De impact van de pandemie op toeleveringsketen besluitvorming: een nieuw paradigma

Toeleveringsketenmanagers staan voor ongekende storingen, niet alleen door de opheffingen die voortvloeiden uit de pandemie, maar ook door lopende verschuivingen in vraag, stijgende klantverwachtingen en externe geopolitieke factoren. Twee dingen zijn duidelijk geworden: deze storingen zijn niet tijdelijk, en ze hebben tekortkomingen in het huidige toeleveringsketen datamodel aan het licht gebracht.

Strategieën voor herstel en groei

Strategieën om de uitval van deze storingen aan te pakken, zullen gerichter worden naarmate we ons voorbereiden op een economisch herstel, wat managers de dubbele uitdaging geeft van herstel van de pandemie-gedreven ramp tegelijkertijd met een potentiële snelle stijging in na-pandemie vraag en consumentenuitgaven in het komende jaar. Nu is de tijd om een diepe duik te maken in hoe bedrijven herstel zullen aanpakken terwijl ze tegelijkertijd profiteren van nieuwe groeikansen. De oplossing ligt niet in het terugkeren naar de pre-pandemie status quo, maar in het vestigen van een nieuw datamodel. Zoals vaak het geval is, drijft ramp innovatie, en we zien nu die innovatie ontstaan naarmate meer toeleveringsketenenorganisaties een nieuw model van beslissingsintelligentie omarmen om de regels van het spel te herschrijven.

Beslissingsintelligentie voor betere resultaten

Omgaan met het herstel van de storingen van het afgelopen jaar, de komende stijging in vraag, en ten slotte, het verkrijgen van de kennis en inzichten die nodig zijn om toekomstige storingen te overleven, zal vereisen om verder te gaan dan het traditionele datamodel van historische analyse, gesiloëerde informatie en on-scherm dashboards met een beperkte reeks output en beperkte interpretatiemiddelen.

De volgende generatie besluitvorming is al hier. Beslissingsintelligentie levert vroege en directe toegang tot data en trends, gedreven door kunstmatige intelligentie en vooruitkijkende predictieve analyse en met een middleware-laag die in staat is meerdere databronnen te abstraheren om een enkele, geünificeerde weergave te bieden, en dit alles geleverd met een natuurlijke taalinterface.

Beslissingsintelligentie, geleverd met een geünificeerde, natuurlijke taalinterface, lost veel van de verborgen kwetsbaarheden en uitdagingen op die aan het licht kwamen als resultaat van de storingen van het afgelopen jaar. Besluitvormingsondersteuning in normale omstandigheden kan werken en er was, tot nu toe, weinig incentief om vooruit te gaan. Het oudere model liet echter velen onvoorbereid toen ze geconfronteerd werden met het onverwachte.

Besluitvorming in een onvoorspelbare wereld

Gartner Inc.'s CORE-model (configureren, optimaliseren, reageren, uitvoeren) van planning legt een universeel model op voor alle toeleveringsketen besluitvorming:

• Configuratie van de toeleveringsketen om strategieën te ondersteunen,
• Optimalisatie om rekening te houden met factoren zoals beperkte bronnen (of in het geval van de pandemie, een grote en onverwachte storing),
• Respons, dat een niveau van optionaliteit en intelligentie inbouwt, en
• Uitvoering

Real-time inzichten en natuurlijke taalverwerking

Real-time inzichten zijn nodig om een succesvol CORE-model in toeleveringsketenplanning te bereiken. Om real-time inzichten te bereiken, hebben we verder een intelligente, interactieve en real-time interface nodig die gebruikt kan worden door besluitvormers op alle niveaus, niet alleen data-analisten. Dit kan bereikt worden met een natuurlijke taalverwerkingsfaciliteit die het systeem in staat stelt context op te bouwen, zodat de gebruiker in staat is een progressief gesprek met het systeem te voeren in plaats van slechts een reeks eenmalige vragen of opdrachten uit te voeren. Verder stelt de abstractielaag van de back-end verwerking transparante inname van data uit meerdere gestructureerde en ongestructureerde databronnen toe.

Planning en uitvoering verbinden

Een responsieve toeleveringsketen in de huidige wereldwijde ecosysteem vereist planners om de langdurige kloof tussen planning en uitvoering te dichten. Diegenen die in staat zijn die kloof te dichten, het onverwachte te anticiperen en een capaciteit in te bouwen om snel en intelligent te schakelen op basis van onvoorspelbare gebeurtenissen of verschuivingen in vraag, zijn degene die beter presteerden tijdens de verwoestende toeleveringskentekorten van vorig jaar, en beter gepositioneerd zullen zijn om de onvermijdelijke verschuivingen in vraag die zullen volgen, snel te accommoderen.

Ganesh Gandhieswaran is mede-oprichter en CEO van ConverSight.ai, een beslissingsintelligentie platform.