Wiskundige optimalisatie: De sleutel tot veerkrachtige supply chains

Logistieke chaos is geen nieuw fenomeen in de supply-chain-wereld, maar de schaal van de ontwrichting veroorzaakt door COVID-19 is iets wat stakeholders nog nooit eerder zagen: 94% van de Fortune 1000-bedrijven ervoeren storingen door de pandemie, volgens Accenture.

Gelukkig hebben bedrijven vandaag een reeks kunstmatige intelligentie-technologieën zoals wiskundige optimalisatie tot hun beschikking, om supply-chain-storingen te bestrijden en te overwinnen.

Wiskundige optimalisatie is al lang gevestigd als de go-to-technologie voor supply-chain-planning en operaties. Sinds de jaren '80 hebben bedrijven over de hele zakelijke wereld gebruikgemaakt van een breed scala aan kant-en-klare en op maat gemaakte planningstoepassingen, niet alleen om grotere efficiëntie en winstgevendheid te drijven, maar ook om storingen te managen en te mitigeren. Dergelijke technologieën zijn jarenlang een cruciale tool geweest voor het bevorderen van supply-chain-gevigheid en veerkracht.

Wiskundige optimalisatie faciliteert twee typen besluitvorming voor planners en andere belangrijke stakeholders:

• Reactief. Ze kunnen storingen in realtime detecteren en er snel en effectief op reageren door hoofdoorzaken te identificeren en bronnen dynamisch te heralloceren, waardoor de hersteltijd verkort wordt.
• Proactief. Ze kunnen supply-chain-risico's analyseren en potentiële storingen anticiperen.

Hier is hoe wiskundige optimalisatie optimale reactieve en proactieve besluitvorming kan drijven, en supply-chain-storingen kan adresseren.

Een Driedelig Model

Elke wiskundige optimalisatie-applicatie bestaat in essentie uit twee elementen: een solver (een algoritme-gebaseerde probleemoplossende motor) en een model (een vertegenwoordiging of digitale tweeling van de real-world operationele omgeving, met al zijn complexiteit en uitdagingen).

Het model kan specifieke elementen van de supply chain omvatten (zoals leveranciers, productie, logistiek en magazijnoperaties), of het kan het hele end-to-end-netwerk omvatten.

Elk model bestaat uit drie delen:

• Beslissingsvariabelen. Beslissingen die op verschillende punten in de supply chain worden genomen;
• Beperkingen. Zakelijke regels die gevolgd moeten worden;
• Zakelijke doelen. Talrijke (en vaak conflicterende) zakelijke doelen, zoals het minimaliseren van kosten en voorraadvormen, of het maximaliseren van bronnenbenutting, on-time leveringsprestaties en klanttevredenheid.

Wanneer een storing optreedt, stellen wiskundige optimalisatie-applicaties, omdat ze gebouwd zijn op modellen die begrijpen en belichamen hoe een echte supply chain zich gedraagt, gebruikers in staat om te bereiken:

• Zichtbaarheid. Direct de bronnen van de storing identificeren, zoals capaciteitsknelpunten en plotselinge fluctuaties in aanbod en vraag;
• Flexibiliteit. Het model aanpassen door aanpassingen te maken en zelfs nieuwe beperkingen, beslissingsvariabelen en zakelijke doelen toe te voegen om de huidige operationele condities in de supply chain weer te geven;
• Gevigheid. Dynamisch en automatisch plannen en schema's heroptimaliseren, en de beste plan van actie bepalen om de storing zo snel en effectief mogelijk op te lossen.

Met een wiskundige optimalisatie-applicatie kunnen bedrijven realtime zichtbaarheid en controle over het end-to-end-netwerk handhaven, zodat wanneer storingen slaan, ze de hoofdoorzaken gemakkelijk kunnen pinpointen en snel de nodige stappen ondernemen om ze te verhelpen en zakelijke continuïteit te behouden.

'Continu Intelligence'

Machine learning, waarschijnlijk het bekendste aspect van AI, steunt op historische data. In tegenstelling, trekt wiskundige optimalisatie de meest recente beschikbare data om realtime voorschrijvende analytics te leveren, of, zoals Gartner het noemt, "continuous intelligence" over het supply-chain-netwerk.

Wanneer een zware supply-chain-storing slaat, zoals tijdens de COVID-19-pandemie, kunnen bedrijven niet afhankelijk zijn van data uit het verleden om de ongekende financiële en operationele uitdagingen te navigeren.

Omdat ze de meest recente beschikbare data en modellen gebruiken die de huidige condities over een operationeel netwerk vastleggen, zijn wiskundige optimalisatie-applicaties in staat om automatisch de beste oplossingen te genereren voor hedendaagse supply-chain-problemen, en continue intelligence en optimale besluitvorming mogelijk te maken.

Risico verkennen

Een belangrijk onderdeel van het hanteren van supply-chain-storing is het beoordelen van risico's en plannen en voorbereiden voor de toekomst. Met wiskundige optimalisatie's scenario-analysecapaciteit, kunnen bedrijven:

• Verkennen van diverse aanbod, vraag, voorraad, capaciteit, macro-economische, geopolitieke en andere what-if-scenario's, en hun potentiële effect op het bedrijf evalueren.
• Ontdekken van verborgen risico's en risicoblootstelling en hersteltijd inschatten in het geval van een storing zoals een natuurramp, of productie- of transportbreuk.
• Ontgrendelen van kansen om risico te mitigeren en verbeterde supply-chain-veerkracht te drijven, door bronnen te heralloceren of de supply chain te herconfigureren.

Wiskundige optimalisatie's scenario-analyse-functionaliteit stelt bedrijven in staat hun supply chains te isoleren tegen de impact van toekomstige storingen, door proactieve, strategische beslissingen in meerdere gebieden mogelijk te maken, inclusief kapitaalinvesteringen, leveranciersselectie, capaciteits- en voorraadplanning, en productie- en magazijnfaciliteitlocaties.

Tijdens de COVID-19-pandemie hebben we een ongekende golf van supply-chain-storing ervaren, die significante en duurzame chaos in de wereldwijde economie veroorzaakte en enorme uitdagingen poseerde voor supply-chain-professionals. Wiskundige optimalisatie heeft zich bewezen als een krachtig wapen om dergelijke storingen te bestrijden, terwijl supply-chain-efficiëntie en winstgevendheid worden verhoogd. Deze AI-technologie zal een essentiële tool blijven voor supply-chain-leiders terwijl ze de steeds veranderende zakelijke landschap navigeren.

Ed Rothberg is medeoprichter en chief executive officer van Gurobi.