Zwiększ poziom swojego łańcucha dostaw w 2023 r. dzięki 5 kluczowym strategiom biznesowym

Jak przekonały się branże, potrzeby zarówno konsumentów, jak i firm mogą zmienić się w mgnieniu oka, a łańcuchy dostaw muszą być również gotowe na zwrot pieniędzy, gdy popyt na towary osiągnie nierównowagę. Mamy już miesiąc do 2023 r., a prognozy ekonomiczne wskazują, że przed przedsiębiorstwami czeka dużo pracy, aby zachować dobrą kondycję i rentowność. Aby pomóc stawić czoła nadchodzącym wyzwaniom i wykorzystać doświadczenia z przeszłości, nakreśliłem pięć krytycznych strategii dla łańcuchów dostaw, które mają ogromne znaczenie dla firm, aby zachować elastyczność w nadchodzącym roku. Przeczytaj i daj mi znać w komentarzach, jak widzisz rzeczy z Twojej perspektywy.

Nearshoring produkcji w celu złagodzenia niedoborów zaopatrzenia

W tym w zeszłym roku kolumna, pisałem o tym, jak pandemia poważnie wpłynęła na praktyki offshoringowe amerykańskich firm w ciągu ostatnich kilku dekad.

Offshoring był preferowanym, niedrogim sposobem, w jaki amerykańskie firmy prowadziły swoją produkcję od lat 1980. Wykorzystanie tańszej chińskiej siły roboczej do osiągnięcia rentownej produkcji pomogło utrzymać offshoring na szczycie międzynarodowej listy producentów. Ale kiedy uderzył COVID i Chiny zamknęły produkcję w wielu regionach, system został poważnie dotknięty. Jak wtedy pisałem, „zatarł się silnik”.

W odpowiedzi amerykańscy producenci zaczęli się denerwować, a wielu zaczęło koncentrować się na strategiach stosowania reshoringu i near-shoringu. Niestety, trend ten nabrał tempa i oczekuje się, że w 2023 roku będzie rosnąć.

Nearshoring działa, ponieważ polega na zbliżeniu się do dostawców, producentów i klientów. Strategiczna lokalizacja w krajach blisko Twoich partnerów sprawia, że ​​nearshoring jest dziś realną opcją. Nawet nasz Obecna administracja mówi o nearshoringu z meksykańskimi firmami.

Jestem entuzjastycznie nastawiony do rozwoju nearshoringu. Zwiększona prędkość wysyłki, bliższa komunikacja z dostawcami i możliwość szybkiego reagowania na zewnętrzne zmiany w łańcuchu dostaw to korzyści wynikające z tej zmiany. Nadszedł jednak czas, aby połączyć postępy w sztucznej inteligencji i automatyzacji produkcji z praktykami nearshoringu w celu zwiększenia PKB naszego kraju.

Przyspieszone przyjęcie sztucznej inteligencji i uczenia maszynowego w celu doskonalenia paliwa dla ludzi i procesów

Wdrażanie sztucznej inteligencji (AI) i uczenia maszynowego (ML) przynosi producentom wiele korzyści, w tym lepszą wydajność, oszczędności i nowe możliwości. Jednak proces przyjmowania tych technologii może być złożony i wieloaspektowy.

Ponieważ większość firm boryka się z trudnościami ekonomicznymi, globalni producenci muszą nauczyć się priorytetyzować cyfryzację i lepiej zarządzać ryzykiem. Mogą to zrobić, optymalizując analizę wydatków MRO lub, w ramach swoich procesów zakupowych, uruchamiając rozwiązanie do analizy dostawców.

Pojęcie to dotyczy różnych branż, od przemysł lotniczy, do produktów papierniczych, do motoryzacji. Dla firm rozpoczynających wdrażanie AI i ML niezbędnym krokiem jest zidentyfikowanie konkretnych obszarów procesu produkcyjnego, które można ulepszyć za pomocą tych technologii. Może to obejmować analizę danych z istniejących systemów w celu zidentyfikowania wzorców i trendów. Firmy mogą dążyć do wdrożenia nowych czujników i systemów gromadzenia danych lub pracować nad oczyszczeniem istniejących danych do wykorzystania w modelach szkoleniowych.

Po wprowadzeniu danych i zasobów producenci mogą rozpocząć szkolenie i wdrażanie modeli sztucznej inteligencji i uczenia maszynowego, aby skutecznie ulepszać docelowe obszary procesu produkcyjnego. Po przetestowaniu i zweryfikowaniu modele AI/ML można zintegrować.

Te nowe technologie oparte na sztucznej inteligencji/chmurze mogą pomóc zharmonizować dane i zoptymalizować architekturę sieci łańcucha dostaw. Aby ułatwić ten proces, można je zintegrować z istniejącymi systemami sterowania i oprogramowaniem lub wykorzystać do opracowania nowych interfejsów i przepływów pracy w celu wsparcia korzystania z modeli.

Powodzenie przyjęcia sztucznej inteligencji i uczenia maszynowego w procesie produkcyjnym może częściowo zależeć od dostosowań w kulturze firmy, szkoleniu pracowników oraz wyższym poziomie ryzyka i zmian. Ale warto, aby osiągnąć cele transformacji cyfrowej — znaczne oszczędności, nowe możliwości, lepszą wydajność i lepszy wgląd w struktury zapasów.

