همانطور که صنایع آموخته اند، هم نیازهای مصرف کننده و هم نیازهای کسب و کار می توانند در یک چشم به هم زدن تغییر کنند و زنجیره های تامین نیز باید آماده باشند تا زمانی که تقاضا برای کالاها دچار عدم تعادل می شود، یک سکه خرج کنند. ما در حال حاضر یک ماه به سال 2023 رسیده ایم و پیش بینی های اقتصادی نشان می دهد که کار زیادی در پیش است تا بنگاه ها سالم و سودآور بمانند. برای کمک به چالشهای پیش رو و ایجاد یادگیری از گذشته، پنج استراتژی حیاتی را برای زنجیرههای تامین بیان کردهام که برای کسبوکارها برای چابک ماندن در سال آینده بسیار مهم است. مطالعه کنید و در نظرات به من بگویید که از دیدگاه خود چگونه به مسائل نگاه می کنید.
نزدیک شدن به تولید برای کاهش کمبود عرضه
سال گذشته در این ستون، من در مورد اینکه چگونه بیماری همه گیر به شدت بر رویه های برون مرزی شرکت های آمریکایی در چند دهه گذشته تأثیر گذاشته است، نوشتم.
از دهه 1980 شرکتهای آمریکایی تولید خود را برون مرزی ترجیح داده و روش مقرون به صرفهای بود. استفاده از نیروی کار کمهزینه چین برای دستیابی به تولید سودآور به حفظ شرکتهای دریایی در صدر فهرست تولید بینالمللی کمک کرد. اما زمانی که کووید شیوع پیدا کرد و چین تولید در چندین منطقه را تعطیل کرد، سیستم به شدت تحت تأثیر قرار گرفت. همانطور که در آن زمان نوشتم، "موتور توقیف شد."
در پاسخ، تولیدکنندگان آمریکایی عصبی شدند و بسیاری شروع به تمرکز بر روی استراتژیهایی برای بهکارگیری مجدد و نزدیک به شور کردن کردند. متأسفانه این روند افزایش یافته است و انتظار می رود در سال 2023 رشد کند.
Nearshoring به این دلیل کار می کند که به تامین کنندگان، تولید کنندگان و مشتریان شما نزدیک تر می شود. قرار گرفتن استراتژیک در کشورهای نزدیک به شرکای خود، نزدیک شدن به یک گزینه مناسب را امروز تبدیل می کند. حتی ما دولت فعلی در مورد نزدیک شدن صحبت می کند با شرکت های مکزیکی
من مشتاق رشد نزدیک شوم هستم. افزایش سرعت در حمل و نقل، ارتباط نزدیک تر با تامین کنندگان، و توانایی واکنش سریع به تغییرات زنجیره تامین خارجی، همگی از مزایای این تغییر هستند. با این حال، زمان آن رسیده است که پیشرفتهای هوش مصنوعی و اتوماسیون تولید را همراه با شیوههای نزدیکسازی برای افزایش تولید ناخالص داخلی کشورمان همراه کنیم.
پذیرش سریع هوش مصنوعی و ML برای بهبود سوخت برای افراد و فرآیندها
استفاده از هوش مصنوعی (AI) و یادگیری ماشین (ML) مزایای متعددی را برای تولیدکنندگان به همراه دارد، از جمله بهبود کارایی، صرفه جویی در هزینه و قابلیت های جدید. با این حال، فرآیند پذیرش این فناوری ها می تواند پیچیده و چند وجهی باشد.
از آنجایی که چالش های اقتصادی چالش برانگیز برای اکثر مشاغل ادامه دارد، تولیدکنندگان جهانی باید یاد بگیرند که دیجیتالی شدن را اولویت بندی کرده و ریسک را بهتر مدیریت کنند. آنها می توانند این کار را با بهینه سازی تجزیه و تحلیل هزینه های MRO یا به عنوان بخشی از فرآیندهای تدارکاتی خود، راه اندازی راه حل هوشمند تامین کننده انجام دهند.
