COVID-19加速分析驱动供应链管理

从个人防护装备短缺到广泛消费品，COVID-19大流行以预期与非预期方式扰乱全球供应链。专家估计完全恢复可能需数月。

为更快复苏，供应链领导者转向先进技术——物联网数据、分析、机器学习——获取对动荡供需模式的实时洞察。

“拥有正确机器学习和AI工具，使企业理解市场动态、更有效管理供应链，”数字供应链研究所总监George Bailey表示。

扰乱始于中国——世界制造强国。2010年中国制造产出超美国。MIT教授David Simchi-Levi指出，2002-2003年SARS时中国占全球GDP 4.3%，现占16%。

我们熟知的全球化已终结

高度依赖中国供应商的企业感痛最切。2020 Statista数据显示，部分零售商超半数库存源自中国。同调查显示44%零售商预期供应链延迟，40%预期库存短缺，超半数电子制造商预见长达四周扰乱——在两日达交付期待时代不可接受。

虽许多企业忙重估网络，风险管理历史上优先级低。供应管理协会近期调查显示近四分之三公司报告扰乱，却44%无正式缓解计划。

“多元化与建立冗余的紧迫性现成现实，”NUS商学院高级研究员Alex Capri说。“我们熟知的全球化供应链时代已终结。”

引入分析至供应链管理

制造商面临级联扰乱——供应商停工、库存短缺、运输延迟、劳动力缺席。一二三级供应商均受挫，许多企业缺乏对这些涟漪效应的可见性。

“因众多制造商直接或通过多级依赖中国——工厂停工、人员不足收紧产能，”Bailey解释。2018 Statista调查显示21%供应链专业人士视可见性为重大组织挑战。

“如今多数公司仍靠Excel建模场景，”Bailey说。Excel有用，更复杂工具能带来更高准度。2022《供应链季刊》研究发现超90%管理者用Excel做分析，而82%用先进工具者见显著改善。

成功部署AI需充足数据。“AI系统须喂以全面数据集学习如何响应，”Bailey指出。Ralf W. Seifert和Richard Markoff在《需求计划中AI需求》中论证，销售与运营间不一致预测会偏置AI结果。

需求计划中的AI

Bailey强调需求计划员须掌握危机中转移需求模式并影响其。物联网传感器数据助轮胎制造商监测胎压磨损，主动预警客户、告知库存需求。

“技术与分析对理解驱动需求因素、AI预测未来需求至关重要，”Bailey说。虽部分企业须投资新技术与人才，总体人力成本可随自动化辅助计划员工作而下降。

Gartner预测2023年至少50%全球公司将在供应链运营部署AI驱动转型。

然而许多组织须先清洗标准化数据。“大量数据不可信——格式错、不准、有偏——使其可用需大量努力，”Bailey警告。

数据质量仍是需求计划中AI最大障碍，Seifert和Markoff观察。短中期，供应链管理者将严重依赖分析导航稀缺与不确定性。

Bailey建议公司或需缩减SKU组合，聚焦高价值客户、做基于事实的优先级决策。“有100单位产品却需500，必须决定先服务哪些客户，”他解释。

战略采购也将转移。“过度集中中国不再可行，”Bailey说。跨地理位置平衡风险与机遇成当务之急。

归根结底，大流行迫使企业采纳原推迟但现在必须拥抱的供应链韧性技术与实践。

“COVID-19是许多公司本将承担的变革催化剂，”Bailey总结。“好消息是这些变革现成必然。”