นิยามใหม่ของการวางแผนซัพพลายเชนด้วยการจำลองสถานการณ์แบบไดนามิกแบบไม่ต่อเนื่อง

เราตื่นเต้นมากที่ได้มีส่วนร่วมในงาน Supply Chain Digitalization Conference ซึ่งจัดขึ้นในวันที่ 24-25 พฤษภาคม Alex Koshulko ซีอีโอและผู้ร่วมก่อตั้ง GMDH Streamline และ Natalie Lopadchak-Eksi รองประธานฝ่ายความร่วมมือ เปิดงานโดยเปิดเผยหัวข้อเชิงลึก “นิยามใหม่การวางแผนซัพพลายเชนด้วยการจำลองเหตุการณ์แบบไดนามิกแบบไม่ต่อเนื่อง”

การประชุมเป็นการรวมตัวกันของผู้สร้างสรรค์นวัตกรรมด้านซัพพลายเชนและเทคโนโลยีเพื่อผลักดันการเปลี่ยนแปลงสู่ดิจิทัลอย่างสมบูรณ์ภายในอุตสาหกรรมซัพพลายเชน ด้วยผู้เข้าร่วมมากกว่า 350 คนและผู้บรรยายมากกว่า 20 คน รวมถึง Amazon และ SAP งานนี้จึงเป็นงานดิจิทัลที่ให้ข้อมูลพร้อมการแสดงที่น่าดึงดูดใจเกี่ยวกับวิธีปรับปรุงความยืดหยุ่น ความคล่องตัว และประสิทธิภาพของซัพพลายเชน เป็นโอกาสอันยอดเยี่ยมสำหรับ GMDH Streamline ในการแบ่งปันความรู้และความเชี่ยวชาญในระหว่างการนำเสนอเกี่ยวกับความสำคัญและคุณค่าของการจำลองสถานการณ์แบบไดนามิกแบบไม่ต่อเนื่อง

ให้เราสรุปและสรุปประเด็นสำคัญ

การจำลองสถานการณ์แบบไดนามิกแบบไม่ต่อเนื่องกับเทคโนโลยี Digital Twins ในซัพพลายเชน

ทุกวันนี้ เนื่องจากการเพิ่มขึ้นของการหยุดชะงักของห่วงโซ่อุปทาน การวางแผนห่วงโซ่อุปทานจึงมีความซับซ้อนอย่างมาก ตามรายงานของสาธารณะ ความไร้ประสิทธิภาพในห่วงโซ่อุปทานทำให้เกิดค่าใช้จ่าย 2 ล้านล้านดอลลาร์ทั่วโลกต่อปี เนื่องจากวิธีการแบบดั้งเดิมใช้ไม่ได้ผลอีกต่อไป เราจึงจำเป็นต้องพิจารณาวิธีการสมัยใหม่ที่สามารถจัดการกับความไม่แน่นอนที่เพิ่มสูงขึ้นในปัจจุบัน

“ด้วยทีม Streamline เรากำลังดำเนินการใช้การจำลองสถานการณ์แบบไดนามิกแบบไม่ต่อเนื่องที่สามารถช่วยในการคาดการณ์ความต้องการและการวางแผนสินค้าคงคลัง การจำลองเหตุการณ์แบบไม่ต่อเนื่อง (DES) จำลองการทำงานของระบบเป็นลำดับ (แบบไม่ต่อเนื่อง) ของเหตุการณ์ตามเวลา การสร้างแบบจำลองด้วยเหตุการณ์ที่ไม่ต่อเนื่องในเวลา เป็นไปได้ที่จะจำลองวิธีการทำงานของระบบ”– อเล็กซ์ โคชุลโก กล่าว “และคู่ดิจิทัลเป็นแนวทางที่รู้จักกันดีซึ่งสามารถนำไปใช้ในอุตสาหกรรมต่างๆ Digital Twins สร้างแบบจำลองที่มีรายละเอียดมากของวัตถุ แล้วเรากำลังทำอะไรอยู่? เราใช้การจำลองเหตุการณ์แบบไม่ต่อเนื่องเป็นแนวทางในการสร้างแฝดดิจิทัล ซึ่งเป็นแบบจำลองวิธีการทำงานของบริษัท และให้การมองเห็นและสนับสนุนการตัดสินใจที่ชาญฉลาดซึ่งช่วยหลีกเลี่ยงการสูญเสียและการหยุดชะงักในห่วงโซ่อุปทาน”

