物联网如何帮助解决芯片短缺问题

2020 年之后，供应链中断已成为普遍现象，并且可能会持续一段时间。最近的计算机芯片短缺给各个行业带来了问题，导致公司重新评估他们如何降低供应链风险。

全球流行病、德克萨斯州一家芯片制造工厂与天气相关的中断，以及导致日本半导体制造商运营中断的火灾，都导致材料突然短缺，以及对半导体的需求激增。制造商的供应能力。当这些事件不可避免地扰乱了相交的供应链时，许多公司就变得脆弱了。

受冲击最严重的是家电、计算机、电子仪器和智能手机制造商——汽车行业受到的打击最大。福特警告称，短缺将使今年汽车的产量减少 110 万辆，使公司的利润减少约 25 亿美元。尽管去年全球对芯片的需求预计会上升，但随着大流行的爆发而崩溃，促使汽车制造商停止新的生产。当出行再次开放，对汽车的需求增加时，芯片厂商却没有准备好迎接突如其来的强劲推力。

避免短缺

当 COVID-19 引发对非接触式环境的需求时，企业开始依靠数字化转型来保持开放和生存。由于强制性限制，大多数客户和员工互动必须以虚拟方式进行，无法满足这种需求的公司将面临失败的风险。

尽管数字化转型使许多企业免于破产，但它也导致了至少一个不可预见的后果——供应链中断。无论是大流行、恶劣的天气条件、网络漏洞还是其他人为和自然灾害，供应链的中断都可能导致灾难性的损失。为了减轻这些损失，供应链必须拥有可靠的技术解决方案。

物联网可能是这些解决方案的关键。物联网是设备、传感器、执行器、应用程序、数据、分析和网络之间交互的生态系统，所有这些都相互通信。预计在未来几年内，医疗设备、可穿戴设备、汽车、军事、太空和智能家居设备等领域将增长数万亿美元。根据 IHS Markit 的数据，到 2030 年，全球联网物联网设备的数量将增加到 1250 亿。

工业物联网最初是通过在计算机数控 (CNC) 机器、空气压缩机和 HVAC 设备等设备中使用而进入制造业的。现在，制造商使用物联网通过在精密工具、机器人和机械上安装传感器和执行器来优化晶圆厂和工厂运营。

使用物联网收集和分析数据是避免供应链中断的关键。拥有智能互联设备的制造或装配工厂可以与操作员、质量控制人员和工厂经理共享实时数据。为了实现这种通信，他们可以将支持传感器和执行器的设备连接到本地和多云环境。后端功能分析来自这些设备的数据，帮助制造商做出明智的决策，最终减少浪费、提高产品质量和交付，并使公司对不可预测的供应链更有弹性。

统一视图

计算机芯片供应链远非如此简单。它包括研发、生产设计、制造、组装、测试、包装、库存和分销。它还包括半导体制造设备、材料和设计软件。尽管计算机芯片供应链很复杂，但物联网可以帮助简化管理和保护过程。物联网元素的编排以及收集和分析的数据可以对供应链绩效进行实证评估，然后制造商可以使用它来确定绩效问题背后的根本原因，制定改进计划并量化进展。

在实践中，大规模实时管理供应链元素仍然是一个相当大的挑战。困难在于合并多个系统以获得综合视图，最终允许人们分析正确的数据并采取适当的行动。复杂的供应链需要物联网系统，通过统一的平台支持多样化的技术、人员和流程生态系统。

通过将物联网与业务工作流和系统集成，物联网编排提供端到端供应链数据的统一视图。工业物联网平台通过将异构系统、软件和传感器集成到一个集中管理视图中来实现这一点。这种可见性使芯片制造商能够更复杂地使用收集的信息，分析以前在孤立应用程序中的多个数据元素并对其采取行动。源自数据的分析提供了对端到端性能的详细洞察。这些可能包括对整个供应链中的需求预测、生产、调度和库存的洞察。

虽然控制全球供应链似乎势不可挡，但关键是以简洁的格式将正确的信息提供给适当的团队，以便他们能够快速做出决策。具有不同渠道的单一视图汇集了来自多个来源的数据，包括企业资源规划 (ERP)、客户关系管理 (CRM) 和物联网资产。

这就是统一工业物联网平台的运作方式。它在一种结构下提供完整的可见性，以便在正确的时间协调、预测和修复供应链元素。工业物联网平台将实时全面分析业务运营绩效，从机器人技术和制造设备健康状况到库存和运输状态。

工业物联网平台支持的整体视图对于预防与材料短缺、生产中断和网络漏洞相关的连锁影响至关重要。工业物联网平台还可以通过及早发现供应链问题来进一步减少运营停机时间。它通过使数据立即可见来提供性能下降警报并防止库存短缺。这使制造商能够主动而不是被动地创建自我修复系统。

绩效问题

计算机芯片制造商的客户和分销商直接受到供应链绩效的影响。工业物联网平台通过释放分布式设施内的一系列功能，使公司能够更好地竞争。它们带来了更智能的运营效率和竞争优势。当大流行来袭时，已经处于数字化转型之旅的企业比那些迟迟没有接受它的企业具有竞争优势。同样，通过工业物联网平台抢占供应链中断的公司将能够超越竞争对手。

随着物联网与人工智能的集成，制造业将减少许多繁琐且耗时的手动任务。通过使用机器学习，实时预测性建议可以让工厂工程师在生产工人遇到问题之前提前提醒。随着收集到的数据越来越多，人工智能将通过同化不断建立其智能。虚拟生产助理将帮助指导工程师进行改进，甚至在操作员知道问题存在之前。

随着时间的推移，随着越来越多的数据被收集和分析，工业物联网平台的智能将增加，以帮助预测故障点并提高效率。为应对计算机芯片短缺而定位物联网的可能性只是个开始。

Brandon Black 是 的供应链副总裁 Ivanti .