设计您的供应链以提高弹性

对于许多供应链领导者来说,2020年是充满挑战和艰难的一年。 气候,关税和大流行揭示了供应链的脆弱程度。 不用说,这种干扰并不少见,并且经常发生,由于气候,地缘政治因素,天灾,火灾和诸如童工等道德问题而造成数亿美元的损失。

2021年也不例外,未来几个月内许多行业可能会面临需求海啸,有些行业可能又会面临需求低迷,供应商潜在损失,收入损失甚至破产的情况。 我们已经目睹了零售业中的许多人,以及娱乐,餐馆和酒店等其他人。

供应链的弹性是抵御需求和供应变化的能力以及有效应对的能力。 短期到中期的应对措施可能是产品数量或产品组合的变化,添加或删除供应商,或确保有足够的现金用于生存和恢复。 拥有数字供应链可以帮助更快地应对这些中断。 但是,对供应链进行正确的设计可以最大程度地减少响应我们无法控制的变更所需的风险和精力。 预测比响应更有效。 两者都是必需的。 但是,您可以预测得越多,则需要做出的响应就越少。 为此,拥有AI和ML工具进行预测并提前为潜在问题做准备是正确的选择。 预测有不同的形式。 它可以用于供应链的设计。 换句话说,使供应链具有冗余,使其尽可能“平行”。 这显然代价更高,但是这是您为供应链安全所支付的保险费。 预测也可以来自对过去模式的观察。 并非所有中断都是随机的,例如大流行和地震。 尽管可以针对地震进行设计,但是很难预测。 如今,ML已被用来预测某些事件,而这些事件在一年中的某个月份更可能发生。 这些因素包括供应商绩效,需求模式变化,商品定价或套期保值以及由于地缘政治因素或其他原因而导致的供应商可变性。 使用此类预测,然后可以使用规定性算法来确保供应链的不间断运行。 后者是通过使用ML自动调整库存水平或通过增加或减少生产或供应,甚至激活用于制造或采购的其他资源来完成的。 并非所有中断都是可以预见的,但大多数中断是可以预见的,并且通过结合使用供应链设计和AI / ML工具,供应链可以变得非常有弹性。 有关此主题的更多信息以及将AI / ML用于缓解风险的方法,请单击 这里.

弹性供应链

“预测是比反应更有效的工具!”