Joe McKendrick er en forfatter og uavhengig analytiker.
Full Bio Publisert i Service Oriented 13. januar 2022 | Emne: Enterprise Software
I en tid hvor forsyningskjeder har kvalt seg, har investeringskroner strømmet til intelligente, AI eller analysedrevne løsninger. For eksempel, i nylige nyheter, rapporterer The Wall Street Journals Marc Vartabedian at Project44, som utvikler forsyningskjedeanalyseprogramvare for shipping- og logistikkselskaper, samlet inn 420 millioner dollar i en nylig finansieringsrunde, noe som bringer verdien av selskapet til 2,2 milliarder dollar. “Venture-investorer forpliktet rekordhøye 24 milliarder dollar til forsyningskjedeteknologiselskaper basert i Nord-Amerika og Europa gjennom tredje kvartal i fjor, et hopp på nesten 60 % fra hele 2020, ifølge analysefirmaet PitchBook Data Inc.”
Foto: Joe McKendrick
Det er mye som analyser og AI-baserte applikasjoner kan gjøre for å rydde opp i forsyningskjeder, som har blitt rystet av pandemier og ettervirkninger, ikke bry deg om løpende fraktutfordringer. En nylig studie av 788 bedriftsledere av Unsupervised har funnet at tilnærminger til forretningsintelligens har vist seg å være medvirkende til å hjelpe mange organisasjoner med å takle problemer i forsyningskjeden, men 40 % er fortsatt ikke om bord ennå. De andre 60 % er rapportert å bruke business intelligence – som undersøkelsens forfattere definerer som praksisen med å kombinere datautvinning og visualisering, analyser og datainfrastruktur – for å navigere i aktuelle forsyningskjedeproblemer, og 29 % implementerte business intelligence i deres virksomhet spesifikt for forsyningskjedeeffektivitet.
«I sammenheng med utfordringene leverandørkjedene står overfor, blir det klart at de gamle måtene å jobbe på ikke vil være nok, og at selv en best-i-klassen ytelse i dag neppe vil være god nok i fremtiden», ifølge IDC-analytiker Simon Ellis. (Hans rapport er tilgjengelig her via IBM.) Bevegelsen. Ellis skriver, er mot å “tenke” forsyningskjeder, “en som er nært knyttet til ulike interne og eksterne datakilder som sosial sentiment og IoT, aktivert med omfattende og rask AI-drevet analyse, åpent samarbeidende gjennom skybaserte handelsnettverk, bevisst på nettrusler, og kognitivt sammenvevd.”
En digitalt aktivert tenkende forsyningskjede “som handler på alle tilgjengelige strukturerte og ustrukturerte data for å prioritere handlinger og levere overlegne resultater,” forklarer Ellis. “Å være digitalt aktivert betyr å koble til og automatisere internt på tvers av funksjonsområder eller med ende-til-ende prosesser som ordre til kontanter og med leverandører, kunder og forbrukere. Det vil være en nettverkseffekt der verdien vokser eksponentielt med automatisering av transaksjoner, dokumenter og aktivering av nøkkelpartnere.”
En utfordring som har dukket opp på toppen av alt dette er den økende mangelen på talent som trengs for å administrere forsyningskjedeprosesser. “Supply chain-organisasjoner har fulgt kostnadsreduksjoner og tradisjonelle lean-praksiser til det punktet at det er færre mennesker i organisasjonen enn noen gang tidligere,” advarer Ellis. “Ettersom dataanalysefunksjonene alltid vokser i forsyningskjeden, vil det sannsynligvis ikke være nok øyeepler tilgjengelig til å handle på den resulterende innsikten. Dermed blir rollen til AI og maskinlæring kritisk.”
Utbygging av intelligens i forsyningskjeder krever et tett samarbeid med virksomheten og dataene som deles på tvers av disse nettverkene. Whitney Myers og Joel Stellner, begge sammen med Zuar, skisserer nøkkelegenskapene analyser bør tilføre virksomheten:
“For å se og forstå etterspørselstrender og åpne kundeordrer,” For å se og forstå gjeldende beholdning og åpne ordreallokeringer mot påfyllingsplaner fra produksjonsteam og/eller leverandører, og “en kombinasjon av det ovennevnte for å lage prognoser, varsling i verdensklasse, og verktøy for styring av forsyningskjede.”
For å starte på denne reisen, uttaler Myers og Stellner, “du trenger en datastrategi som inkluderer en automatisert dataverdikjede, og en datastasjonsplattform som inkluderer en pipeline som flytter data fra verktøyet ditt til databasen i henhold til tidsplanen.” I tillegg påpeker de at IT-team må introdusere en business intelligence-plattform “som kobles til databaser og oppdaterer rapporter automatisk, bygger beregninger og interaktive dashboards, og deler dashboards med teamet ditt, sammen med muligheten til å sette opp personlige varsler og abonnementer. .”
Data – og muligheten til å bruke dem til rask analyse – er kjernen i den intelligente forsyningskjeden som kreves for dagens og morgendagens økonomi. “Integrasjon med alle datakilder er kritisk, det samme er automatisering av alle dokumenter på tvers av både interne funksjoner og prosess- og forsyningskjedepartnere,” sier IDCs Ellis. “En tenkende forsyningskjede kan ikke lære av data den ikke har. Tilkoblet betyr å kunne få tilgang til ustrukturerte data fra sosiale medier, IoT (inkludert strukturerte, semistrukturerte og ustrukturerte data), og strukturerte data fra tradisjonelle datasett tilgjengelig via tradisjonelle ERP- og B2B-integrasjonsverktøy.”
(Opplysning: Jeg har utført arbeid med IDC, nevnt i denne artikkelen, i løpet av de siste 12 månedene.)
Mestring av Business Analytics | Sky | Big Data Analytics | Innovasjon | Teknikk og arbeid | Samarbeid