还将工业 4.0 作为智能供应链的驱动力，“先进的自动化将在未来几年为制造业带来巨大的增长，更广泛的供应链需要以同样的速度推进，以使行业规模化收益.此外，对大规模定制的需求增加，需要一种更智能的数据驱动方法来管理生产这些定制产品所带来的复杂性，同时最大限度地减少成本、短缺和过剩库存。”

制造商如何在其供应链中开发更智能的运营方式？

“对于制造商来说，开发智能供应链，一切都始于数字化，”休斯说。 “作为第一步，制造商必须向内看，并确保其组织存在全面的数据驱动图景。每个工厂车间都是独一无二的，都有独特的流程，因此没有一刀切的方法。通过集中视图，组织可以清楚地看到哪些流程可能没有达到应有的效率。

“通过将整个车间的运营数字化，制造商将具备所需的数据驱动洞察力，以确保供应链中的每个区域尽可能高效。通过与每个环节分享这些见解，供应商可以根据需求实时做出反应和调整供应。将其称为自主或超连接——本质上我们所说的是实现信息的最大可见性。”

杨同意休斯的观点，他补充说，“确定你想要克服的用例和挑战是很重要的。实施新技术以创建智能供应链的务实方法将使公司能够扩大规模并提供更大的价值。如今，许多公司都希望在其供应链中建立弹性，这需要实时可见性和可操作的分析来应对供应链冲击并做出以数据为依据的决策。

“让我们看看最近发生的苏伊士运河中断事件，一艘 1,300 英尺的集装箱船在连接亚洲和欧洲的最繁忙的航运动脉之一中被困在一边。借助我们的 AI/ML 控制塔，我们能够通过实时预测对库存、生产能力和销售的影响，帮助 Blue Yonder 客户为早期连锁反应做好准备，以便他们采取纠正措施来减轻影响中断。”

随着 COVID-19 和苏伊士运河等当前事件对供应链行业构成严重风险，“智能供应链从未如此重要，”休斯说。 “供应链越智能，它的效率和弹性就越高。总会有破坏性事件对供应链构成威胁，无论是次要还是重大，但智能供应链更有可能成功缓解这些风险。真正的优化意味着处理异常，而不是规范。

“最终，这是一个收集尽可能多的数据以提高整个供应链可见性的案例。智能供应链将处理更大的数据点并在一定程度上进行自我优化（例如需求突然波动导致库存水平下降）。这让现场人员能够专注于小的、破坏性的异常情况：供应链中无法优化的轮胎瘪了。

智能供应链：主要趋势

JAGGAER 首席执行官 Jim Bureau：

• 敏捷性和更好的协作： 大流行带来的供应链压力导致组织渴望敏捷性和快速响应变化的能力。借助智能供应链提供的可见性和实时监控，制造商及其下游合作伙伴可以更轻松、更有效地合作，以解决供应链中出现的任何问题。这推动了效率、绩效、更牢固的关系和弹性。
• 可持续性： 从广义上讲——环境以及社会和经济——也是一个紧迫的问题，制造组织越来越有意识地发展资源节约型行为并真正了解与他们合作的供应商。提高效率、优化路线、通过提高 n 级供应商的可追溯性来提高整个供应基地的透明度、确保合规以及限制生产过剩、浪费和过剩库存，这些只是智能供应链进一步可持续发展的几种方式。

Blue Yonder 制造部门高级副总裁兼总经理 Hong Mo Yang：

• 人工智能 (AI)/机器学习 (ML)： 整个供应链中有许多 AI/ML 用例。从预测需求和预测中断，到优化运输路线、资源规划和客户履行策略，AI/ML 被广泛实施，以提高效率和自动化，并提高整个供应链网络的可见性和集成度。
• 数字双胞胎： 为了帮助供应链领导者在端到端供应链中做出正确决策，数字孪生至关重要。通过创建物理供应链的数字表示，公司可以利用数字双胞胎做出本地和全球决策，提高态势感知能力，并自信地评估各种情景的影响。更重要的是，组织可以预测决策对战略业务目标（例如收入增长、利润控制和客户满意度目标）的影响。
• 对数据科学家的需求： 随着公司继续投资于人工智能/机器学习、物联网和机器人技术的新技术，再加上公司需要在内部和外部资源中聚合更多的数据，对数据科学家的需求将会增长。如今，数据科学家正在努力解决许多挑战，例如对数据进行建模和制定计划以使供应链更具可持续性，通过更高的可见性和控制来提高响应时间和敏捷性，以及使用 AI/ML 和大数据自动化决策流程使公司能够做出更明智、更具战略性的业务决策。