あなたのサプライチェーン・デジタルツインは一卵性か二卵性か？
サプライチェーンのデジタルツインは、他の一卵性双生児と同じように、物理的なバージョンが変われば変更する必要があります。そうでなければツインではありません！デジタルツインの目的は、物理的な世界を正確に表現することです。サプライチェーンのデジタルツインを作成することは重要ですが、それを維持することも重要です。サプライチェーンは常に変化しています。サプライヤとその行動は時間とともに変化し、天候によっても変動し、マネジメントやポリシーの変更によっても変動します。サプライヤーの行動は固定されたパラメータではなく、さまざまな要因によって時間とともに変化します。おそらく、プロセスが改善されたことで、当初合意した2週間ではなく3週間で商品を納品できます。もしシステムがこの情報を拾わなければ、可能な限り遅い納期を設定し続けることになります。この傾向を理解することで、それが季節的なものであれ、恒常的なものであれ、オペレーションコストを削減できるだけでなく、最終顧客に早く届けることができるようになります。
また、自社のリソースや製造委託先のキャパシティも変動する可能性があります。XNUMX月の最初のXNUMX週間で、特定の場所や重要な機器に対して適切な量のキャパシティを確保できるかどうかの確信度は、財務状況や顧客とのコミットメントを予測する上で重要なパラメータです。この情報を知っていれば、その期間にこの場所や機器に適切な量の負荷を割り当てることができます。このように、確率論的分析と機械学習を用いて、お客様との約束を果たす可能性を高めています。
ビジネスプロセス、ポリシー、優先順位も、経済やビジネスの状況に応じて変化しています。 サプライチェーンのモデルを構築すると、6か月後にビジネスが変化します。 あなたのデジタルモデルはそれに伴って変化しましたか？ パンデミック、関税、その他のサプライチェーンの混乱にもかかわらず、さまざまな製品や場所の現在の安全在庫はXNUMXか月前と同じですか？ 古いモデルを決定することは、それがどれほどインテリジェントであっても、基礎となるモデルが正しくないという理由だけで、悪い選択につながります。 デジタルツインはする必要があります 物理的なサプライチェーンと同様の外観と動作をする必要があります。 & 振る舞う 物理的なサプライチェーンのように。
需要計画や統計的予測と同様に、確率論的手法とML手法を使用して、供給側のこれらの根本的な傾向と原因を理解できます。 モデルがどのように見えるか、そして現在および将来どのように動作するかを予測します。 これは自動的に行うことができます 自己修正方法を使用する モデルを常に最新の状態に保つため。 正確なモデルを持つことは、自律的な計画への第一歩でもあります。
