管理からオーケストレーションまで

 

サプライ チェーン マネージャーは現在、無数の課題に直面しています。複数のソースからのリアルタイムのサプライ チェーン データの流れが増加する一方で、計画期間と予想される実行時間は短縮されています。新しいテクノロジーにより、設計と実行における変革が目前に迫っています。
 

元カリフォルニア州知事のジェリー・ブラウンはかつて、無数の競合するニーズや利益が存在する広大で複雑な州について、実際には統治するというよりは統治していない、とコメントした。サプライチェーン管理者はその気持ちをよく知っています。

 

サプライ チェーンは、その範囲が国境を越え、数百、数千の n 層サプライヤーやベンダーに及ぶにつれて、その複雑さの変曲点に急速に近づいています。その一方で、配送ポイントとカスタマイズされた配送オプションの爆発的な増加に直面しています。

 

新型コロナウイルス-19のパンデミック、深刻な気象現象、2020-21のインフラ障害は、オムニチャネル、消費者直販の増加により、より広範な課題を増幅させるだけでした。

 

「サプライチェーン管理について考えるとき、商品を必要な場所に届けるために必要なすべての活動の観点から考えます」と、サプライチェーン管理ソフトウェアプロバイダーであるキナクシスの製品マーケティング担当ディレクター、アレクサ・チーター氏は説明します。 。 「どうすれば人々を幸せにし、彼らが望むものを、望むときに、望む場所で、適切な構成と色で、適切なコストで、地球への害を最小限に抑えながら提供できるでしょうか。これらは、企業がバランスをとらなければならない複雑な要素です。」 。」

 

サプライチェーンの計画と実行は現在も非常に細分化されたままです。重要な情報は、社内の部門間であれ、社内および社外のパートナー間であれ、データ サイロに区分化されており、それぞれに異なるプロセス、パフォーマンス、成功指標があり、機能ごとに時間をかけて定義および開発された個別のテクノロジー スタックが存在します。その結果、多くの場合、情報のギャップや業務の非効率が生じ、投資収益率や運転資本はもちろん、パフォーマンス、回復力、顧客満足度にも影響を及ぼします。

 

対照的に、全体的でよく調整されたサプライ チェーンでは、プロセスの最適化と自動化、ネットワーク パフォーマンスの継続的な監視、測定、微調整を通じて隠れた効率を引き出すことができます。サプライ チェーン オーケストレーションはサプライ チェーンの計画と実行の間のつながりを活性化しますが、成功するには適切なテクニックとサポート テクノロジーが必要です。

 

トップダウンで内部指示された実行による手動プロセスとレガシー ソフトウェアで実行される総合的なアプローチでは、過去 30 年間業界を支配してきたサイロ化された手法より優れた結果を生み出すことはできません。特に、関連性のない外部ソースからの必要なデータがますます増えているため、エンドツーエンドのデータ変数とトレードオフの決定があまりにも多すぎます。

 

変革を受け入れる

サプライ チェーンのオーケストレーションには、社内、パートナー、サードパーティのコンテキスト データ (交通状況、天候、市場動向、需要指標、出荷センサー データなど) をリアルタイムで標準化および統合するための、より高いレベルのデジタル成熟度と接続性が必要です。 、継続的な流れ。通常、人工知能 (AI) と機械学習 (ML) によって推進される分析は、テクノロジーが進歩し、アクセス可能で手頃な価格になるにつれて、大量のデータを迅速に解釈して可視性を高め、より迅速で正確な意思決定を行うためにますます「必須」となっています。 -製作中。

 

最終的な目標は、エンドツーエンドの管制塔の可視性、パートナーの透明性とコラボレーションです。新型コロナウイルスによる混乱は、突然の供給制約、需要の変化、出荷の例外をリアルタイムで予測、感知し、対応する必要性を浮き彫りにしました。それは簡単ではありません。テクノロジーの学習曲線、必要な内部変更管理、ROI までの時間は、企業がモダナイゼーションをためらう際によく挙げるハードルです。