ทำไมการวางแผนห่วงโซ่อุปทานจึงเป็นเรื่องยาก

นี่คือเหตุผลจากการวิจัยในปัจจุบัน

การบิดเบือนสินค้าคงคลัง

ความสูญเสียเนื่องจากการบิดเบือนสินค้าคงคลังสูงถึง $1.9 ล้านล้านทั่วโลกในปี 2565 และส่งผลกระทบต่อธุรกิจส่วนใหญ่ (IHL, 2565) การล็อกดาวน์ของ COVID เศรษฐกิจตกต่ำ และปัญหาอื่น ๆ ทำให้เกิดความผิดปกติของอุปสงค์และความล่าช้าของซัพพลายเออร์ ตามมาด้วยปัญหาสินค้าหมดสต็อกและสินค้าเกินสต็อก

ความแม่นยำในการพยากรณ์กฎหมาย

ข้อผิดพลาดของมนุษย์เป็นปัญหาสำคัญใน 46% ของคลังสินค้า (เส้นทางซอฟต์แวร์, 2020) 67.4% ของผู้จัดการห่วงโซ่อุปทานใช้สเปรดชีต Excel เป็นเครื่องมือในการจัดการ (Zippa, 2022)

ข้อจำกัดในการซื้อ

34% ของธุรกิจจัดส่งคำสั่งซื้อล่าช้าเนื่องจากพวกเขาขายสินค้าที่ไม่มีในสต็อกโดยไม่ได้ตั้งใจ (Peoplevox, 2021)

ขาดการมองเห็นและการควบคุม

การมองเห็นห่วงโซ่อุปทานเป็นหนึ่งในลำดับความสำคัญเชิงกลยุทธ์สูงสุดสำหรับบริษัทต่างๆ ทั่วโลก (EY, 2021) มีเพียง 6% ของบริษัทเท่านั้นที่รายงานการมองเห็นทั้งหมดเกี่ยวกับห่วงโซ่อุปทานของตน 69% ของบริษัทไม่สามารถมองเห็นได้ทั้งหมด (Zippa, 2022)

Digital Twin คืออะไร?

Digital Twin คือสำเนาดิจิทัลที่สมบูรณ์ของสินทรัพย์ กระบวนการ และรายละเอียดการดำเนินงานทั้งหมดที่เข้าสู่ห่วงโซ่อุปทาน ขับเคลื่อนโดยการวิเคราะห์ขั้นสูงและปัญญาประดิษฐ์ ช่วยให้คุณมีมุมมองเชิงลึกและครอบคลุมเกี่ยวกับประสิทธิภาพของห่วงโซ่อุปทานในความซับซ้อนทั้งหมดแบบเรียลไทม์ และให้ข้อมูลเชิงลึกทันทีว่าอะไรทำงานได้ดี สิ่งที่สามารถปรับปรุงได้ และความเสี่ยงที่อาจเกิดขึ้น .

Digital Twin จะยกระดับประสิทธิภาพของซัพพลายเชนได้อย่างไร

“Digital Twin คือการจำลองอนาคตของเราในระยะยาว” – Alex Kosulko กล่าว” สามารถรองรับกระบวนการทั้งหมดตั้งแต่การวางแผนไปจนถึงการเติมเต็ม S&OP และยังให้การคาดการณ์ทางการเงินสำหรับผู้บริหารและแผนกการเงิน ดังนั้นจึงสามารถส่งผลกระทบต่อกิจกรรมเชิงพาณิชย์ทุกด้าน”

แฝดดิจิตอลสามารถอำนวยความสะดวก:

