规划具有不确定性的供应链

进行规划主要是为了避免风险并提高运营效率，从而实现更高的业务收益和更好的客户满意度。 在不确定性被视为常态而不是例外之前，规划并不是太难。 传统的规划技术，例如最新的 S&OP 解决方案无法考虑不确定性，并假设它是一个异常，如果它发生，就可以解决！ 在某些情况下，他们试图用可能不必要的库存进行对冲，从而增加成本和劣质的客户服务。 此外，动机是为了安全而不是后悔。 人们增加库存的动机比面临库存短缺的问题更高，无论是否需要。

在规划时必须考虑到不确定性，否则何必费心呢。 当一切都被假设为可预测时，一个简单的电子表格可以为您提供所需的所有答案。 S&OP 解决方案确实提供了一定程度的“可见性”。 例如，需求计划可以让您了解未来的需求，但在供应方面，除非能够部署确定供应方不确定性的技术，否则无法实现多少可见性。 供应链从业者始终假设需求方存在可变性，但供应方仍然大多是确定性的。 对供应商交付提前期、资源可用性或运输时间的假设可能在几年前就已经有效。 然而，它们很可能已经发生了变化，并且根据季节、数量、地区和质量等因素而变化。

什么是不确定性？

供给侧的不确定性有两种不同的形式：内部的和外部的。 内部不确定性与供应链的数字孪生或数字模型的行为方式有关。 如前所述，这些是对运营参数做出的假设，例如制造周期时间、供应商交货时间、夏季与冬季的运输时间，甚至设置时间和产量因素。 另一方面，外部不确定性与供应商和客户如何受到罢工、火灾、漏油、机场关闭、地震地区等破坏的影响有关。 不确定性规划会考虑所有这些内部和外部因素。

无论计划有多好，总会有意外和我们可能没有考虑到的事情发生。 因此，我们需要在不确定的情况下进行计划，然后在我们确定中断即将发生或已经发生时能够做出响应。 佛罗里达州的龙卷风就是一个例子。 我们可以考虑一年中某些时间发生龙卷风的可能性或可​​能性，但我们还需要 响应 当我们知道它肯定会在几天前或几天后到来时。 如果（例如）台湾发生地震，我们可能没有同样的提前通知能力。 响应具有挑战性的是，当发生这种情况时，系统应该能够立即实时响应。 没有太多时间进行手动更改和少量场景规划，从而导致解决方案较差。

利用不确定性制定卓越的计划和更快的响应

每次系统执行计划功能时，都会有许多信息源可用于评估计划的风险，具体取决于管理的目标。 风险可能会取不同的值，具体取决于我们的规划是为了利润、弹性、低碳使用、减少对特定地区或商品的依赖，还是以上所有。 附近更可靠的供应商可能会提供更高的可靠性和更高的交付弹性，但价格更高。 我们准备承担的风险程度也取决于客户。 某些客户可能会坚持按时交货，但会要求更高的重复性购买； 有些人的期望可能较低，但盈利能力较差。 为此，系统需要了解供应方的不确定性以及企业及其客户可接受的风险水平。

我们采取的方法是考虑供应方的两种类型的不确定性（内部和外部），并利用供应商、地区、ESG 因素等的可用信息和属性将其纳入计划中。因此，每次生成计划时，对于每个客户或客户家庭，评估交付风险并考虑供应的随机性。 因此，每个计划都会根据当前供应方面的不确定性水平不断更新。 例如，如果供应商需要从俄亥俄州交货，则根据暴风雪的可能性，该计划可能会在冬季比一年中的其他时间多一点额外的时间。 佛罗里达州的仓库在秋季运送货物时面临的龙卷风风险可能比任何其他时间都大。

以上描述了根据供应方的管理目标和风险可能性制定的计划。 然而，我们如何 响应 当中断发生时，是否是预料到的？ 有许多公司每天或每周提供定期信息，以数十种不同的语言描述世界各地的事件。 此外，他们还向订户通报其服务、供应方或客户方发生的具体中断情况。 其他来源是气象站和政府/金融机构，它们表明地区风险或供应商的财务风险。 例如，机场罢工（货物发运地发生）、漏油事件使供应商无法运营 3 天或供应商财务可行性评级降低。 为了有效、迅速地做出响应，系统可以测量 相关性 和 的影响 实时记录每个事件，并向最终用户提出如何更改计划的建议。 鉴于每天都会有数百封电子邮件和消息发送到任何特定的供应链。 试图手动回复消息的劳动密集型接收并不是一种非常实用和有效的方法。 因此，决策自动化、了解影响并找到好的解决方案至关重要。

生成式人工智能和机器学习等技术的最新发展，为增强复杂决策制定甚至自动化流程铺平了道路，通过考虑数百万个变量并理解它们的隐藏关系，从而为供应链领导者提供更好的结果； 甚至对事件的根本原因及其对供应链的影响有了新的发现。 有关此类发展的更多信息，请点击 这里.