通過虛擬庫存提高供應鏈彈性

由於最近對彈性的關注，許多供應鏈領導者正在使用庫存來降低供應鏈意外中斷的風險。 儘管這是提高交付可靠性和改善客戶體驗的更可靠的技術之一，但應與其他成本較低的措施進行權衡，這些措施可能以更低的成本提供同等甚至更好的結果。

我們都知道，我們在下游保留的庫存越多，價格就越高。 另一方面，在製造的早期階段保持庫存可能會導致交貨時間延長，從而導致潛在的收入損失。 在供應鏈的每個階段要保持多少“金發姑娘”庫存才能同時滿足成本和交付績效？ 但更重要的是，只要我們有“足夠”的原材料和採購的物品來及時建造我們需要的東西，是否需要在每個階段都保持庫存？ 要使後者發揮作用，需要以容量的形式保持庫存。 容量和庫存實際上是同一枚硬幣的兩個方面，只是容量是易腐爛的庫存。 我們同時使用容量和庫存來響應。 兩者都是需要的。 一種過多而另一種過少是沒有意義的。 容量本質上是在需要時使用的虛擬庫存。

假設您只計劃了 70% 的可用容量，並保留 30% 以響應緊急訂單和中斷。 這將比提前建設以保持資源充分利用並將貨物保留在 FG 庫存中要便宜得多。 或者在發生中斷時沒有足夠的能力做出響應。 您可能會要求保持 30% 的產能閒置可能會導致丟失當前訂單並因利用率低而增加成本。 這當然可能是一個問題，但可以使用分析和規範技術的組合來解決，例如 多梯隊庫存優化 (MEIO) and ML算法.

可以使用機器學習算法來確定最好留出多少容量以備不時之需。 此外， MEIO 可以準確規定不同情景下每個階段應保持的庫存水平。 例如，可以檢查一周、一個月甚至更長時間的供應中斷，以了解有關庫存和產能可用性的瓶頸出現在哪裡。 此外，ML 可以部署到 確定安全庫存水平 需要根據產能可用性以及可能影響安全庫存量或套期保值庫存量的許多其他因素。

影響所需的實際或虛擬庫存量（即容量）的因素是供應商的可靠性和替代品的可用性、製造提前期、需求和供應的可變性以及資源的可用性。 在計算庫存量和可用於減輕影響的能力時，考慮到所有這些因素以及組織準備面臨的風險量，即額外成本或收入損失的干擾。 更具體地說，該戰略應該是一個將計劃和執行相結合的平台，這樣 將利用較低的容量級別創建長期發布計劃，然後打開執行和調度的容量，以允許訂單根據當前狀態向前推進消費. 這將避免資源利用不足的“成本”，但可能會增加 FG 庫存。 平衡與您的目標和可接受的風險水平有關。

由於上述所有因素一直在變化，因此部署的任何政策都可能發生變化。 關鍵是擁有可以監控此類變化的分析工具，並且足夠智能，可以在基本參數發生變化時推薦決策。 有關供應鏈彈性和庫存優化以及如何實施推薦方法的更多信息，請單擊 這裡.