供應鏈敏捷性和彈性需要預測，而不僅僅是響應

考慮一下中國適應電子商務平台的速度有多快 1.7中的2020萬億美元. 這是一個不平凡的數字，反映了該國所有零售額的 30%。 退一步看看亞馬遜、沃爾瑪和其他電子商務平台是如何影響供應鏈的。 他們給生產商和製造商施加了巨大的壓力，要么交付要么死亡。 他們已經設定了消費者對“完美訂單”交付的期望，即在正確的時間和數量將正確的產品交付給正確的客戶和正確的地點。 合適的時間目前似乎是第二天甚至今天！ 幾年後，它可能是“現在”。

公司談論在他們的供應鏈中做出響應。 然而，當他們只有幾個小時的時間來響應和幾秒鐘的時間來提交時，不確定他們是否有時間做很多事情。 敏捷性在供應鏈的設計和運營中具有許多不同的含義。 敏捷意味著擁有一個有彈性的供應鏈，能夠在我們面臨所有中斷的情況下完成訂單，並保持增長。 敏捷還意味著比您的競爭對手更快地製造和交付。 這也意味著隨著環境的變化、消費者需求模式的波動和競爭格局變得更加嚴峻，能夠快速適應。

為了應對我們面前的激動人心的時刻，僅僅設計一個可以響應的供應鍊是不夠的。 它需要具有預測能力，而不僅僅是響應能力。 預測潛在需求波動、預測消費者行為、預測供應商行為和績效變化、預測天氣模式以及預測新產品趨勢等。 第一步是質量數據，而不僅僅是任何數據。 通過部署此類數據並使用 AI/ML 技術，我們可以檢測供應鏈中結構和行為變化的模式變化，並找出原因。 因此，減輕中斷的影響並改善客戶服務。 如果供應商承諾在 2 週內交貨； 幾個月或幾年後，他們的預期交付時間可能會更改為 10 天。 這可能對減少庫存和更快地交付給最終客戶產生巨大影響。 出於同樣的原因，我們可以估計和預測資源的可用性，並更現實地計劃以生成適量的庫存和可靠的提交日期。

通過了解需求變化的多種原因，我們現在可以輕鬆預測消費者想要什麼、何時何地想要什麼，甚至在他們知道自己的需求之前就讓他們做好準備。 安全庫存受許多不同因素的影響。 其中包括設備和資源可用性、季節性和競爭產品。 機器學習算法能夠幾乎準確地預測每個 SKU、中間件或原材料的正確數量應該在何時何地。

並非一切都是可以預測的。 大流行給了我們這個教訓。 一個大型集裝箱被困在蘇伊士運河是另一個不可預測的。 將這些成本高、頻率低的事件與成本低、頻率高的事件進行比較。 後者每年使公司損失數千億美元。 通過更好地預測和設計供應鏈，使其更具彈性，可以節省大部分成本。 這就是避免對脆弱的供應商和地區的依賴。 由於更好的預測和可以“重新編程”供應鏈的系統，將適量的庫存保持在正確的位置。 因此，數字運行物理.

一家貨運公司的 CEO 表示：“無論您的數字化程度如何，貨物都必須從 A 點物理移動到 B 點。” 這個陳述假設我們依賴於我們可能無法控制的事物。 因此，讓物理驅動數字！ 這是老派。 也許“數字化”可以找到以更高的效率、更低的成本和更低的風險交付到 B 點的替代方式！

要了解有關 AI 和 ML 在供應鏈計劃中的應用的更多信息，請單擊 這裡.