供应链敏捷性和弹性需要预测，而不仅仅是响应

考虑一下中国适应电子商务平台的速度有多快 1.7中的2020兆. 这是一个不平凡的数字，反映了该国所有零售额的 30%。 退一步看看亚马逊、沃尔玛和其他电子商务平台是如何影响供应链的。 他们给生产商和制造商施加了巨大的压力，要么交付要么死亡。 他们已经设定了消费者对“完美订单”交付的期望，即在正确的时间和数量将正确的产品交付给正确的客户和正确的地点。 合适的时间目前似乎是第二天甚至今天！ 几年后，它可能是“现在”。

公司谈论在他们的供应链中做出响应。 然而，当他们只有几个小时的时间来响应和几秒钟的时间来提交时，不确定他们是否有时间做很多事情。 敏捷性在供应链的设计和运营中具有许多不同的含义。 敏捷意味着拥有一个有弹性的供应链，能够在我们面临所有中断的情况下完成订单，并保持增长。 敏捷性还意味着比您的竞争对手更快地制造和交付。 这也意味着随着环境的变化、消费者需求模式的波动和竞争格局变得更加严峻，能够快速适应。

为了应对我们面前的激动人心的时刻，仅仅设计一个可以响应的供应链是不够的。 它需要具有预测能力，而不仅仅是响应能力。 预测潜在需求波动、预测消费者行为、预测供应商行为和绩效变化、预测天气模式以及预测新产品趋势等。 第一步是质量数据，而不仅仅是任何数据。 通过部署此类数据并使用 AI/ML 技术，我们可以检测供应链中结构和行为变化的模式变化，并找出原因。 因此，减轻中断的影响并改善客户服务。 如果供应商承诺在 2 周内交货； 几个月或几年后，他们的预期交付时间可能会更改为 10 天。 这可能对减少库存和更快地交付给最终客户产生巨大影响。 出于同样的原因，我们可以估计和预测资源的可用性，并更现实地计划以生成适量的库存和可靠的提交日期。

通过了解需求变化的多种原因，我们现在可以轻松预测消费者想要什么、何时何地想要什么，甚至在他们知道自己的需求之前就让他们做好准备。 安全库存受许多不同因素的影响。 其中包括设备和资源可用性、季节性和竞争产品。 机器学习算法能够几乎准确地预测每个 SKU、中间件或原材料的正确数量应该在何时何地。

并非一切都是可以预测的。 大流行给了我们这个教训。 一个大型集装箱被困在苏伊士运河是另一个不可预测的。 将这些成本高、频率低的事件与成本低、频率高的事件进行比较。 后者每年使公司损失数千亿美元。 通过更好地预测和设计供应链，使其更具弹性，可以节省大部分成本。 这就是避免对脆弱的供应商和地区的依赖。 由于更好的预测和可以“重新编程”供应链的系统，将适量的库存保持在正确的位置。 因此，数字运行物理.

一家货运公司的 CEO 表示：“无论您的数字化程度如何，货物都必须从 A 点物理移动到 B 点。” 这个陈述假设我们依赖于我们可能无法控制的事物。 因此，让物理驱动数字！ 这是老派。 也许“数字化”可以找到以更高的效率、更低的成本和更低的风险交付到 B 点的替代方式！

要了解有关 AI 和 ML 在供应链计划中的应用的更多信息，请单击 这里.