Inzicht met Blue Yonder's SVP Hong Mo Yang over slimme supply chains

Hong Mo Yang, SVP & GM, Manufacturing Sector, Blue Yonder spreekt met Manufacturing Global over het belang van slimme supply chains in productie.

1. Wat betekent het om een slimme supply chain te hebben, en wat is zijn rol in productie?

Een slimme supply chain is een die technologie gebruikt om efficiëntie te verhogen, zich zelf te optimaliseren en intelligent te reageren op veranderende vraag en storingen. Bijvoorbeeld, door kunstmatige intelligentie (AI) en machine learning (ML) te gebruiken om processen te automatiseren, kan de supply chain slimme beslissingen nemen zonder de noodzaak voor menselijke interventie. Dit kan zijn het bedenken van een Plan B om een vertraagde componentlevering op tijd op de fabriekvloer te krijgen of van tevoren vlaggen dat een personeelstekort productie kan vertragen.

2. Welk belang heeft een slimme supply chain voor fabrikanten, welke waarde levert het een organisatie?

Het adopteren van technologieën zoals AI en ML helpt fabrikanten om bij veranderende vraag te blijven door hen in staat te stellen problemen te voorspellen voordat ze ontstaan en door storingen te navigeren. Het stelt bedrijven en fabrikanten in staat om één stap voorop te lopen op klantkoopgedrag in plaats van simpelweg te reageren op incidenten nadat ze al plaatsgevonden hebben.

3. Welke rol speelt technologie in het creëren van een slimme supply chain?

De pandemie heeft supply chains wereldwijd serieus gestort, waardoor bedrijven gedwongen waren beslissingen te nemen en op korte termijn te reageren. Machines maken het mogelijk om zo snel en intelligent mogelijk te reageren – bijvoorbeeld, door ML te gebruiken om te identificeren waar vertragingen of falen kunnen optreden. ML kan op een granulaire niveau opereren, bijvoorbeeld individuele lading inspecteren en voorspellen welke levering een hoog risico op mislukking heeft, waarna algoritmes leveringen kunnen omleiden als er een storing is. Het gehele proces kan geautomatiseerd worden, van planning tot uitvoering.

ML kan fabrikanten ook helpen prioriteren waar goeden het meest urgent nodig zijn, zodat productie- en leveringscommitments gehaald kunnen worden. Mensen, aan de andere kant, hebben vaak dagen nodig om dergelijke beslissingen te nemen en zijn geneigd tot fouten bij het omgaan met grote hoeveelheden data en tight deadlines. Machines kunnen zulke dingen ongemotioneerd, snel de juiste beslissing nemen op basis van data, wat betekent dat de traditionele sequentiële benadering van planning wellicht aan zijn einde komt.

4. Wat zijn de top drie trends in slimme supply chains?

De top drie trends zijn AI/ML, digitale supply chain tweeling, en de groeiende vraag naar data wetenschappers om de nieuwe technologieën te ondersteunen. Zoals eerder vermeld, zijn er veel use-cases voor AI/ML over de supply chain. Van het voorspellen van vraag en het anticiperen van storingen tot het optimaliseren van transportroutes, resource planning en klantvullingsstrategieën, wordt AI/ML breed geïmplementeerd om efficiëntie, automatisering en grotere zichtbaarheid en integratie over het supply chain netwerk te drijven.

Om supply chain leiders te helpen de juiste beslissingen te nemen over de end-to-end supply chain, is een digitale tweeling cruciaal. Door een digitale representatie van de fysieke supply chain te creëren, kunnen bedrijven de digitale tweeling benutten om lokale en globale beslissingen te nemen, situatiebewustzijn te vergroten, en de impact van verschillende scenario's met vertrouwen te evalueren. Belangrijker nog, kunnen organisaties de impact van beslissingen op strategische zakelijke doelen anticiperen zoals omzetgroei, margecontrole en klanttevredenheidsdoelen.

En naarmate bedrijven blijven investeren in nieuwe technologieën over AI/ML, IoT en robotica, gecombineerd met vereisten voor bedrijven om hogere volumes data te aggregeren over interne en externe bronnen, zal de vraag naar data wetenschappers groeien. Vandaag de dag werken data wetenschappers aan het oplossen van veel uitdagingen, zoals data modelleren en plannen bouwen om de supply chain duurzamer te maken, responstijden en agiliteit verbeteren met grotere zichtbaarheid en controle, en besluitvormingsprocessen automatiseren met AI/ML en big data om bedrijven in staat te stellen slimmere en meer strategische zakelijke beslissingen te nemen.