您有供应链数字孪生或数字图片吗?

近年来,供应链数字孪生的概念已经非常流行。 它实质上是供应链的数字模型,旨在为公司数字化和自主地计划和运营其供应链奠定基础。 数字双胞胎的要素包括:数据,建模能力,可考虑优化和不确定性的算法技术。 数字孪生还有另一个属性。 就是说,就像其他双胞胎一样,他们具有改变和共同成长的能力。 随着实际供应链的变化,数字供应链也需要随之变化。

后一个特性意味着供应链计划的范式转变。 这意味着从确定性计划到概率计划,从静态建模到动态表示,从预定义算法到可调整算法以及从定期计划到事件驱动计划的转变。 如果您的供应链模型没有改变,那么您将拥有供应链的数字图片,而不是数字孪生。 数字双胞胎还活着,数字图片已经死了!

让我们更详细地研究这些成分。 数据来自交易系统,物联网,流数据,社交媒体等许多不同的来源。 仅拥有计划数据会导致静态建模。 一个简单的例子就是供应商提前期。 这可能会随着时间而改变,或者可能随季节而变化。 模型具有静态值会导致计划随时间推移而变得不准确。 数据不仅仅用于建立供应链模型; 它也可以部署为检测不断发展的趋势和模式。 此外,数据提供了寻找所需的基本要素 原因 事件的发生和未来事件的预测。 为此,每个来源的数据都可能是相关的,需要对其进行探索以获得所需的见解。 ML算法具有观察此类潜在趋势,然后调用说明性解决方案或仅向用户寻求帮助来解决问题的能力。 上面提到的第三个要素是模型能够持续不断地准确表示供应链的能力。 一个相反的例子是电子表格计划,或者是一个非常粗糙和静态的供应链模型,如 S&OP 楷模。

供应链的数字化双胞胎是 每周 供应链中的对象:供应商行为,设备容量,设置时间,运营商,客户订单对每个供应商的依存关系以及数百万之多。 因此,属性和基于属性的计划对于表示供应链对象的每个属性都是必不可少的。 产品具有属性,WIP库存具有过程中的许多属性,设备的质量和精度是属性,甚至供应商或站点的碳足迹也是属性。 因此,属性用于创建供应链的数字孪生,并能够监视其变化模式。 例如,设备的成本或效率可根据季节或使用情况而变化。

综上所述,能够执行销售和运营执行(S&OE),以及 S&OP。 模型的准确性取决于综合数据的属性和可用性,这是智能算法创建不断适应的数字化和自主式供应链运作所需的基础。

供应链数字孪生

没有人两次踏入同一条河流。 您的供应链每天都在变化。 为什么要依赖静态模型?