این مفهوم برای صنایع مختلف، از صنعت هواپیمایی، به محصولات کاغذی، به خودرو. برای شرکتهایی که شروع به پذیرش هوش مصنوعی و ML میکنند، یک گام اساسی شناسایی حوزههای خاصی از فرآیند تولید است که میتواند با این فناوریها بهبود یابد. این ممکن است شامل تجزیه و تحلیل داده های سیستم های موجود برای شناسایی الگوها و روندها باشد. شرکتها میتوانند به دنبال پیادهسازی حسگرها و سیستمهای جمعآوری دادههای جدید باشند یا برای پاکسازی دادههای موجود برای استفاده در مدلهای آموزشی تلاش کنند.
هنگامی که داده ها و منابع در دسترس هستند، تولیدکنندگان می توانند شروع به آموزش و استقرار مدل های هوش مصنوعی و ML کنند تا به طور موثر مناطق هدف فرآیند تولید را بهبود بخشند. پس از آزمایش و تأیید، مدلهای AI/ML میتوانند یکپارچه شوند.
این فناوریهای جدید مبتنی بر هوش مصنوعی/ابر میتوانند به هماهنگ کردن دادهها و بهینهسازی معماری شبکه زنجیره تامین کمک کنند. برای تسهیل فرآیند، آنها ممکن است با سیستمها و نرمافزارهای کنترل موجود ادغام شوند یا در توسعه رابطها و گردشهای کاری جدید برای پشتیبانی از استفاده از مدلها استفاده شوند.
موفقیت استفاده از هوش مصنوعی و ML در فرآیند تولید ممکن است تا حدی به تعدیل در فرهنگ شرکت، آموزش کارکنان و سطوح بالاتر ریسک و تغییر بستگی داشته باشد. اما برای دستیابی به اهداف تحول دیجیتال - صرفه جویی قابل توجه، قابلیت های جدید، بهبود کارایی و بینش بیشتر در مورد ساختار موجودی، ارزش آن را دارد.
همکاری های سازنده و تامین کننده برای بهبود
یکی از جنبه های مهم حرکت امسال به سمت هوش مصنوعی و ML این است که سازندگان راحت تر و بهتر از قبل با تامین کنندگان همکاری خواهند کرد. استفاده از سیستمهای هوش مصنوعی میتواند به تولیدکنندگان کمک کند تا به طور مؤثرتری با تامینکنندگان همکاری کنند.
با استفاده از تجزیه و تحلیل پیشبینیکننده و ارزیابی دادههای هوش مصنوعی، سازمانها راههای جدیدی برای تجزیه و تحلیل دادههای مربوط به فروش، تولید و زمان عرضهکننده برای تعیین مقدار بهینه مواد و محصولات برای نگهداری در انبار پیدا خواهند کرد. ما به این می گوییم "حقیقت مادی، که توانایی یک سازمان برای مدیریت موجودی به منظور داشتن "همیشه قسمت مناسب، در مکان مناسب و در زمان مناسب" است.
با وجود دادههای بسیار زیادی که از طریق سیستمهای سازمانی جابهجا میشوند، برای کسبوکارها بسیار مهم است که مقادیر موجودی، زمان عرضهکننده، تاریخچه سفارش خرید و موارد دیگر را از دادهها درک کنند. فناوری هوش مصنوعی به تولیدکنندگان کمک می کند تا تقاضا برای محصولات را با دقت بیشتری پیش بینی کنند. این به آنها اجازه می دهد تا برای یک زنجیره تامین موثرتر با تامین کنندگان ارتباط بهتری برقرار کنند.
ابزارهای ارتباطی هوش مصنوعی در حال حاضر در بسیاری از سازمانها استفاده میشوند، مانند رباتهای گفتگوی مجهز به هوش مصنوعی، دستیاران مجازی و ابزارهای دیگر. اینها همچنین میتوانند به تامینکنندگان و تولیدکنندگان کمک کنند تا به طور مؤثر ارتباط برقرار کنند و اطلاعات بلادرنگی را در مورد وضعیت سفارش، تاریخهای تحویل و سایر نقاط داده حیاتی ارائه دهند.
