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 >  >> Manufacturing Technology >> 工业技术

冠状病毒可能会终结不良运输数据

COVID-19 危机已经改变了日常生活。物流业和其他任何地方一样,因为病毒,物流业失去了一个非常具体的行业支柱:迟到的借口。

想想以下场景,这在最近的 2 月份还很正常。俄亥俄州的一家制造商在上午 11 点打电话,需要在第二天早上 5:00 之前交付一批零件。经纪人或货运代理人为四小时的行程承包了一辆卡车。

这批货物整晚都准时跟踪,卡车司机最后一次报告是在 60 英里外。但是5点到了。看不到负载。卡车仍然报告 60 英里 - 尽管实际上是 120 英里。

然后是借口。发生了故障。司机用尽了他的电子记录设备 (ELD) 小时。

事实是,有人可能希望增加月末收入,却在明知无法按时到达的情况下接受了货物。虽然这种欺骗可能在两个月前就已经过去了,但那些日子已经过去了。冠状病毒改变了一切。

疫情使航运陷入混乱。制造商无法获得零件、原材料或足够的人员来配备生产线。年长的卡车司机选择将病毒排除在外,认为收入并不能胜过死亡的可能性。对于那些仍在工作的人来说,死角导致路线更长、效率更低且利润更低。再加上恐慌性抢购带来的激增需求,甚至每小时计划都成为一项艰巨的任务。

根据 FourKites 的数据,3 月份,由于停留时间延长,延迟加载量增加了 24% .再入境延误增加了 36%。无法实现的预约时间为 18%。

从制造商到零售商,每个人都被迫进行实时调整,以保持生产线的移动和货架的库存。在未来的日子里,他们需要诚实的信息来实现这一目标。这意味着供应链将需要前所未有的透明度。

突破点

尽管食品需求激增最初给供应链带来了巨大压力,但商品短缺即将引发另一种压力。

例如,洛杉矶港 3 月份的货运量下降了 30%,这是十年来最大的跌幅。它还被迫改变其第二班次,以腾出时间对设备进行消毒。各地报告的交易量都低于危机前的水平,而且看不到底线。

这一切都指向制造商令人难以置信的艰难时期。他们可能没有某些原材料。他们可能正在等待努力重新开业的供应商。这意味着曾经平稳的运营已经转变为日常的支点,以尽可能多地生产,迫切需要知道明天是需要八小时轮班还是六小时轮班。由于大多数人都失去业务,没有人能够支付工人闲置的费用。

如今,依靠精确到达是生存问题。

零售商,尤其是杂货商也是如此,这一行业仍接近全面运营。 超过一半 的所有美国产品来自国外,来自智利和墨西哥等应对疫情的能力较弱的国家。结果:更少的水果和蔬菜需要更长的时间才能到达这里。

如果一车葡萄坏了,布法罗的杂货店需要知道卡车还在肯塔基州的时间,而不是知道它什么时候到达装卸码头。能够立即安排新的负载可能是产品过道空置数天而不是数小时的区别。

司机短缺

美国 70% 的消费品是通过卡车运输的。但根据劳工统计局的数据,那些开车的人平均年龄为 55 岁 ,大约一半属于 COVID-19 最脆弱的类别。许多人决定将病毒排除在外。

有些人在经济上足够独立,可以等待更好的时机。其他人在家里有配偶和孩子,他们选择不拿家人的未来冒险。

甚至在冠状病毒全面爆发之前,一个主要由小公司和业主经营者组成的行业就已经经历了一系列倒闭。现在,由于运输货物短缺,运输人员稀缺,航运业处于全面动荡之中。那些仍在工作的人面临着更多的时间花更少的钱在路上。

随着每行驶一英里、停止或更改计划,供应链中就会出现更大程度的延迟。

提供问责制

错误一直是运输的一部分。然而,随着可用性的收紧和 COVID-19 使供应链的每个部分都陷入混乱,它现在呈指数级增长。

最终客户明白这一点。他们的业务也面临着同样的动荡,很可能会意识到不停调整是当务之急。

但由于他们的生存危在旦夕,他们也不太可能遇到站不住脚的借口。客户越来越聪明。他们知道技术可以跟踪负载到其精确位置。虽然他们可能愿意改变前端的计划——例如,将货物从一天改为两天——但如果他们一再被告知某事按计划进行,结果却在应该的时候发现其他情况,则会产生影响在装货码头。

没有人能确定这场危机将如何平息。可以肯定的是,那些提供完全可见性和问责制的人很可能会在结束时出现。那些执着于旧借口的人不会。

Ashik Karim 是 LiteLink Technologies 的首席执行官 .


工业技术

  1. AI 云如何产生有史以来最富有的公司
  2. 如何处理数据?!
  3. 物联网民主化
  4. “自动驾驶”供应链的到来
  5. 单一来源供应链的终结
  6. 智能集装箱运输的数字化方法
  7. 移动数据改变建筑业的三种方式
  8. 数据科学如何帮助抗击冠状病毒爆发
  9. 服务大流行后最终客户的六个关键
  10. 预测分析如何解决全球容器危机
  11. 现代数据资产:数据湖与数据仓库
  12. 物联网中的云