การตัดสินใจในระยะสั้น ระยะกลาง และระยะยาว

ความผันแปรของอุปสงค์ อุปทาน และการเติมเต็ม

กระบวนการ S&OP ที่สมบูรณ์

การจำลองการคาดการณ์

หากเรากำลังพูดถึง Streamline โดยเฉพาะ มันสามารถเรียกใช้การจำลองและเปิดตัวการคาดการณ์และแผนการจัดหาในอีกหลายเดือนข้างหน้า ดำเนินการตามคำแนะนำของตัวเองในระบบ ERP เสมือนเพื่อแสดงให้คุณเห็นว่าห่วงโซ่อุปทานของคุณจะมีลักษณะอย่างไรในอนาคต

ข้อผิดพลาด 3 ประการที่ควรหลีกเลี่ยงเมื่อต้องรับมือกับเครื่องมือจำลองสถานการณ์แบบไดนามิกที่ขับเคลื่อนด้วย AI

ถังขยะเข้าถังขยะออก

การใช้ข้อมูลที่ไม่ถูกต้องในการจำลองของคุณนำไปสู่แผนการจัดหาที่ไม่ถูกต้องและไม่สมจริง วิธีที่ดีที่สุดในการหลีกเลี่ยงปัญหานี้คือ (1) รับแผนอุปสงค์เริ่มต้นที่สร้างขึ้นด้วยความช่วยเหลือของเครื่องมือคาดการณ์ที่ใช้ AI (2) รับการลงชื่อออกจากแผนกวางแผนเพื่อใช้การจำลองแบบไดนามิกเพื่อเพิ่มสมมติฐานของทีม (3) เรียกใช้การจำลองแบบไดนามิกเพื่อให้เห็นภาพในอนาคตว่าห่วงโซ่อุปทานของคุณมีแนวโน้มที่จะทำงานอย่างไร

ไม่สนใจเอฟเฟกต์ผีเสื้อ

แม้แต่การเปลี่ยนแปลงเล็กน้อยในพารามิเตอร์ของคุณก็ต้องการการคำนวณใหม่ในระยะยาว หากคุณต้องการมองไกลไปในอนาคต คุณจะต้องเปิดใช้การจำลองแบบไดนามิกระยะยาวซ้ำๆ

ลืมเกี่ยวกับความแปรปรวน

มีโซลูชันมากมายที่นำเสนอแบบจำลองที่ค่อนข้างง่ายซึ่งไม่สามารถจับคู่กับความซับซ้อนของการดำเนินการในห่วงโซ่อุปทานของคุณได้ ในขณะที่หลายตัวเลือกให้คุณคำนึงถึงความผันแปรของอุปสงค์ แต่อาจไม่ได้คำนึงถึงพารามิเตอร์ที่จำเป็นอื่นๆ เช่น ความแปรปรวนของเวลารอคอยสินค้า ตรวจสอบให้แน่ใจว่าคุณเลือกแพลตฟอร์มที่รวมพารามิเตอร์ทั้งสองนี้เข้าด้วยกัน หากคุณมุ่งมั่นในการวางแผนการสั่งซื้อที่ถูกต้องและเป็นจริง

ในบันทึกสุดท้าย

คำแนะนำจากผู้เชี่ยวชาญของเราในการปรับปรุงประสิทธิภาพห่วงโซ่อุปทานของคุณ:

1. พยายามทำความเข้าใจว่าช่องว่างอยู่ที่ไหนในห่วงโซ่อุปทานขององค์กรของคุณ

2. กำหนดเป้าหมายเชิงปริมาณและเชิงคุณภาพที่คุณต้องการบรรลุ

3. ปรึกษาผู้เชี่ยวชาญเกี่ยวกับวิธีดำเนินการซัพพลายเชนของคุณให้ดียิ่งขึ้นโดยใช้โซลูชัน Digital Twin

4. สร้างกลยุทธ์และคำแนะนำทีละขั้นตอนในการบรรลุเป้าหมายทางธุรกิจของคุณ

“เรายินดีที่จะมอบความเชี่ยวชาญให้กับคุณจากประสบการณ์การทำงานกับลูกค้ามากกว่า 1,000 ราย” – นาตาลี ลภัจจ์ เอกสิทธิ์ กล่าว “พันธกิจของเราคือการช่วยให้ธุรกิจปรับปรุงห่วงโซ่อุปทานด้วยโซลูชันการวางแผนห่วงโซ่อุปทานแบบดิจิทัลของเรา”