降低庫存和準確承諾日期的隨機供應鏈計劃

鑑於供應和中斷的不確定性日益增加,假設供應鏈中某些實際上是概率性質的關鍵參數的恆定和預定義值是不謹慎的。 例如供應商交貨時間、設備可用性、完成訂單的周期時間、運輸時間的可靠性、處理時間或供應可用性的可變性。 隨機或非確定性計劃意味著除了需求方之外還要考慮供應方的可變性。 在需求計劃中,我們使用概率和 ML 方法來確定需求量的可變性。 在供應方面也需要這樣做。 例如,供應商在收到採購訂單後 60 天交貨的可能性只有 21%,大於 10 天的可能性為 21%,小於 30 天的可能性為 14%。 此外,如果我們知道某些供應商更有可能在一年中的某些時間更早地交付關鍵物品,這可能會對降低庫存和更快地交付給客戶產生巨大影響。

確定上述參數的可能值所需的數據類型在大多數交易系統中都是可用的。 使用 ML 技術,我們可以就在需要時擁有所需物品的可能性得出結論,無論是材料還是能力。 此外,可以決定供應商和合同製造商是否有可能在收到大訂單或需求急劇上升時提供所需的產品。 因此,無需與供應商或 CM 核實就可以立即以更高的信心實時響應客戶。

創建供應鏈雙胞胎意味著盡可能準確地建立物理供應鏈的數字模型,並能夠隨著物理世界的變化而變化,從而確保計劃、承諾日期和財務結果的準確性。 通過考慮所述參數的可變性,可以製定更準確的計劃,從而獲得更準確的提交日期,通過在等待其他零件到達時不保留冗餘庫存來降低庫存,並避免加急和使用更昂貴的零件編號或運輸方法。 最終的系統變得更加可預測,因為它準確地表示了物理供應鏈的真實能力。 因此,彈性更大,風險和意外更少。

隨機供應鏈計劃

......某些供應商更有可能在一年中的某些時候更早地交付關鍵物品,這可能會對降低庫存和更快地交付給客戶產生巨大影響