Hoe AI Supply-Chain Storingen Kan Beëindigen: Vijf Bewezen Strategieën

De Kwetsbaarheid van Just-in-Time

Zakelijke storingen veroorzaakt door de coronaviruspandemie — van lege planken in supermarkts tot lange vertragingen in e-commerce leveringen — hebben licht geworpen op supply-chain zwaktes, en een groeiende kans voor kunstmatige intelligentie.

Deels is het probleem de switch naar just-in-time productie (JIT), wat magere supply chains heeft gecreëerd die lagere voorraadsniveaus houden om het risico geassocieerd met overproductie en overvoorraden te verwijderen. Deze strategie, ontleend aan de auto-industrie, heeft leveranciers in staat gesteld hun kosten te verlagen door lage voorraadsniveaus en gereduceerde productiekosten. Toch, wanneer iets als een pandemie of een natuurramp optreedt dat een piek in vraag creëert, is het moeilijk om productie op te schalen, of surpluses aan te zapen om de pipeline te vullen — met name als hele fabrieken dichtgaan vanwege besmetting. Wat vandaag vereist is, is een nieuw model dat real-time vraaggestuurde productie over JIT mogelijk maakt.

AI-gedreven Toolkit

Meer leveranciers draaien naar verschillende vormen van AI om de uitdagingen van supply-chain storing nu en in de toekomst beter aan te pakken. Overweeg de volgende vijf toepassingen:

• Predictive analytics. Zodat bedrijven niet verblind worden door veranderende markt, economische of consumentenveranderingen, stellen AI-gebaseerde predictive analytics nauwkeurige voorspellingen in staat door patronen in historische data te analyseren. Het gebruikt data mining, statistische modellering en machine learning om enorme datasets in staat te stellen toekomstige uitkomsten te voorspellen. Bijvoorbeeld, een detailhandelaar kan het gebruiken om de waarschijnlijkheid te bepalen dat specifieke items uit voorraad zullen raken en wanneer, of de waarschijnlijkheid dat een consument nog steeds merk X papierhanddoeken koopt als productie stopt op Bounty. Het kan ook leveranciers analyseren om te bepalen welke zich in een noodsituatie als meest betrouwbaar zullen blijken.
• Deep learning. Zichtbaarheid in een winkelocatie op afstand is cruciaal geworden tijdens de pandemie. Vandaag kunnen video surveillance, gecombineerd met deep-learning-gebaseerde oplossingen, managers helpen bepalen of veiligheidsprotocollen worden gevolgd, zoals POS-systemen schoonmaken, mondmaskergebruik en sociale distancing afdwingen. Ook kunnen deze typen AI-gebaseerde video surveillance helpen bij winkelaudits voor voorraadsbeheer om te bepalen waar de lege planken zich bevinden en wat niet verkoopt.
• Magazijnrobotica. Robots op magazijnvloeren, items picken en verpakken, verhogen substantieel de snelheid en efficiëntie van magazijnen. Tijdens de pandemie, toen er een tekort was aan menselijke arbeid door ziekte of gecompromitteerde gezondheidscondities die hen deden thuisblijven, hebben robots de slack opgepakt.
• Robotic Process Automation (RPA). Repetitieve taken, zoals facturatie, orderverwerking, data-invoer en andere administratieve taken, kunnen een grote schuldige zijn tot supply-chain storing. RPA heeft veel bedrijven in staat gesteld die taken te automatiseren, en menselijke werknemers vrij te maken om meer strategische taken aan te pakken, alsook direct met partners, klanten en anderen te dealen. Bijvoorbeeld, RPA kan gebruikt worden om inkooporders te verwerken, vereiste voorraadsniveaus te identificeren en ze te matchen tegen daadwerkelijke voorraad — allemaal zonder te vertrouwen op menselijke interventie, behalve om uitzonderingen aan te pakken.
• Computer Vision. Deze AI-gedreven vorm van beeldherkenning kan gebruikt worden in transport en logistiek, om hoog-verkeersgebieden te identificeren en de beste vrachtwagentroutes te plannen. Computer Vision-gebaseerde algoritmes analyseren digitale beelden of video van satellietbeelden om te spotten en te tellen, bijvoorbeeld, auto's en bussen in bepaalde gebieden en vrachtwagencoureurs te helpen die gebieden te vermijden. In andere toepassingen, kan het gebruikt worden om te bepalen waar er beschadigde sporen kunnen zijn die de soepel levering van goederen per trein kunnen belemmeren.

Micro-Warehouse Benadering

Naast automatisering, wat een kenmerk zal worden van toekomstige supply chains, is opslag en opslagruimte dichter bij klanten. Zelfs van de gelijkenis van Amazon of Walmart, zullen grote magazijnen vervangen worden door veel kleinere — die een klantenbasis binnen twee mijl bedienen. In plaats van een paar grote magazijnen te hebben, kunnen bedrijven er veel hebben om het distributieproces te decentraliseren, goederen sneller aan detailhandelaren en consumenten te leveren, en zelfs duurzaamheidspraktijken te verbeteren, met minder lucht- en snelwegemissies.

In feite, de supply chain van de toekomst zal zeer goed samengesteld kunnen zijn uit minder menselijke werknemers; grotere AI-gedreven automatisering voor het managen en voorspellen van voorraadsbehoeftes, data verwerken en back-office taken en magazijnoperaties afhandelen; en nieuwe leveringskanalen, inclusief drones, voor veiliger, contactloze thuisleveringen.

Uitdagingen Voor De Toekomst

De supply chain van de toekomst moet cruciale horden overwinnen om realiteit te worden. Interoperabele, geïntegreerde systemen zullen data over de supply chain moeten delen om effectief te zijn. Maar bedrijven zullen open moeten staan voor deze interoperabiliteit om te slagen. Een andere uitdaging is de angst voor baanverlies die automatisering mee zal brengen. Bedrijven moeten deze vreesen ontkrachten door kansen te openen voor werknemers om nieuwe, meer strategische rollen aan te nemen, training en voortgezette onderwijsondersteuning aan te bieden; en de voordelen van AI te versterken, zonder het onwrikbare voordeel dat mensen altijd over AI zullen hebben, uit het oog te verliezen.

COVID-19 heeft een spotlight geschenen op de kwetsbaarheden van de supply chain, maar door zijn lessen beginnen we de supply chain van de toekomst te herimagineren, die zal worden gedreven door AI en bemachtigd door menselijke ingenieurskunst.

Carlos Melendez is chief operating officer van Wovenware.