AI-gedreven roadmaps: Een strategische gids voor supply chain bedrijven

De toeleveringsketen zoals we die kennen staat op het punt om te kantelen van decennia lang stapsgewijs versnellende 'push'-dynamiek naar een nieuw 'push-en-pull'-model.

Vier hoofdfactoren dragen bij aan deze wereldwijde, sectorbrede verandering:

Tegenwoordig steeds slimmere koppers. Klanten leven in de digitale wereld en vragen een naadloze ervaring. Zo niet, gaan ze ergens anders heen. Dit betekent dat de toeleveringsketen - geoptimaliseerd voor het 'pushen' van voorraad naar klanten - optimalisatie moet toevoegen voor wat klanten zelf willen 'pullen'.

Het huidige geopolitieke klimaat. Of het nu de nationalistische neigingen zijn die wereldwijd getoond worden, tariefgeschillen tussen de VS en China, Brexit, of de mondiale focus op duurzaamheidskwesties, toeleveringsketens zijn meer dan ooit blootgesteld aan onzekerheid en risico.

Ongelijke vooruitgang in Industrie 4.0 en digitale toeleveringsketen. Fabrieken, toeleveringsketens en winkels worden meer verbonden, waardoor verschillende systemen informatie kunnen delen en levertijden kunnen inkrimpen - maar alleen voor bedrijven die in staat zijn te handelen. Productie verschuift dichter bij klanten, wat langgehouden patronen van regionale handel verstoort.

Bestaande toeleveringskettechnologie is aan het einde van zijn levenscyclus. Legacy software-oplossingen, gebouwd om een specifiek, geïsoleerd probleem op te lossen zoals voorspelling of fabrieksplanning, zijn niet meer geschikt voor het doel. Eenvoudig gezegd: deze software kan niet meer bijbenen.

Kunstmatige intelligentie voor de toeleveringsketen. Of het nu is via voorspellend onderhoud in de fabriek, zelfrijdende vrachtwagens in de logistieke keten, of automatisering in de winkel, AI-oplossingen duiken op om efficiëntie te verbeteren en operationele kosten te verlagen voor spelers in de toeleveringsketen. Toch is er een disconnect, zoals in de meeste sectoren, over hoe de volledige waarde van AI te erkennen.

De eerste stap is het creëren van een roadmap: een portefeuille van geverifieerde AI-kansen geprioriteerd om strategische bedrijfsdoelen op korte en lange termijn te bereiken. Leren door experimenteren blijft cruciaal voor AI-adoptie, maar een AI-roadmap is een noodzakelijke strategie. Het stelt degene die te maken hebben met het verbeteren van toeleveringsketlogistiek in staat om te plannen en de beste tactieken te kiezen voor intelligente AI-adoptie.

Hoe ontwikkel je een AI-roadmap om de momentum van de veranderende toeleveringsketen in je bedrijf te vangen? Eerst moet je het werk scoperen op het niveau van een bedrijfstak of functioneel gebied - niet het hele bedrijf, noch een enkel proces of taak. In een fabrieksomgeving zijn gebieden zoals voorraad- of kwaliteitsmanagement goede startpunten omdat ze complete systemen van processen, data, rollen en doelen vertegenwoordigen.

Na het kiezen van je focus, moet je je executives educeren over wat een goede AI-kans eruitziet, en daarna samenwerken met je team om mogelijkheden te ontdekken voor het matchen van AI-capaciteiten met kansen.

Goede AI-kansen zijn zowel praktisch als waardevol. Ze adresseren welke voorspelling of beslissing door AI zal worden gemaakt, met welke data, en hoe die output toegepast zal worden om waarde te creëren. In fabrieks-kwaliteitsmanagement kunnen AI-systemen bijvoorbeeld productielijndata gebruiken om defecten te voorspellen, onderhoud voorschrijven, of analisten bijstaan bij het beantwoorden van vragen.

Ontdekken gaat evenzeer over het vinden van deze opties als over het vormen van een hypothese over welke de moeite waard zijn om te achtervolgen. Na ontdekking zou je team een set case studies moeten hebben die nu gevalideerd moeten worden.

Bij het schatten van de impact van een AI-use case, kijk verder dan alleen incrementele verbeteringen in nauwkeurigheid of efficiëntie. Analyseer de waarde die bovenop de status quo wordt gecreëerd.

Bijvoorbeeld: een AI-use case kan gebouwd worden rond het helpen van een crediteurenadministrateur die regelmatig rapporten leest en facturen verwerkt. Met een AI-capaciteit zoals documentintelligentie, kunnen eenvoudige facturen worden afgehandeld door straight-through processing. De administrateur kan de overige facturen sneller verwerken, geassisteerd door functies als automatische documentensamenvatting en informatie-extractie, zoals voor discrepantie-identificatie. Een initiële maatstaf voor dit voordeel kan simpelweg zijn facturen verwerkt of tijd bespaard, maar er is een groter plaatje. Als een crediteurenadministratur een extra uur per dag wint, kan hij/zij dat besteden aan root-cause analyse en correctie van orderproblemen, of het managen van de werkbelasting om beter te profiteren van leverancierskortingen.

The analysefase is voltooid wanneer elk case zo is gedefinieerd dat uitvoerende besluitvormers voldoende informatie hebben om moeilijke conclusies te trekken over het prioriteren van cases in een visie en plan.

Ten slotte, met goed gedefinieerde use cases in handen, is je team klaar om AI-investeringen te sequentiëren voor maximaal impact door drie doelen te balanceren:

• Directe volgende stappen instellen met waardevolle, actieerbare projecten,
• Grotere overwinningen opzetten met een bewust plan voor het bouwen en schalen van capaciteiten over de tijd, en
• Ondersteuning en budget ontgrendelen door executives te aligneren rond een gemeenschappelijke visie.

De eerste twee doelen gaan over het balanceren van korte- en lange-termijnwaarde. Het derde gaat over het ontblokkeren van vooruitgang door buy-in te verkrijgen van het uitvoerend leiderschap over de realistische kosten en baten van AI-investeringen in de toeleveringsketen.

Naarmate de toeleveringsketen kantelt naar een nieuwe responsieve, push-en-pull-normaal, zal het voor besluitvormers steeds vitaller worden om snel te handelen om de momentum te grijpen. Echter, de complexiteit van toeleveringsketmanagement dicteert dat het herbalanceren van toeleveringsketevenwicht geen eenmalige activiteit is. De tijd nemen om je AI-investeringen te ontdekken, analyseren en prioriteren, maakt het verschil tussen vooruitgaan - of je tijd verspillen.

Karthik Ramakrishnan is VP, Head of Advisory and Enablement, en Ben Humphries is Head of Global PreSales, bij Element AI.