供应链数字化要素
如今，几乎每个公司都在考虑供应链数字化。 大多数人认为他们需要获得一个系统，也许还需要一些AI / ML功能，并且他们正在前进！ 这需要更多！ 数字化需要您供应链中的数字孪生，即物理世界的数字表示。 我们的术语是“数码镜”来专注于您环境的每个小方面。 只有这样，您才能真正代表自己。 不幸， S&OP 尽可能好的解决方案恰好代表了供应链（它们实际上具有类似电子表格的能力计划引擎！）。精确的供应链模型是必须的。 否则，您会看到一个雾气很大的镜子，视野模糊，无法管理您的供应链。 为了获得数字化的第一要素，即精确的模型，您需要 S&OE 能够以所需的准确性定义供应链的能力，从而导致可执行计划，而不是使用手动调整使其可行。
第二个要求是数据。 不仅仅是计划数据。 为了弄清正在发生的事情以及发生的原因，需要各种数据，包括来自ERP，CRM，IOT，MES，PLM的数据，当然还有计划数据。 此外，数据具有三个维度：过去，当前（实时）和未来（计划）数据。 为此，系统需要具有及时处理所有这些数据源的能力。 请记住，所有数据都可以相互关联。 产品的属性或使用替代零件的编号与库存水平或紧急订单在交付绩效中的作用一样大。 这就是第三要素，即情报开始起作用的地方。 它可以规定如何建立弹性计划并学会随着时间的推移进行改进。
在使系统创建计划，学习并变得更加智能之前，以上两个要素至关重要。 想象一个技术娴熟的驾驶员，视野模糊，后视镜模糊，即没有试图操作车辆的现实世界的心理模型。 智能与准确的模型和相关数据相结合，可以找到导致事件原因的行为模式。 这意味着获得预测未来事件可能性的能力。 例如：预测哪些材料或供应商可能导致冬季延误，当温度超过85度时哪些设备可能成为瓶颈，或者未来几个月的产量将如何变化。 一旦我们知道了原因，就可以使用规定性算法来在计划中建立弹性。
通过以上三种要素，公司可以非常接近自主的供应链计划。 就像自动驾驶汽车一样，该系统提供了到达目的地的路线图，可以感知环境并做出相应的反应。 通过维护相关数据，它可以进行改进，以避免将来遇到潜在的障碍和延误。 有关数字化的更多信息，请单击 这里.
