Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Промышленные технологии

Три технических возможности, чтобы оставаться конкурентоспособными на следующем нормальном уровне

По мере того, как предприятия продолжают свой путь к оцифровке, компании должны внедрять стратегии, обеспечивающие правильную основу для конкуренции. Ключевым компонентом успеха настоящего цифрового чемпиона является способность обеспечивать высочайший уровень обслуживания клиентов при минимальных дополнительных затратах. А для этого необходимы полные и точные данные о цепочке поставок. Данные превратились в валюту, стоимость которой растет по мере приближения к реальному времени, и чем больше они могут быть переданы торговым партнерам.

Стало очевидным, что данные должны быть в реальном времени и существовать только один раз. Используя подход объединенного управления основными данными (MDM), информация может быть актуальной и согласованной, а не дублироваться в нескольких форматах и ​​разрозненных хранилищах, где она становится устаревшей и скрытой (независимо от того, используется ли озеро / хранилище данных или нет). Современные технологические подходы создают достоверное представление каждого уровня / элемента / единицы, а затем могут превратить эту точность в общее сетевое решение в реальном времени, которое оптимизирует планирование и выполнение для всех партнеров с помощью предписывающей аналитики на основе агентов. Эти сети поддерживают многостороннее сотрудничество, планирование и выполнение транзакций в режиме реального времени и помогают всем участникам работать в «следующем обычном режиме» при условии, что они принимают во внимание три важнейшие возможности.

Включение транзакций в реальном времени в сетевой архитектуре . Мы уже видели, как модель сетевого обслуживания клиентов и использования активов применялась в смежных отраслях. Uber, Facebook, Airbnb и Alibaba развернули сетевые архитектуры, которые обеспечивают многосторонние возможности. Торговля происходит между всеми участниками сети. А поскольку поиск и доставка продуктов охватывают несколько сторон в сети, поэтому планирование и выполнение должны осуществляться в режиме реального времени, а также включать несколько сторон, чтобы обеспечить максимальное использование активов, наименьшую стоимость доставки и высочайший уровень обслуживания клиентов.

Этот уровень сотрудничества в сочетании с видимостью на уровне диспетчерской, аналитикой, планированием и исполнением является основой будущей конкурентоспособности. Это неудивительно, учитывая, что даже в простейших транзакциях участвует несколько сторон, таких как покупатель, бренд-менеджер, второй упаковщик, поставщик, перевозчик, 3PL и дистрибьютор.

К сожалению, многие развертывания корпоративных технологий были спроектированы по принципу «ступица и спица», что означает, что они действуют как центр вселенной для этого узла в сети и обрабатывают свои процессы и данные как таковые. Эта технология концентратора предназначена для сбора данных в режиме точка-точка / точка-точка. Затем он решает, что делать с изменениями спроса, пропускной способности или предложения на основе отдельных переменных концентратора, а затем передает некоторые устаревшие или скрытые данные, постобработку, с некоторыми из своих конечных узлов, как входящими, так и исходящими. В результате в типичной торговой сети он может создавать более 20 операций обработки типа store and forward для торговых партнеров, вверх и вниз по течению, тратя впустую время, рабочую силу и активы. Хуже всего то, что это влияет на уровень обслуживания клиентов, потому что стороны не согласованы как скоординированная сеть, обслуживающая конечного потребителя.

Создание единого надежного представления. Если данные являются вашей валютой, то несколько экземпляров ERP похожи на федерацию субъектов, где каждый источник действует как свое собственное уникальное законное платежное средство. Данные попадают в ловушку ваших экземпляров ERP-дымохода, а затем, как правило, передаются по принципу «ступица и спица» в торговых отношениях «один-на-один» с сетевыми партнерами. Излишне говорить, что это дополнительный подход, потому что даже если вы экспортируете данные в хранилище данных или озеро данных, вы создаете задержку и устаревание данных. Это обесценивает валюту с точки зрения принятия решений партнерами по сети.

В результате организации внедряют решения, включающие управление объединенными основными данными. Используя этот подход, сетевые торговые партнеры могут подключиться к сети и делиться своими основными и рабочими данными с другими торговыми партнерами. На основе безопасной структуры разрешений в сети данные существуют только один раз и объединяются для торговых партнеров на основе предоставленных разрешений. Учитывая, что данные не копируются и не дублируются между эшелонами, уровнями или узлами в сети, они по определению доступны в режиме реального времени и легко доступны для оптимизации использования активов, обслуживания клиентов и наименьших конечных затрат.

Поддержка действенной и автономной предписывающей аналитики. Учитывая многосторонний характер сетевых торговых отношений, последним критерием является способность моделировать всю сеть сквозной цепочки поставок, чтобы правильно анализировать и принимать меры по разрешению проблем и созданию возможностей. Поскольку проблемы или возможности, выявленные аналитикой, могут проявляться в стратегических, тактических или оперативных временных рамках, фундамент должен быть бесшовным на всех этих временных горизонтах. Он также должен предлагать услуги, алгоритмы и анализ, которые выполняются через сетевое представление в реальном времени, независимо от того, используются ли они для решения проблем, которые, по прогнозам, произойдут через шесть месяцев, или во время доставки, запланированной на сегодня днем. Хорошая новость заключается в том, что если ваш подход включает в себя критерии один и два, эта основа уже заложена.

Сквозная сетевая платформа поставок в режиме реального времени дает возможность тестировать новые политики цепочки поставок, устойчивость сети, осуществимость стратегических или тактических планов, активировать альтернативные детали или поставщиков, изменять способы транспортировки или даже добавлять дополнительные смены на заводе.

Поскольку существует множество способов решения проблем, связанных со спросом, предложением, логистикой и выполнением заказов в сети, важно, чтобы рабочие места аналитики имели доступ в реальном времени ко всем возможным параметрам материала. Традиционные системы обычно предоставляют только один способ решения проблемы из-за статического времени выполнения заказа и устаревших данных. Напротив, аналитическая рабочая среда на основе ИИ - это предписывающая среда, в которой организациям будут представлены три или четыре основных решения, которые лучше всего соответствуют их целям. Он также может поддерживать машинное обучение, которое является просто лучшим способом прогнозирования результатов и чрезвычайно ценно при рекомендации предписывающих действий. Мало того, машинное обучение со временем улучшает свои прогнозы по мере того, как вы предоставляете больше данных.

Эти возможности обеспечат платформу и архитектуру, необходимые для создания этой основы, и обеспечат возможности, необходимые для дальнейшего продвижения вперед.

Джо Беллини - главный операционный директор One Network Enterprises, поставщика программного обеспечения для бизнес-сетей на основе искусственного интеллекта.


Промышленные технологии

  1. Три критических области, которые следует учитывать перед переносом данных в облако
  2. Сетевые протоколы
  3. Платформы цифровых сетей:возможности впереди
  4. Амазонизация цепочек поставок
  5. Три урока для пищевой промышленности в 2021 году
  6. Три ключа к переходу к следующему COVID-19
  7. Три способа выдержать следующий всплеск спроса на СИЗ
  8. Три способа, которыми мобильные данные могут изменить строительную отрасль
  9. Иммерсивное видео, AI и Tech Shaping Retails Следующая фаза
  10. Современное пространство данных:озеро данных против хранилища данных