降低库存和准确承诺日期的随机供应链计划

鉴于供应和中断的不确定性日益增加，假设供应链中某些实际上是概率性质的关键参数的恒定和预定义值是不谨慎的。 例如供应商交货时间、设备可用性、完成订单的周期时间、运输时间的可靠性、处理时间或供应可用性的可变性。 随机或非确定性计划意味着除了需求方之外还要考虑供应方的可变性。 在需求计划中，我们使用概率和 ML 方法来确定需求量的可变性。 在供应方面也需要这样做。 例如，供应商在收到采购订单后 60 天交货的可能性只有 21%，大于 10 天的可能性为 21%，小于 30 天的可能性为 14%。 此外，如果我们知道某些供应商更有可能在一年中的某些时间更早地交付关键物品，这可能会对降低库存和更快地交付给客户产生巨大影响。

确定上述参数的可能值所需的数据类型在大多数交易系统中都是可用的。 使用 ML 技术，我们可以就在需要时拥有所需物品的可能性得出结论，无论是材料还是能力。 此外，可以决定供应商和合同制造商是否有可能在收到大订单或需求急剧上升时提供所需的产品。 因此，无需与供应商或 CM 核实就可以立即以更高的信心实时响应客户。

创建供应链双胞胎意味着尽可能准确地建立物理供应链的数字模型，并能够随着物理世界的变化而变化，从而确保计划、承诺日期和财务结果的准确性。 通过考虑所述参数的可变性，可以制定更准确的计划，从而获得更准确的提交日期，通过在等待其他零件到达时不保留冗余库存来降低库存，并避免加急和使用更昂贵的零件编号或运输方法。 最终的系统变得更加可预测，因为它准确地表示了物理供应链的真实能力。 因此，弹性更大，风险和意外更少。