仮想在庫によるサプライチェーンの回復力の向上

最近のレジリエンスへの注目により、多くのサプライチェーンリーダーは、サプライチェーンにおける望ましくない混乱のリスクを軽減するために在庫を使用しています。 これは、配信の信頼性を向上させ、顧客体験を向上させるためのより信頼性の高い手法のXNUMXつですが、コストを削減して同等またはさらに優れた結果を提供する可能性のある他のより安価な手段と比較検討する必要があります。

下流に保管する在庫が多いほど、コストが高くなることは誰もが知っています。 一方、製造の初期段階で在庫を維持すると、リードタイムが長くなり、収益が失われる可能性があります。 コストと配送パフォーマンスの両方を満たすために、サプライチェーンの各段階で保持される在庫の「ゴルディロックス」量はどれくらいですか？ しかし、もっと重要なことは、必要なものをタイムリーに構築するために「十分な」原材料と購入したアイテムがある限り、すべての段階で在庫を維持する必要があるのでしょうか。 後者が機能するためには、在庫を容量の形で維持する必要があります。 容量と在庫は、容量が腐りやすい在庫であることを除いて、実際には同じコインの両面です。 容量と在庫の両方を使用して対応します。 両方が必要です。 一方が多すぎてもう一方が少なすぎるのは意味がありません。 キャパシティは基本的に、必要なときに使用される仮想インベントリです。

利用可能な容量の70％のみを計画し、緊急の注文や混乱に対応するために30％を維持するとします。 これは、リソースを十分に活用し、商品をFG在庫に保持するために事前に構築するよりも、はるかに安価です。 または、混乱が発生したときに対応するのに十分な容量がありません。 容量の30％をアイドル状態に保つと、現在の注文が失われ、使用率が低いためにコストが増加する可能性があります。 それは確かに問題になる可能性がありますが、次のような分析的手法と規範的手法の組み合わせを使用して解決できます。 マルチエシュロン在庫最適化 (MEIO）と MLアルゴリズム.

機械学習アルゴリズムを使用して、雨の日に確保するのに最適な容量を決定できます。 加えて、 MEIO さまざまなシナリオで各段階で保持する必要のある在庫のレベルを正確に規定できます。 たとえば、XNUMX週間、XNUMXか月、またはそれ以上の供給の中断を調べて、在庫と容量の可用性に関するボトルネックがどこで発生しているかを確認できます。 さらに、MLは 安全在庫のレベルを決定する 容量の可用性、および安全在庫またはヘッジ在庫の量に影響を与える可能性のある他の多くの要因に基づいて必要です。

必要な実在庫または仮想在庫（つまり容量）の量に影響を与える可能性のある要因は、サプライヤーの信頼性と代替品の可用性、製造リードタイム、需要と供給の変動性、およびリソースの可用性です。 影響を軽減するために利用できる在庫と容量の量を計算する際には、そのようなすべての要因と、追加コストまたは収益の損失の観点から組織がさらされる準備ができているリスクの量が考慮されます。混乱の。 より具体的には、戦略は、計画と実行を統合するプラットフォームを持つ必要があります。 長期リリース計画は、より低い容量レベルを利用して作成され、実行とスケジューリングのために容量を開いて、現在の状態に基づいて注文を前に進めて消費できるようにします。。 これにより、リソースが十分に活用されていないという「コスト」を回避できますが、FGインベントリが増える可能性があります。 バランスはあなたの目的と許容されるリスクのレベルと関係があります。

前述のすべての要素は常に変化しているため、展開されるポリシーは変更される可能性があります。 重要なのは、そのような変化を監視し、基礎となるパラメーターが変化しているときに決定を推奨するのに十分インテリジェントな分析ツールを用意することです。 サプライチェーンの回復力と在庫の最適化、および推奨されるアプローチの実装方法の詳細については、をクリックしてください。 ここに.