重要な出発点は、サプライ チェーンの重要な要素を統合して接続し、組織全体の部門や機能のサイロに閉じ込められているエンドツーエンドの内部データのロックを解除し始めることです。

 

計画面では、全社の需給、在庫、販売、業務、統合事業計画などの計画データをデータベース形式で標準化し、管制塔の見える化を通じて共有できるようにすることを意味します。実行面では、返品や循環性を含む、注文、在庫、輸送管理データを完全に統合することを意味します。最後に、出荷追跡、ネットワークパフォーマンスの測定、供給リスクと需要の変化の評価のために生成される、継続的なフローの管制塔「監視」データがあります。

 

「単一のユーザーエクスペリエンスと統合されたコントロールタワーアプローチを備えた、計画と実行のための単一のプラットフォームに向けて、市場がその方向に動いているのを我々は見ています」とチーター氏は言う。

 

デジタル変革が組織変革を推進

 

テクノロジーはオーケストレーションを可能にする重要な要素ですが、本当の変化の推進力は、データ サイロが解体されるときの新しい組織図です。

単一の信頼できるソースからの継続的な情報フローは、ユーザーフレンドリーなダッシュボードを通じてカスタマイズ可能で、AI/ML 分析を通じて解釈され、サプライヤーのサプライヤーから顧客の顧客までのパートナー間でほぼリアルタイムで共有可能であり、洞察を明らかにし、コラボレーションを促します。 「サプライチェーンはチームスポーツになりつつあります」とチーター氏は言う。 「誰もが自分の役割を果たし、他の人が何をしているのか、自分の行動の影響を知っており、同じ目標に向かって取り組んでいます。これは、今日のサプライチェーンを管理している人たちとはまったく対照的です。機能別のグループが、意識せずに、または意識せずに自分たちの機能上の目標に焦点を当てています。サプライチェーンの他の部分が何をしているかには無関心です。」

 

そして、「水平統合や機能間の接続だけではありません。サプライチェーンが連携するだけでは十分ではありません」と付け加えた。全員が戦略的に連携できるように、財務、販売、マーケティング、およびビジネス内のその他の中核機能と接続する必要があります。」

これらすべては、多くの大企業、そしてほとんどの中小企業がまだ備えていないプロセスの成熟度と接続性のレベルを示唆しています。同時に、サプライヤーやベンダーは、入札プロセスの一環としてデジタルの成熟度と統合能力に関する情報を提供する必要性がますます高まっています。

 

「パートナー全員が同じ成熟度レベルである必要はなく、ほとんどの場合、そうではありません」とチーター氏は主張する。 「ネットワーク内の一部のパートナーが他のパートナーよりも成熟していない場合でも、サプライ チェーン オーケストレーションから価値を見出す鍵となるのは、接続を維持し、同じデータ セットへのアクセスを共有する意欲です。統合により、成熟度の低いパートナーの能力を向上させることができます。接続しています。」

 

検出速度=修正速度

 

AI と ML は新しいテクノロジーではありませんが、手頃な価格の既製ソリューションは最近まで広く入手可能ではありませんでした。サプライ チェーン計画に関して言えば、最初の価値は、大量のデータを処理し、分析を通じて運用とパフォーマンスの洞察を引き出し、将来の「もしも」のシナリオをテストできる能力から生まれました。

 

AI と ML は計画から実行まで範囲を広げ、現在および過去の内部および外部の供給およびチャネル データをマイニングして、例外への対応を迅速化します。 「あらゆる種類の混乱、あらゆる種類のリスク、あらゆる種類の機会にリアルタイムで対応できる能力が重要です」とチーター氏は言います。 「計画を実際に起こっていることと関連付けることができる必要があり、その 2 つが一致しない場合は、それをすぐに理解し、数時間以内に新しい計画を迅速に実行層に戻す必要があります。」

 

AI と ML による予測分析は、100% の予測精度を約束するものではありませんが、代わりに、数千のシナリオの相対確率を数分で評価する機能を利用して、より詳細な計算を行い、より知識に基づいた予測を実現します。

 

