供應鏈數字化要素
如今，幾乎每家公司都在考慮供應鏈數字化。 大多數人認為他們需要一個系統，也許還需要一些AI / ML功能，並且他們正在前進！ 這需要更多！ 數字化需要您供應鏈中的數字孿生，即物理世界的數字表示。 我們的術語是“數碼鏡”來專注於您環境的每個小方面。 只有這樣，您才能真正代表自己。 不幸， S&OP 盡可能好的解決方案恰好代表了供應鏈（它們實際上具有類似電子表格的能力計劃引擎！）。精確的供應鏈模型是必須的。 否則，您會看到一個霧氣很大的鏡子，視野模糊，無法管理您的供應鏈。 為了獲得數字化的第一要素，即精確的模型，您需要 S&OE 能夠以所需的盡可能高的準確性定義供應鏈，從而導致可執行計劃，而不是使用手動調整使其可行。
第二個要求是數據。 不僅僅是計劃數據。 為了弄清正在發生的事情以及發生的原因，需要各種數據，包括來自ERP，CRM，IOT，MES，PLM的數據，當然還有計劃數據。 此外，數據具有三個維度：過去，當前（實時）和未來（計劃）數據。 為此，系統需要具有及時處理所有這些數據源的能力。 請記住，所有數據都可以相互關聯。 產品的屬性或使用替代零件的編號與庫存水平或緊急訂單在交付績效中的作用一樣大。 這就是第三要素，即情報開始起作用的地方。 它可以規定如何建立彈性計劃並學會隨著時間的推移進行改進。
在使系統創建計劃，學習並變得更加智能之前，以上兩個要素至關重要。 想像一個技術嫻熟的駕駛員，視野模糊，後視鏡模糊，即沒有試圖操作車輛的現實世界的心理模型。 智能與準確的模型和相關數據相結合，可以找到導致事件原因的行為模式。 這意味著獲得預測未來事件可能性的能力。 例如：預測哪些材料或供應商可能導致冬季延誤，當溫度超過85度時哪些設備可能成為瓶頸，或者未來幾個月的產量將如何變化。 一旦我們知道了原因，就可以使用規定性算法來在計劃中建立彈性。
通過以上三種要素，公司可以非常接近自主的供應鏈計劃。 就像自動駕駛汽車一樣，該系統提供了到達目的地的路線圖，可以感知環境並做出相應的反應。 通過維護相關數據，它可以進行改進，以避免將來遇到潛在的障礙和延誤。 有關數字化的更多信息，請單擊 這裡.
