COVID-19 versnelt analytics-gestuurd supply chain management

Van tekorten aan persoonlijke beschermingsmiddelen tot een wijd scala aan consumentengoederen, de COVID-19-pandemie heeft wereldwijde supply chains ontwricht op zowel verwachte als onvoorziene manieren. Experts schatten dat een volledige herstel veel maanden kan duren.

Om sneller te herstellen, wenden supply chain-leiders zich tot geavanceerde technologieën – IoT-data, analytics en machine learning – om realtime inzicht te krijgen in erratische aanbod- en vraagpatronen.

"Het hebben van de juiste machine-learning en AI-tools stelt bedrijven in staat om marktdynamiek te begrijpen en hun supply chains effectiever te managen," zei George Bailey, directeur van het Digital Supply Chain Institute.

De storing begon in China, de werelds productiemacht. In 2010 had China de Verenigde Staten in productie-output overhaald. Terwijl de SARS-epidemie van 2002-2003 China op 4,3% van het mondiale BKP had, merkt MIT-professor David Simchi-Levi op dat het nu 16% voor zijn rekening komt.

Globalisatie zoals we het kenden is voorbij

Bedrijven die zwaar leunden op Chinese leveranciers voelen de impact acuut. Volgens 2020 Statista-data, sourcen sommige retailers meer dan de helft van hun voorraad uit China. Dezelfde enquête vond dat 44% van retailers supply-chain vertragingen verwacht, 40% voorraadtekortkomingen anticipeert, en meer dan de helft van elektronicafabrikanten voorziet in tot vier weken storing – een onacceptabele vertraging in een tijdperk van twee-daagse leveringsverwachtingen.

Terwijl veel bedrijven scharrelen om hun netwerken te herbeoordelen, is risicomanagement historisch een lage prioriteit geweest. De Institute for Supply Management's recente enquête onthulde dat bijna driekwart van bedrijven storingen rapporteerden, toch had 44% geen formeel mitigatieplan.

"De urgentie om te diversifiëren en redundantie te bouwen is nu realiteit," zei Alex Capri, senior fellow bij NUS Business School. "Het tijdperk van geglobaliseerde supply chains zoals we het kenden, is voorbij."

Analytics naar supply chain management brengen

Fabrikanten confronteren cascaderende storingen – van leveranciersplant-sluitingen en voorraadtekortkomingen tot transportvertragingen en personeelsafwezigheden. Tier-1, tier-2 en tier-3 leveranciers ervaren allemaal terugslagen, maar veel bedrijven missen zichtbaarheid in deze ripple-effecten.

"Omdat zoveel fabrikanten afhankelijk zijn van China – direct of via meerdere tiers – hebben fabriekssluitingen en onderbemanning capaciteit opgescheept," legde Bailey uit. Een 2018 Statista-enquête gaf aan dat 21% van supply-chain professionals zichtbaarheid zien als een significante organisatorische uitdaging.

"Vandaag vertrouwen de meeste bedrijven nog steeds op Excel om scenario's te modelleren," zei Bailey. Terwijl Excel nuttig is, kunnen meer gesofisticeerde tools grotere nauwkeurigheid leveren. Een 2022 Supply Chain Quarterly-studie vond dat meer dan 90% van managers Excel gebruikt voor analytics, terwijl 82% die geavanceerde tools inzet, duidelijke verbetering ziet.

AI succesvol implementeren vereist voldoende data. "Een AI-systeem moet gevoed worden met uitgebreide datasets om te leren hoe te reageren," merkte Bailey op. Ralf W. Seifert en Richard Markoff, in "Demand for AI in Demand Planning," argumenteren dat inconsistente voorspellingen over sales en operaties AI-uitkomsten kunnen biasen.

AI in vraagplanning

Bailey benadrukte dat vraagplanners verschuivende vraagpatronen tijdens crises moeten begrijpen en beïnvloeden. IoT-sensordata helpt bijvoorbeeld bandenfabrikanten druk en profieldiepte te monitoren, proactief klanten te alerteren en voorraadbehoeftes te informeren.

"Technologie en analytics zijn essentieel om te begrijpen wat vraag drijft en voor AI om toekomstige behoeften te voorspellen," zei Bailey. Terwijl sommige bedrijven moeten investeren in nieuwe tech en talent, kunnen algehele arbeidskosten dalen naarmate automatisering planners' werk aanvult.

Gartner voorspelt dat 2023 ten minste 50% van wereldwijde bedrijven AI-gedreven transformaties in supply-chain operaties zal deployen.

Echter, veel organisaties moeten hun data eerst opschonen en standaardiseren. "Veel data is onbetrouwbaar – verkeerd geformatteerd, onnauwkeurig, of gebiaseerd – dus aanzienlijke inspanning gaat in het bruikbaar maken," waarschuwde Bailey.

Datakwaliteit blijft de grootste struikelblok voor AI in vraagplanning, observeerden Seifert en Markoff. Op korte tot middellange termijn zullen supply-chain managers zwaar leunen op analytics om schaarste en onzekerheid te navigeren.

Bailey suggereerde dat bedrijven hun SKU-portfolio's wellicht moeten vernauwen, focus op hoog-waarde klanten en feit-gebaseerde prioriteitsbeslissingen nemen. "Als je 100 eenheden van een product hebt maar 500 nodig hebt, moet je beslissen welke klanten je eerst bedient," legde hij uit.

Strategische sourcing zal ook verschuiven. "Overconcentratie in China is niet meer haalbaar," zei Bailey. Risico en kans over geografische locaties balanceren is van cruciaal belang geworden.

Uiteindelijk dwingt de pandemie bedrijven om de technologieën en praktijken te adopteren die ze uiteenliepen maar nu omarmen moeten voor supply-chain veerkracht.

"COVID-19 is een katalysator voor verandering die veel bedrijven toch zouden hebben ondernomen," concludeerde Bailey. "Het goede nieuws is dat deze veranderingen nu onvermijdelijk zijn."