自然災害を念頭に置いてサプライチェーンを設計および運用する

気象パターンを制御して自然災害を防ぐことは不可能ですが、入手可能な情報に基づいてタイムリーな意思決定を行い、潜在的な影響を予測して最小限に抑えることで、数百万ドルを節約できます。 イベントの可能性を予測することは、イベントの影響を最小限に抑えるために、リアルタイム、短期、および中期の意思決定を行うのに役立ちます。 イベントがすでに発生している場合でも、十分な速さで対応し、そこから学ぶことができれば、トップラインとボトムラインの両方を大幅に向上させることができます。

特定の地域または配達用の輸送ルートの経路に顧客/サプライヤーがいることを知っている特定の地域の悪天候の可能性を考慮して、ほんの数週間先の予測を想像してみてください。 最近見たように、ある地域で組合員がストライキをする可能性や、おそらく地域紛争の可能性について事前に通知された場合はどうなりますか？ 関税、およびその他の社会経済的および地政学的な出来事も、数週間または数か月前に予測される可能性があり、石油、金属、その他の商品などの天然資源への潜在的な影響を評価できます。 タイムクリティカルな方法でサプライチェーンの進路を変更し、そのような出来事を説明できるようになると、競合他社に先んじることができます。 この種の機能には、リアルタイムデータと履歴データの両方が必要です。これらは両方とも現在利用可能であり、各イベントを感知、実行、学習し、次のイベントにさらに備える必要があります。 これは何 Adexa ジーニー©はのために設計されています。

データは、実際のまたは潜在的なインシデント、その場所、イベントの重大度と緊急性、および運用との関連性など、さまざまな形式で提供されます。 十分な情報と迅速で適切な意思決定ができ​​るようになれば、影響を最小限に抑えることは比較的簡単です。 私のソーラーパネルは、悪天候が近づいているためにアラートを受信すると、バッテリーの過度の使用を停止します。 潜在的な災害に備えて、料金またはその「在庫」を節約できます。 サプライチェーンでは、利用できるものと利用できるものに基づいて製品の組み合わせを変更したり、さまざまな地域や製品の在庫を増減したり、予期しないが起こりそうな混乱に備えて容量（仮想在庫）を節約したりできます。 

極端な寒さや暑さ、ハリケーン、竜巻、洪水、大物、吹雪、その他多くの自然条件が大混乱を引き起こす可能性があります。 ただし、多くの場合、予測および/またはその可能性を評価できます。 その方法を調べてみましょう。 XNUMXつの異なるアプローチがあります。 最初のアプローチは、将来のイベントの可能性を知ることです。 近づくほど、情報と自信が高まります。 これは、AI / ML技術を使用して、イベントを引き起こす可能性のあるパターンを調べることで実現されます。 これはもちろん、既存のデータとからのリアルタイムデータに基づいています ストリーミングソース。 上記の組み合わせは、イベントの発生に関してある程度の自信を持って情報を提供します。 次に、この情報は、ビジネスへの潜在的な影響のコンテキストで調べられます。 たとえば、地域内の大小の顧客/サプライヤーの存在、混乱の経済的影響、そしてもちろんコースを変更するために利用できる代替案。 上記のすべてが真を必要とします デジタルツイン 影響を解釈し、エンドユーザーに提案を提供するためのサプライチェーンとインテリジェンスの材料在庫の予約、容量の予約、生産の構成または数量の変更など。 19番目のシナリオは、イベントがすでに発生しており、イベントの重大度と場所に関するアラートが受信された場合です。 CovidXNUMXはこの良い例です。 もうXNUMXつは コロニアルパイプラインサイバー攻撃。 デジタルツインを使用することで、経営陣は生産構成を変更する際の選択肢を把握したり、予想される需要が減少すると予想されるために量を減らしたり、代替サプライヤーを見つけたり、使用する商品の価格に基づいて計画や生産を行ったりすることができます。 ここ数ヶ月の石油価格の急激な変化は、石油価格の変化に基づいて製品の構成や数量を変更することにより、経営陣が収益性の計画を検討するように仕向けるイベントの例です。 また、サプライチェーンで同じコース変更を必要とする特定の地域で制裁や関税につながる貿易問題も見られました。

今日、私たちはほとんどのイベントを予測し、より重要なことにそれらの影響を解釈し、システムがそれから学習して、発生するたびにスマートになるテクノロジーを持っています。 しかし、もっとできることがあります！ サプライチェーンには、適切なシステムを使用しないと、防止できたはずの問題が発生するまで検出できない根本的なパターンが数多くあります。 例としては、サプライヤーの行動とリードタイムの​​変化、サプライチェーン全体の炭素排出量の傾向、資源効率の変化、成長し続ける隠れた在庫超過などがあります。 このような傾向は、既存の利用可能なデータを取得し、それらを解釈して結論を​​導き出し、経営陣に通知するのに十分なインテリジェントなシステムによって簡単に検出および修正できます。 ビジネスが成長するにつれて、システムは、サプライチェーン計画テクノロジーで自己修正、自己改善、および自己最適化の手法を使用して成長し続けます。 上記の戦略の詳細については、をクリックしてください ここに.