垂直サプライチェーンからサイロを取り除く時が来た

ほとんどのサプライチェーン実務者は、長期計画エンジン(S&OP)と計画実行のための別のエンジン(S&OE)の両方が必要であると考えています。その主な理由は、S&OPは大まかな計画しか提供できず、今週や今月の計画を実行するには不十分だからです。しかし、長期的にも短期的にも正確な計画、つまり実行可能な現実的な計画を生成するシステムがXNUMXつあれば、S&OPとS&OEにXNUMXつの別々のプロセスやシステムが必要になることはありません。どうやって長期的な見通しを立てるのか、と聞かれるかもしれません。

S&OEは、S&OPの正確版、S&OPの進化版、あるいは単にS&OPの完成版と考えてください。S&OEでは、サプライチェーンのより正確なモデルを持っているため、短期計画と長期計画の両方をより正確に、より信頼性高く得ることができます。この現実的なモデルは、サプライチェーンのデジタルツインと呼ばれています。

計画と実行の両方を実行するXNUMXつのシステムがあると、複数のビジネスプロセスや複数の会議が不要になります。 S&OP & S&OE。 人々は何十年もの間、需要、販売、供給の水平プロセス間のサイロを取り除くことについて話してきました。 私たちは今、計画と実行の間の「垂直のサイロ」を取り除き、XNUMXつに統合する段階にあります。 XNUMXつを統合していないことに注意してください。 統合はXNUMXつの別々のシステム間で行われます。 ここで私たちは連続体について話している。 XNUMXつはXNUMXつです! これは、私たちが参照するXNUMXつの拡張可能なモデルを介して行われます。 統合データモデル (UDM)。 UDMを使用すると、データを追加するだけで、高レベルの計画から最低レベルの実行に移行できます。 システムの変更や追加、モデルの追加、統合の必要はありません。 追加するデータが多いほど、デジタルツインが増え、サプライチェーンのデジタル化が進みます。 追加するデータが多いほど、操作の自律性が高まります。

通りを横断するという非常に単純な作業を考えてみましょう。 通りの正確なモデルと任意の時点での車の数およびその他の要因があれば、このイベントを数日前に計画することができます(必要ではありません)。 データが多ければ多いほど、通りを横断するのに最適なタイミングをより正確に予測できます。 ただし、近づくにつれて条件が変わる可能性があります。 たとえば、通りを渡る直前に雨が降る場合があります。 その後、システムは必要に応じて調整を行います 連続的に 通りを安全に横断するため。 同時に、バックグラウンドで、システムは継続的にストリートの実際のデジタルツインを更新(学習)して、モデルが最新であり、計画が正確に生成されるようにします。 UDMでは、入手可能なデータを考慮して、可能な限り正確にサプライチェーンを計画します。 近づくと、計画の変更を引き起こすイベントが発生する可能性があります。 システムはこれらのイベントを継続的に監視して、計画を調整し、ML手法を使用して開発されている潜在的な傾向を記憶します。 たとえば、サプライヤが冬にXNUMX週間ほど遅れて配達する場合があります。 一部の人はそれを主張します S&OP 視認性には十分です。 それは事実かもしれませんが、不正確なモデルでは、視界はかなり曇っています。 XNUMXつのシステムで明確な可視性を持ち、データを完全に維持し、実行の準備ができた計画を作成して、日常的な手動の計画作業の必要性を排除してみませんか?

さまざまな形を丘の上に押し上げる人々のイラスト

「S&OE の正確なバージョンです S&OP、進化したバージョン S&OP または単に完璧 S&OPに設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」

UDMと、XNUMXつのシステムでの計画と実行のマージの詳細については、ここをクリックしてください。 ここに.