Digitale supply chain-revolutie:hoe AI de logistiek hervormt

Toeleveringsketens zijn altijd kwetsbaar geweest voor gebeurtenissen en storingen, waardoor zelfs de best geleide bedrijven en diensten in verwarring werden gebracht. Zal real-time kunstmatige intelligentie eindelijk enige zin toevoegen aan deze complexe onderneming? Of wordt alleen het nieuwste elixer gepromoot als een remedie tegen alle kwalen?

Van nature zijn toeleveringsketens afhankelijk van heel veel bewegende delen om te kunnen leveren wanneer dat nodig is. Veel van deze onderdelen zijn verschillend, variërend van leveranciers van grondstoffen tot fabrieken, vrachtwagens, schepen, magazijnen en detailhandelaren. Zullen beslissers en managers ooit een volledig beeld krijgen van wat er aan de hand is? Waarschijnlijk niet. Maar technologieën zoals kunstmatige intelligentie staan ​​klaar om lacunes in de kennis te helpen opvullen en inzichten te verschaffen om problemen die zich voordoen te voorspellen en te overwinnen. En dat is een stap in de goede richting.

De ‘slimme’ toeleveringsketen is nu een realiteit, dankzij een constellatie van technologieën, waaronder generatieve AI, data-analyse, automatisering, digitale tweelingen, machine learning, Internet of Things, blockchain en meer, aldus een nieuw rapport van KPMG.

Op dit moment constateert het adviesbureau dat 50% van de supply chain-organisaties aangeeft te investeren in toepassingen die dergelijke technologieën ondersteunen. De auteurs van het rapport schetsen de manieren waarop deze volgende generatie technologieën intelligentie in de huidige toeleveringsketens brengt:

Generatieve AI in operaties: GenAI “heeft het potentieel om een revolutie teweeg te brengen in supply chain management, logistiek en inkoop”, vertellen de KMPG-auteurs. GenAI “kan helpen bij het garanderen van inkoop en naleving van de regelgeving, het stroomlijnen en verbeteren van de efficiëntie van productieworkflows in de productie, of het mogelijk maken van virtuele logistieke communicatie door virtuele assistenten te gebruiken om routinevragen af ​​te handelen en snelle antwoorden te geven.” Bovendien kan GenAI “ook leren – en zichzelf onderwijzen – over de nuances van het supply chain-ecosysteem van een bepaald bedrijf, waardoor het zijn analyses in de loop van de tijd kan verfijnen en aanscherpen.”

Zie ook: Generatieve AI brengt realtime toeleveringsketens dichter bij de realiteit

Om GenAI in toeleveringsketens te benutten, dringen de KMPG-auteurs er bij planningsprofessionals op aan “hun vaardigheden op het gebied van analytische modellering, cross-functionele expertise en relatiebeheer te vergroten om de samenwerking te maximaliseren.”

AI-geactiveerde no-touch/low-touch planning: Effectieve scenarioanalyse is essentieel om de financiële consequenties van supply chain-beslissingen te bepalen, aldus het rapport. "Op AI gebaseerde verkoop- en operationele planning en geïntegreerde toepassingen voor bedrijfsplanning zullen helpen de kloof tussen supply chain-planning en -uitvoering te overbruggen. Low-touch-planning zal grote delen van handmatig werk uit het end-to-end planningsproces halen en de kracht van geavanceerde analyses benutten om diepere vragen te beantwoorden met minimale menselijke tussenkomst. AI zal in staat zijn om gegevens op schaal te analyseren, afwijkingen te identificeren, te zoeken naar patronen die tot onverwachte verstoringen leiden en suggesties te doen over hoe deze op te lossen - vrijwel onmiddellijk."

Datakracht: “Elke dag worden er in de supply chain vanuit meerdere systemen miljoenen en miljoenen datumrecords gegenereerd”, aldus het KPMG-rapport. "Deze rijkdom aan data heeft geleid tot grotere datasilo's binnen de organisatie, wat op zijn beurt heeft geleid tot losgekoppelde datasets. Supply chain-professionals moeten de complexiteiten binnen hun datalandschap efficiënt beheren; om weloverwogen beslissingen te kunnen nemen en hun activiteiten te kunnen verbeteren.

Het bouwen van een datagestuurde aanpak betekent “zich concentreren op specifieke gebruiksscenario’s” die organisaties helpen “prioriteit te geven aan verbeteringen van de datakwaliteit daar waar ze er het meest toe doen, en zo hun datasets geleidelijk te verfijnen en te verbeteren.” Het KPMG-team dringt aan op een “laserfocus op de kritische elementen van databeschikbaarheid, kwaliteit, betrouwbaarheid, cadans en consistentie.”

Transparantie en zichtbaarheid voorbij niveau 1 en 2: Minstens 43% van de supply chain managers heeft beperkt tot geen zicht op de prestaties van de eerstelijnsleveranciers. “Het gebrek aan zichtbaarheid in de gelaagde lagen van een toeleveringsketen heeft grote gevolgen voor organisaties in alle sectoren, met name voor het voldoen aan wettelijke vereisten en voor het identificeren en beperken van risico’s in de toeleveringsketen. Technologietools zoals controletorens en digitale tweelingen kunnen cruciale leveranciersrelaties op de onderliggende niveaus aan het licht brengen, gemeenschappelijke sub-tier leveranciers en fabriekslocaties onder de aandacht brengen en helder inzicht bieden in de diepte van de toeleveringsketen van een organisatie. Als ze op grote schaal worden geïmplementeerd, kunnen ze de veerkracht van de toeleveringsketen verbeteren.”

Low-codeplatforms: Met low-code platforms kunnen managers en beheerders snel inspelen op verstoringen of veranderingen in hun toeleveringsketens door nieuwe applicaties aan te passen of te lanceren. “Deze verkorten de ontwikkelingstijd, waardoor bedrijven snel kunnen reageren en hun applicaties kunnen aanpassen aan nieuwe marktomstandigheden, ontwrichtende gebeurtenissen of veranderende strategieën”, aldus de auteurs van KPMG. “Het stelt zakelijke gebruikers met weinig technische kennis in staat om snel nieuwe mogelijkheden te bouwen, testen en implementeren. Mogelijke toepassingen omvatten planning, productie, productlevenscyclus, samenwerking in de toeleveringsketen en track en trace.”