سرمایه گذاری های فناوری با وجود فشارهای تورمی ادامه دارد
علیرغم نرخهای بهره بالا، فشارهای تورمی و اقتصاد نامطمئن، تولیدکنندگان بزرگ همچنان به سرمایهگذاری در شیوههای زنجیره تامین هوش مصنوعی و فناوری خود ادامه میدهند.
سرمایهگذاریها در شرکتهای فناوری جریان دارد که میتوانند به رهبران زنجیره تامین با فناوریهای هوش مصنوعی، تجزیه و تحلیل پیشبینیکننده، تجهیزات اتوماسیون، سیستمهای نرمافزاری برای انبارداری، توزیع و تدارکات، و سیستمهای اطلاعاتی و یادداشتهای کنترلی کمک کنند. غواصی زنجیره تامین
نمونه بارز در اوایل سال 2023 است سرمایه جدید 42 میلیون دلاری MacroFab اخیرا برای پلتفرم تولید ابری آن برای تولیدکنندگان لوازم الکترونیکی.
در واقع، تقریبا ⅔ (64٪) از شرکت های مورد بررسی در جدیدترین گزارش صنعت زنجیره تامین توسط MHI، بزرگترین انجمن حمل و نقل مواد، تدارکات و زنجیره تامین کشور، گزارش داد که آنها سرمایه گذاری های فناوری را در زنجیره تامین خود افزایش می دهند.
گزارش دیگری از موسسه تحقیقاتی CapGemini نشان می دهد که تقریباً 40 درصد از مشاغل مورد بررسی قصد دارند سرمایه گذاری در فناوری را برای پیشبرد تحول کسب و کار خود و کمک به کاهش هزینه ها افزایش دهند.
از آنجایی که سرمایهگذاران به دنبال کسبوکارهای مجهز به هوش مصنوعی برای رهبری این هزینه هستند، آینده روشنی را برای شرکتها میبینیم تا رویکرد خود را برای مدیریت ریسک عملیاتی خود با سرمایه در گردش با ایجاد یک شبکه تامین انعطافپذیرتر تغییر دهند.
سازمان ها به دنبال راه هایی برای کاهش سرمایه در گردش با کاهش تقاضا هستند
با ادامه تشدید فشارهای تجاری و تورم در سال 2023، سازمان ها احتمالاً به دنبال راه هایی برای کاهش سرمایه در گردش با کاهش تقاضا خواهند بود. این می تواند توسط کاهش تعداد کارکنان و همچنین با اجرای انواع اقدامات کاهش هزینه ها.
برخی از روشهای رایج برای شرکتها برای کاهش سرمایه در گردش ممکن است به شرح زیر باشد:
- در مورد شرایط پرداخت بهتر با تامین کنندگان مذاکره کنید
- حساب های پرداختنی / حساب های دریافتنی را با دقت بیشتری مدیریت کنید.
- فرآیندهای تولید را ساده کنید تا زمان تحویل را کاهش دهید
- افزایش کارایی در مدیریت موجودی، مانند پیادهسازی سیستمهای مدیریت مواد جدید با قابلیت هوش مصنوعی برای کمک به دریافت بینش بیشتر در مورد سطوح موجودی.
- با کاهش هزینه ها و اخراج کارکنان، هزینه های عملیاتی کلی را کاهش دهید
کاهش سرمایه در گردش خطراتی را در برنامه تولید و تحویل به همراه دارد، بنابراین این تصمیمات باید با دقت اتخاذ شود.
سازمان ها می توانند با اجرای مدیریت استراتژیک مواد، به سمت یافتن فرصت هایی برای حذف سرمایه در گردش استفاده نشده از ترازنامه خود حرکت کنند. انجام این کار می تواند به شرکت ها کمک کند تا به جای اخراج کارکنان، هزینه ها را کاهش دهند. مزیت این است که افراد مشاغل خود را حفظ می کنند، شرکت هزینه های سازمان را کاهش می دهد و استعدادهای خوب را از دست نمی دهد. ما احساس میکنیم که اینها حوزههایی هستند که بسیاری از C-suite ترجیح میدهند در درازمدت اجرا شوند.
Source: https://www.forbes.com/sites/paulnoble/2023/01/30/level-up-your-supply-chain-in-2023-with-5-key-business-strategies/