時間和空間在構建彈性供應鏈中的作用

眾所周知，光的傳播速度很快，但速度是有限的。 結果，我們看到或聽到的都發生在過去。 在大多數情況下，我們稱之為實時，因為我們的感官無法檢測到延遲。 與技術所能提供的相比，我們的感官和分析能力非常緩慢。 然而，我們的認知能力仍然優越。 至少目前是這樣！ 我們推理和得出正確結論的能力遠遠優於系統所能做的，只要我們有 相應 和 及時 數據。 在很多情況下，我們沒有及時獲取相關數據，以避免風險。 機器學習技術在這裡有很大幫助。

供應鍊和當前 IBP 系統中的控制塔傾向於通過規劃技術顯示供應鏈的“當前”狀態或我們未來可能遇到的問題類型。 它們還顯示了當供應商遲到或預計需求增加時我們可能有哪些選擇。 然而，這些信息是前一段時間發生的連鎖反應，我們正在觀察它穿越時空後的信號。 如果我們能夠在引發意外事件之前了解原因並檢測相關事件會怎樣？ 例如，我們知道聖誕節會增加購物量，或者新年會增加起泡酒的銷量。 我們相應地為活動做準備。 但是還有很多其他事件在發生之前是可以檢測到的，但我們在得到連鎖反應之前並沒有做好準備。 例如，知道某個供應商通常在冬天遲到，或者潛在的區域衝突會改變對某些產品的需求。 在此類事件發生之前了解此類事件及其相關性是在供應鏈中實現真正可見性的關鍵。

我們現在擁有預測可能擾亂供應鏈的潛在事件的可能性的技術。 我們非常了解某些季節和地區的天氣模式以及可能受到影響的供應商和客戶的位置。 增加某些類型的庫存，因為颶風的可能性是我們支付的溢價，以避免損失收入和客戶不滿意的風險。 監控我們公司的網站或社交媒體可以為我們提供有關哪些產品在不久的將來更有可能銷售的線索。 由於預計經濟將快速反彈，因此可以預測 Covid-19 之後運輸成本的上漲。 另一個例子是地區的政府政策和地緣政治動態及其與公司產品的關係。 並非所有這些模式都可以使用 AI 和 ML 檢測到，但是專注於降低風險的人員和系統的組合肯定可以使公司免受大多數可能影響供應鏈運營的此類事件的影響。 通過檢測趨勢、解釋相關信息和開發場景在供應鏈中建立彈性文化可以指導企業做出正確的決策。 現在是任命貴公司的時候了 彈性 沙皇。