Vijf manieren om AI te benutten in supply chain management

Het lijkt misschien dat de steeds onvoorspelbare toeleveringsketens van tegenwoordig de professionele planners hebben verslagen, maar de realiteit is dat legacy-planningssoftware onze altijd verbonden en onderling afhankelijke wereld niet heeft ingehaald. Traditionele tools zijn afhankelijk van op regels gebaseerde prescriptieve oplossingen:we doen een aantal weloverwogen gissingen, tekenen een lineaire regressie op een spreadsheet en kruisen onze vingers. Afwijkingen van die voorspellingen zijn 'uitzonderingen' en we beheren ze met buffers of versnellingen - werkkapitaal opsluiten, productiecycli verkeerd sturen en consumenten frustreren met lege schappen.

Er is een betere manier:de perfecte doorstroming naar de toeleveringsketens herstellen.

Het tegenovergestelde van perfecte flow is een fenomeen dat we 'operaties entropie' noemen. Het is de verstoring van goed opgestelde plannen door krachten waarvan algemeen wordt aangenomen dat ze onvoorspelbaar zijn. Met de vooruitgang op het gebied van computers, gegevensopslag en machine learning wordt de entropie van operaties eindelijk verslagen. Zelfs als uw toeleveringsketen AI-verbeteringen begint te gebruiken bij het voorspellen, is het gemakkelijk om op een dwaalspoor te raken. Houd deze punten in gedachten om uw organisatie vooruit te helpen:

Focus op waarde die risico loopt. Waarschuwingen over een gebrek aan aanbod en overtollige voorraad zijn slechts afleiding van het meest kritische getal in de planning:waarde in gevaar. Maar al te vaak brengen planners hun weken door met het wieden van waarschuwingen zonder de context of zichtbaarheid die nodig is om weloverwogen beslissingen te nemen. Zet wat rekenkracht achter die waarschuwingen en kwantificeer de opkomende risico's om uw hele team inzicht te geven in welke problemen de meeste dollars op het spel zetten. Het kan nog wat tijd en onderzoek vergen om een ​​netelig probleem op te lossen, maar iedereen kan erop vertrouwen dat ze precies aan het juiste probleem werken.

Neem geen genoegen met iets in een zwarte doos. Vertrouwen is van cruciaal belang bij een high-stakes en waanzinnig gecompliceerde uitval van de toeleveringsketen. Geen enkele AI zal de menselijke intelligentie hebben die een planner heeft, maar de AI zal een veel strikter geïnterpreteerde context hebben dan de planner. AI-platforms moeten hun redeneringen aan planners blootleggen om de aannames te verifiëren en planners het vertrouwen geven om op basis van die inzichten te handelen. Het nemen van grote, impactvolle beslissingen vereist moed en zekerheid, niet alleen big data en slimme algoritmen.

Elimineren van afval. Verspilling is het resultaat van onnauwkeurige voorspellingen:voorraadbuffers maskeren onnauwkeurige vraagprognoses, en lege vrachtwagens verhullen logistieke onoplettendheid. Zelfs fabrieksstilstand en defecte producten kunnen worden voorkomen met betere voorspellende wetenschap. Veel van deze inefficiënties worden geaccepteerd als 'business as usual', maar met nieuwe voorspellende tools is het tijd om elke bron van verspilling in vraag te stellen, zoals voorraad, overproductie, transport of zelfs verspild talent.

Zet het geluid zachter. De opeenstapeling van legacy-registratiesystemen voegt vaak onnodige complexiteit toe aan de digitale werkruimte van een planner. Bij het verminderen van een verstoring is het gebruikelijk om meerdere aanmeldingen, redundante waarschuwingen en in het slechtste geval problemen met machtigingen of zichtbaarheid te hebben. AI blinkt uit in het manipuleren, taggen, categoriseren en corrigeren van veel van de datastromen die legacy-systemen produceren. AI-oplossingen moeten alle relevante gegevens direct beschikbaar maken, zodat planners zich kunnen concentreren op het verminderen van een verstoring, en niet op het doorzoeken van verwarde systemen voor een beter inzicht in het probleem.

Omarm samenwerking. De toekomst is dat mens en machine-intelligentie samenwerken. AI en machine learning toegepast op supply chain-planning is geen toekomstige toestand in de hype-cyclus van een analist. De waarde wordt bewezen in productie - met als doel om voorbij gehypte verwachtingen te gaan en echte zakelijke waarde te zien.

Supply chain planners hadden geen pandemie nodig om aan te geven wat ze al wisten:de snelheid van besluitvorming binnen het uitvoeringsvenster is van cruciaal belang voor supply chains. Dit is het moment om supply chain-planners en leiders te ondersteunen met producten die zijn gebouwd met AI als kern.

Mike Hulbert is vice-president consumentenzaken bij Noodle.ai, een leverancier van AI-producten voor de toeleveringsketen en fabrikanten.