5 минут с Хонг Мо Ян из Blue Yonder

Хонг Мо Ян, старший вице-президент и генеральный директор, производственный сектор, Blue Yonder беседует с Manufacturing Global о важности интеллектуальных цепочек поставок в производстве

1. Что значит иметь умную цепочку поставок и какова ее роль в производстве?

Умная цепочка поставок — это цепочка, использующая технологии для повышения эффективности, самооптимизации и разумного реагирования на изменяющийся спрос и сбои. Например, используя искусственный интеллект (ИИ) и машинное обучение (МО) для автоматизации процессов, цепочка поставок может принимать разумные решения без необходимости вмешательства человека. Это может быть разработка плана Б для своевременной доставки отложенных компонентов на завод или заблаговременное оповещение о том, что нехватка персонала может привести к задержке производства.

2. Какое значение имеет умная цепочка поставок для производителей, какую ценность она дает организации?

Внедрение таких технологий, как ИИ и машинное обучение, помогает производителям не отставать от меняющегося спроса, позволяя им прогнозировать проблемы до их возникновения и преодолевать сбои. Это позволяет компаниям и производителям быть на шаг впереди покупательского поведения клиентов, а не просто реагировать на эти инциденты, когда они уже произошли.

3. Какую роль играют технологии в создании интеллектуальной цепочки поставок?

Пандемия серьезно нарушила цепочки поставок по всему миру, заставив предприятия принимать решения и реагировать в кратчайшие сроки. Машины позволяют реагировать максимально быстро и разумно — например, с помощью машинного обучения определять, где могут возникнуть задержки или сбои. Машинное обучение может работать на детальном уровне, например, проверяя отдельные загрузки и прогнозируя, какая доставка подвержена высокому риску сбоя, а затем алгоритмы могут перенаправить доставку в случае сбоя. Весь процесс, от планирования до выполнения, можно автоматизировать.

Машинное обучение также может помочь производителям расставить приоритеты там, где товары нужны наиболее срочно, чтобы можно было выполнить обязательства по производству и доставке. Людям, с другой стороны, часто требуются дни, чтобы принять такие решения, и они склонны к ошибкам при работе с большим объемом данных и сжатыми сроками. Машины могут относиться к таким вещам бесстрастно, быстро принимая правильное решение на основе данных, а это означает, что традиционный последовательный подход к планированию, возможно, подходит к концу.

4. Каковы три главные тенденции в умных цепочках поставок?

Тремя главными тенденциями являются AI/ML, цифровой двойник цепочки поставок и растущий спрос на специалистов по обработке и анализу данных для поддержки новых технологий. Как упоминалось ранее, существует множество вариантов использования AI/ML в цепочке поставок. От прогнозирования спроса и прогнозирования сбоев до оптимизации транспортных маршрутов, планирования ресурсов и стратегий обслуживания клиентов — AI/ML широко применяется для повышения эффективности, автоматизации и обеспечения большей прозрачности и интеграции в сети цепочки поставок.

Чтобы помочь руководителям цепочки поставок принимать правильные решения по всей цепочке поставок, цифровой двойник имеет решающее значение. Создавая цифровое представление физической цепочки поставок, компании могут использовать цифрового двойника для принятия локальных и глобальных решений, повышения осведомленности о ситуации и уверенной оценки влияния различных сценариев. Что еще более важно, организации могут предвидеть влияние решений на стратегические бизнес-цели, такие как рост доходов, контроль маржи и цели по удовлетворенности клиентов.

И поскольку компании продолжают инвестировать в новые технологии искусственного интеллекта/машинного обучения, Интернета вещей и робототехники в сочетании с требованиями к компаниям по агрегированию больших объемов данных с использованием внутренних и внешних ресурсов, спрос на специалистов по данным будет расти. Сегодня специалисты по данным работают над решением многих задач, таких как моделирование данных и построение планов, чтобы сделать цепочку поставок более устойчивой, улучшить время отклика и гибкость за счет большей прозрачности и контроля, а также автоматизировать процессы принятия решений с помощью AI/ML и больших данных для позволяют компаниям принимать более разумные и стратегические бизнес-решения.