あなたのサプライチェーン計画システムはどれほど神経質ですか？
最近で マッキンゼー報告 「新しい計画およびスケジューリングシステムの実装後、ある製薬会社の計画担当者は、毎日200を超える例外メッセージを受信し始めました。」と述べられています。 この現象は、スマートではないシステムの結果です。 言い換えると、システムは、サプライチェーンの運用に対する各イベントの関連性と影響を理解できません。 システムは、高頻度で影響の少ないイベントへの応答を処理および自動化できる必要があります。 さらに、影響が大きく頻度の低いイベントで意思決定を強化およびスピードアップします。
残念ながら、現在のサプライチェーンテクノロジーのほとんどは、重要なことを理解せずに可視性を提供することに基づいています。 各イベントの影響を把握して評価し、解決策を得るには、多くの専門知識が必要です。 サプライヤが2日遅れて配達されたことを示すメッセージを送信するとします。 それは重要ですか？ 生産が停止したり、エンドカスタマーへの納期が遅れたりしますか？ 遅延が2時間または2週間の場合はどうなりますか？ システムがメッセージを受信したものとして解釈し、必要に応じて対応できるようにするには、サプライチェーンの詳細なモデリング機能とインテリジェンスが必要です。 たとえば、供給の遅れた到着が本当に重要な場合、遅れる注文を優先して別の注文を遅らせるか、代わりに代替部品を使用できるかどうかを判断するか、別のベンダーから部品を入手するためにプレミアムを支払うことができますか？ ？
このような可能性を探ることは、システムがどのようにより良く応答できるかを示しています。 ただし、インテリジェントシステムは、発生するこのような問題の多くを予測し、予防措置を講じることができます。 上記の例では、特定のシーズン中のサプライヤの行動パターンが予想され、考慮される可能性があります。 別の例として、特定の時点で大量の注文を行い、そのような遅延を引き起こしている顧客が考えられます。 インテリジェントシステムを使用すると、このようなパターンを事前に予測し、サプライチェーンのリスクを軽減して、より良いコミットメント日を低コストで提供できます。
機械学習技術を使用してサプライチェーンの行動パターンを見つけることは、サプライチェーンの回復力と予測可能性を高めるのに役立ちます。
さらに、インテリジェントセンサーを使用してイベントを検出、解釈、処理する分散環境を用意します。 を防止 何百もの例外レポートを送信し、システムに神経質になります。 詳細については Adexa インテリジェントで分散した魔神はクリックします ここに.
