規劃具有不確定性的供應鏈

進行規劃主要是為了避免風險並提高營運效率，從而實現更高的業務收益和更好的客戶滿意度。 在不確定性被視為常態而不是例外之前，規劃並不是太難。 傳統的規劃技術，例如最新的 S&OP 解決方案無法考慮不確定性，並假設它是一個異常，如果它發生，就可以解決！ 在某些情況下，他們試圖用可能不必要的庫存進行對沖，從而增加成本和劣質的客戶服務。 此外，動機是為了安全而不是後悔。 人們增加庫存的動機比面臨庫存短缺的問題更高，無論是否需要。

規劃時必須考慮不確定性，否則何必費心。 當一切都被假設為可預測時，一個簡單的電子表格可以為您提供所需的所有答案。 S&OP 解決方案確實提供了一定程度的“可見性”。 例如，需求計劃可以讓您了解未來的需求，但在供應方面，除非能夠部署確定供應方不確定性的技術，否則無法實現多少可見性。 供應鏈從業人員始終假設需求方存在可變性，但供應方仍大多是確定性的。 對供應商交付提前期、資源可用性或運輸時間的假設可能在幾年前就已經有效。 然而，它們很可能已經發生了變化，並且根據季節、數量、地區和品質等因素而變化。

什麼是不確定性？

供給側的不確定性有兩種不同的形式：內在的和外在的。 內部不確定性與供應鏈的數位孿生或數位模型的行為方式有關。 如前所述，這些是對營運參數所做的假設，例如製造週期時間、供應商交貨時間、夏季與冬季的運輸時間，甚至設定時間和產量因素。 另一方面，外部不確定性與供應商和客戶如何受到罷工、火災、漏油、機場關閉、地震地區等破壞的影響有關。 不確定性規劃會考慮所有這些內部和外部因素。

無論計劃有多好，總會有意外和我們可能沒有考慮到的事情發生。 因此，我們需要在不確定的情況下進行規劃，然後在我們確定中斷即將發生或已經發生時能夠做出回應。 佛羅裡達州的龍捲風就是一個例子。 我們可以考慮一年中某些時候發生龍捲風的可能性或可​​能性，但我們也需要 響應 當我們知道它肯定會在幾天前或幾天后到來時。 如果（例如）台灣發生地震，我們可能沒有同樣的提前通知能力。 響應具有挑戰性的是，當發生這種情況時，系統應該能夠立即即時回應。 沒有太多時間進行手動更改和少量場景規劃，從而導致解決方案較差。

利用不確定性制定卓越的計劃和更快的回應

每次系統執行計劃功能時，都會有許多資訊來源可用於評估計劃的風險，具體取決於管理的目標。 風險可能會取不同的數值，這取決於我們的規劃是為了利潤、彈性、低碳使用、減少對特定地區或商品的依賴，還是以上所有。 附近更可靠的供應商可能會提供更高的可靠性和更高的交付彈性，但價格更高。 我們準備承擔的風險程度也取決於客戶。 某些客戶可能會堅持按時交貨，但會要求更高的重複性購買； 有些人的期望可能較低，但獲利能力較差。 為此，系統需要了解供應方的不確定性以及企業及其客戶可接受的風險等級。

我們採取的方法是考慮供應方的兩種類型的不確定性（內部和外部），並利用供應商、地區、ESG 因素等的可用資訊和屬性將其納入計劃中。因此，每次生成計劃時，對於每個客戶或客戶家庭，評估交付風險並考慮供應的隨機性。 因此，每個計劃都會根據當前供應方面的不確定性程度不斷更新。 例如，如果供應商需要從俄亥俄州交貨，則根據暴風雪的可能性，該計劃可能會在冬季比一年中的其他時間多一點額外的時間。 佛羅裡達州的倉庫在秋季運送貨物時面臨的龍捲風風險可能比任何其他時間都大。

以上描述了根據供應方的管理目標和風險可能性制定的計劃。 然而，我們如何 響應 當中斷發生時，是否是預料到的？ 有許多公司每天或每週提供定期訊息，以數十種不同的語言描述世界各地的事件。 此外，他們也向訂戶通報其服務、供應方或客戶方發生的具體中斷情況。 其他來源是氣象站和政府/金融機構，它們表明地區風險或供應商的財務風險。 例如，機場罷工（貨物發運地發生）、漏油事件使供應商無法運作 3 天或供應商財務可行性評級降低。 為了有效、迅速地做出反應，系統可以測量 相關性 和 影響 即時記錄每個事件，並向最終用戶提出如何更改計劃的建議。 鑑於每天都會有數百封電子郵件和訊息發送到任何特定的供應鏈。 試圖手動回覆訊息的勞力密集接收並不是一種非常實用且有效的方法。 因此，決策自動化、了解影響並找到好的解決方案至關重要。

生成式人工智慧和機器學習等技術的最新發展，為增強複雜決策甚至自動化流程鋪平了道路，透過考慮數百萬個變數並理解它們的隱藏關係，從而為供應鏈領導者提供更好的結果； 甚至對事件的根本原因及其對供應鏈的影響有了新的發現。 有關此類發展的更多信息，請點擊 這裡.