借助智能供应链，可见性处于次要地位
许多（如果不是大多数）供应链领导者都在寻求更好的知名度。 S&OP 实现这种可见性的解决方案已经变得流行，但是，它们未能提供最佳选择。 这导致需要进行假设情景规划，以便用户找到他们的最佳行动方案。 假设情景分析仅限于数千个场景中的少数几个，并且需要太多时间。 由于有数百万个变量，供应链过于复杂，人类无法想出最佳解决方案。 假设和手动计划基本上是响应计划而不是预测性计划。 想象一下龙卷风向你袭来。 没有时间玩场景来了解您的最佳选择，也没有时间逃跑。
您可能有多种选择，例如跳上汽车逃离，或者您旁边有一个地下避难所。 了解天气预报或预测天气模式意味着一开始就不会处于那种情况。 更重要的是，正确的系统可以在亚秒内检查所有可能性并告诉您最佳方法。 那就是进入庇护所。 为了能够知道所有的选项，一个人需要一个 精准的 供应链模型。 准确意味着完整。 S&OP 模型是非常粗糙的模型 并且不知道所有选项，因此需要人工干预。 结合 S&OE，模型变得准确和完整，但仍然缺乏智能。
如上所述，只有可见性是不够的。 如果供应商迟到，整个装配线都在等待货物到达，则必须在几分钟内做出决定，如果不是几秒钟的话。 如果一个大订单进来，或者多个产品的需求突然激增，那么场景的数量就会呈指数级增长。 需要考虑的因素包括要规划的产品组合、最适合部署哪些供应商、可以使用哪些替代材料和设备或分包商、哪些客户需要优先考虑等等。
一个智能系统为你做两件事， 预测 和 优化决策 无需人工干预。 为了优化决策，系统需要具有规范和数学技术形式的智能，包括人工智能/机器学习、运筹学 (OR) 和统计技术等学科。 然而，无论指令技术多么聪明，除非他们对世界有一个完整的看法，否则他们也做不了多少。 这里的比喻是请一位非常聪明的交通警察蒙住眼睛引导十字路口的交通或将他的视线限制在一个方向。 同样，供应链计划解决方案无法通过有限且粗略的供应链模型做出正确的决策。 它必须有一个完整的模型。 这也称为其数字孪生。 要拥有数字孪生， S&OE 是必须的。 拥有完整而准确的模型可以提供预测和响应的能力，而无需人工干预。 因此，令人垂涎的供应链可见性毕竟对您的运营可能不是那么重要！