コンテキスト気象データの継続的なデータ フローは、たとえば、ハリケーンの接近を検出し、その予想される深刻度を評価し、貨物の代替ルートを推奨したり、ビジネスの継続性を確保するために影響を受けた地域でのリソースの再配分を推奨したりする可能性があります。システムは現実世界の状況の管理から時間をかけて「学習」するため、明らかな関連性のある信号をノイズから区別できるようになります。応答を自動化して、人間の介入を可能にしながら反応時間を短縮できます。

 

その時点で、予測分析は規範的なものとなり、現在および過去の資産と機能を詳細に理解し、代替戦略を推奨および実行することができます。 「規範的分析の利点は、考えられるソリューションの推奨がビジネス KPI に基づいており、それが個別の選択肢としてビジネス戦略に結び付けられ、サービス レベルやマージンなどへの影響の可能性を検討できることです」とチーター氏は言います。すべての決定にはトレードオフがあります。」

 

効率化とコスト削減。そして持続可能性。そしてコンプライアンス。そして…

 

リアルタイムの共有サプライ チェーンの可視性とコラボレーションによってもたらされる運用とプロセスの利点はよく知られています。つまり、出荷と在庫を追跡することです。ルート、積み込み、倉庫の移動時間を最適化します。サプライヤーとベンダーを選択および管理します。例外などを管理します。

しかし現在、サプライチェーン管理者は、従来の商業領域の外にある、しかし同様に現実的または緊急性のある一連の新たな懸念に備えて身構えています。

 

気候変動と持続可能性の目標は、気候変動が悪化する中、新世代の消費者や政府規制当局にとって最優先事項となっており、カーボンニュートラル1.5を達成するためには具体的な行動が必要となっている。^o産業革命以前の気温よりも高い。廃棄物を最小限に抑えるために、既存の製品のライフサイクルを延長し、衣類、電子機器、その他の製品の再利用および再利用のための販売後のチャネルを構築する循環性の取り組みも優先事項です。最後に、強制労働、工場の状況、紛争鉱物の使用、制裁違反などの出所に関する懸念により、サプライチェーンはさらに複雑になります。

 

これらすべての目標は、時間の経過とともに、いわゆる「スコープ 3」までの排出量の場合、サプライヤーのサプライヤーから顧客の顧客へのエンドツーエンドの排出量報告が必要となる可能性があります。遵守しない場合は、罰金や罰金が科せられるだけでなく、販売損失が発生する可能性もあります。

受け入れは遅れていますが、EU、日本、オーストラリア、北米などで保留中の規制に注目が集まっています。 「企業にとっては、2024年の数値を使用して2025年の実効値を報告しなければならないため、企業にとってはさらに困難になるだろう。そのため、サプライチェーン全体でどのような決定を下し、地球に影響を与えているかを十分に把握する必要がある」サプライヤーが何をしているかさえ、そうでなければ重い罰金を科される危険があります。」

 

良いニュースは、1) 燃料消費量と排出量の削減、製品と原材料の循環性、労働者と周囲のコミュニティの公正な扱いを実証できる企業は、顧客と従業員のロイヤルティで報われる立場にあるということです。 2) 二酸化炭素排出量の削減と無駄な労力と材料の排除により、時間の経過とともに有意義な効率性とコスト削減がもたらされ、ROI が加速し、運転資本が解放され、バランスシートが改善されます。

 

AI/ML 対応の分析によってサポートされる、エンドツーエンドのサプライ チェーンのリアルタイムで実用的な「すべてを、どこでも、一度に」コントロール タワー ビューでサポート - Cheater と Kinaxis はこれを「同時実行性」と呼んでいます -これは、新型コロナウイルス感染症後の環境において非常に潜在的な価値があります。ただし、メリットを最大限に実現するには、社内部門全体およびパートナー間での新たなレベルの透明性と積極的なコラボレーション、そしてサプライチェーン管理の新しい見方（トップダウンの指示ではなく、信頼できる単一のソースを介して調整する）が必要です。情報の共有とビジョンの共有。