Влияние пандемии на принятие решений в цепочках поставок: новая парадигма

Менеджеры цепочек поставок сталкиваются беспрецедентным сбоем не только из-за потрясений, вызванных пандемией, но и из-за продолжающихся сдвигов спроса, растущих ожиданий клиентов и внешних геополитических факторов. Два факта стали очевидны: эти сбои не временны, и они выявили недостатки текущей модели данных цепочек поставок.

Стратегии решения последствий станут более фокусированными по мере подготовки к экономическому восстановлению, ставя перед менеджерами двойную задачу: восстановиться после пандемийного кризиса, одновременно справляясь с потенциально быстрым ростом постпандемийного спроса и потребительских расходов в грядущем году. Сейчас время глубоко погрузиться в то, как компании будут адресовать восстановление, одновременно используя новые возможности роста. Решение не в возврате к до-пандемийному статус-кво, а в установлении новой модели данных. Как часто бывает, катастрофа движет инновациями, и мы видим, как они возникают, когда всё больше организаций цепочек поставок принимают новую модель интеллекта принятия решений для переписывания правил игры.

Интеллект принятия решений для лучшего результата

Справляясь с восстановлением после прошлогодних сбоев, ростом спроса и, наконец, получением знаний и инсайтов для выживания в будущих сбоях, нужно выйти за рамки традиционной модели данных: исторического анализа, изолированной информации и экранных дашбордов с ограниченным набором выводов и средств интерпретации.

Следующее поколение принятия решений уже здесь. Интеллект принятия решений (Decision Intelligence) обеспечивает ранний и немедленный доступ к данным и трендам, управляемым ИИ и прогнозным анализом, со слойом промежуточного ПО, способным абстрагировать множественные источники данных для предоставления единого объединённого представления — и всё это с интерфейсом на естественном языке.

Интеллект принятия решений, доставляемый через унифицированный интерфейс на естественном языке, решает многие скрытые уязвимости и вызовы, выявленные в результате прошлогодних сбоев. Поддержка принятия решений в нормальных обстоятельствах могла работать, и доселе было мало стимулов двигаться вперёд. Старая модель же оставила многих неподготовленными к неожиданному.

Принятие решений в непредсказуемом мире

Модель CORE (configure, optimize, respond, execute) от Gartner Inc. навязывает универсальную модель всему принятию решений в цепочках поставок:

• Конфигурация цепочки поставок для поддержки стратегий,
• Оптимизация с учётом факторов вроде ограниченных ресурсов (или, в случае пандемии, масштабного и неожиданного сбоя),
• Реагирование, встраивающее уровень опциональности и интеллекта, и
• Исполнение

Для успешной модели CORE в планировании цепочек поставок нужны инсайты в реальном времени. Для их достижения необходим интеллектуальный, интерактивный и реально-временной интерфейс, используемый лицами, принимающими решения на всех уровнях, а не только аналитиками данных. Это достигается через средства обработки естественного языка, позволяющие системе строить контекст, чтобы пользователь мог вести прогрессивный диалог с системой, а не просто выполнять серию разовых вопросов или команд. Кроме того, слой абстракции бэкенд-обработки позволяет прозрачно ингестировать данные из множественных структурированных и неструктурированных источников.

Отзывчивая цепочка поставок в сегодняшней глобальной экосистеме требует от планировщиков закрыть давно существующую пропасть между планированием и исполнением. Те, кто способен закрыть этот разрыв, предвосхитить неожиданное и встроить способность быстро и интеллектуально пивотнуть на основе непредсказуемых событий или сдвигов спроса — те лучше справились с прошлогодними разрушительными провалами в цепочках поставок и будут лучше позиционированы для быстрой адаптации к неизбежным сдвигам спроса, которые последуют.

Ганеш Гандиесваран — сооснователь и CEO ConverSight.ai, платформы интеллекта принятия решений.