Współpraca producent-dostawca do poprawy

Ważnym aspektem tegorocznych posunięć w kierunku sztucznej inteligencji i uczenia maszynowego jest to, że producenci będą łatwiej i lepiej współpracować z dostawcami niż wcześniej. Korzystanie z systemów sztucznej inteligencji może pomóc producentom w skuteczniejszej współpracy z dostawcami.

Korzystając z analizy predykcyjnej i oceny danych AI, organizacje znajdą nowe sposoby analizowania danych dotyczących sprzedaży, produkcji i czasów realizacji zamówień od dostawców, aby określić optymalną ilość materiałów i produktów do przechowywania w magazynie. Nazywamy to 'Materialna prawda”, czyli zdolność organizacji do zarządzania zapasami, aby „zawsze mieć odpowiednią część, we właściwym miejscu, we właściwym czasie”.

Przy tak dużej ilości danych przepływających przez systemy korporacyjne niezwykle ważne jest, aby firmy w pełni rozumiały ilości zapasów, czasy realizacji zamówień od dostawców, historię zamówień i nie tylko na podstawie danych. Technologia sztucznej inteligencji pomaga producentom dokładniej przewidywać popyt na produkty. To pozwala im lepiej komunikować się z dostawcami w celu bardziej efektywnego łańcucha dostaw.

Narzędzia komunikacyjne AI są już używane w wielu organizacjach, takie jak chatboty obsługujące sztuczną inteligencję, wirtualni asystenci i inne podobne narzędzia. Mogą one również pomóc dostawcom i producentom w efektywnej komunikacji, dostarczając w czasie rzeczywistym informacje o statusie zamówienia, terminach dostaw i innych istotnych punktach danych.

Kontynuacja inwestycji technologicznych pomimo presji inflacyjnych

Pomimo wysokich stóp procentowych, presji inflacyjnej i niepewnej gospodarki, główni producenci nadal inwestują w swoje praktyki w zakresie sztucznej inteligencji i łańcucha dostaw technologii.

Inwestycje napływają do firm technologicznych, które mogą pomóc liderom łańcucha dostaw technologii AI, analiz predykcyjnych, sprzętu automatyki, systemów oprogramowania do magazynowania, dystrybucji i logistyki oraz systemów informatycznych i notatek kontrolnych Nurkowanie w łańcuchu dostaw.

Doskonałym przykładem na początku 2023 r Nowy kapitał MacroFab w wysokości 42 milionów dolarów za platformę produkcyjną w chmurze dla producentów elektroniki.

W rzeczywistości prawie ⅔ (64%) badanych firm w ostatnim Raport Branży Łańcucha Dostaw sporządzony przez MHI, największe w kraju stowarzyszenie zajmujące się obsługą materiałów, logistyką i łańcuchem dostaw, poinformowało, że zwiększa inwestycje technologiczne w swoim łańcuchu dostaw.

Kolejny raport z Instytut Badawczy CapGemini pokazuje, że prawie 40% ankietowanych firm planuje zwiększyć inwestycje w technologię, aby przyspieszyć transformację swojej firmy i pomóc obniżyć koszty.

Ponieważ inwestorzy oczekują, że firmy wyposażone w sztuczną inteligencję przejmą inicjatywę, widzimy świetlaną przyszłość dla firm, które zmienią swoje podejście do zarządzania ryzykiem operacyjnym za pomocą kapitału obrotowego, budując bardziej odporną sieć dostaw.

Organizacje szukają sposobów na zmniejszenie kapitału obrotowego w miarę zmniejszania się popytu

Ponieważ presja biznesowa i inflacja będą nadal eskalować w 2023 r., organizacje prawdopodobnie będą nadal szukać sposobów na zmniejszenie kapitału obrotowego w miarę spadku popytu. Można to osiągnąć m.in obniżenie liczby pracowników a także poprzez wdrażanie różnych środków ograniczających koszty.

Niektóre ogólne sposoby zmniejszania kapitału obrotowego przez firmy mogą obejmować:

• Negocjuj lepsze warunki płatności z dostawcami
• Dokładniej zarządzaj zobowiązaniami / należnościami.
• Usprawnij procesy produkcyjne, aby skrócić czas realizacji
• Zwiększ efektywność zarządzania zapasami, na przykład wdrażając nowe systemy zarządzania materiałami z obsługą sztucznej inteligencji, aby uzyskać lepszy wgląd w poziomy zapasów;
• Zmniejsz ogólne koszty operacyjne, tnąc wydatki i zwalniając pracowników

Zmniejszenie kapitału obrotowego wiąże się z ryzykiem w harmonogramach produkcji i dostaw, dlatego decyzje te należy podejmować ostrożnie.

Organizacje mogą znaleźć możliwości usunięcia niewykorzystanego kapitału obrotowego ze swojego bilansu poprzez wdrożenie strategicznego zarządzania materiałami. Może to pomóc firmom obniżyć koszty zamiast zwalniać pracowników. Korzyścią jest to, że ludzie zachowują swoje miejsca pracy, firma obniża koszty w całej organizacji i nie traci dobrych talentów. Uważamy, że są to obszary, które wielu członków kadry kierowniczej wolałoby wdrożyć w dłuższej perspektywie.