tænketank RSS
“usikkerhed er den eneste sikkerhed, der er,” skrev matematikeren John Allen Paulos engang. Indkøbs-og forsyningskædestyringsindustrien er ingen undtagelse, men næste generations teknologi giver tendenser, der er værd at se.
med tiden er forsyningskæden skiftet fra den back-office-funktion, den engang var, til en strategisk drivkraft for forretningsvækst. Moderne forretningsmodeller, teknologiske fremskridt og innovative processer har gjort forsyningskæderne effektive og smidige.
forsyningskæder bliver mere komplekse og internationalt spredte. Indkøbsledere skal bygge videre på nyere muligheder for at hjælpe dem med at navigere i det skiftende forretningslandskab og tilpasse sig hurtigt.
med denne hastighed, hvordan vil forsyningskæder se ud i år 2030? Big data, cloud computing, kunstig intelligens (AI), robotic process automation (RPA) og internet of things (IoT) vil hjælpe indkøbsledere, entreprenører og forsyningskædeledere med at imødekomme fremtidig efterspørgsel.
mens big data inden for logistik stadig er i sin barndom, er det grundlaget for, at AI, cloud computing og RPA bliver mere nøjagtige og effektive til at forenkle opgaver og henvise dem til automatiserede systemer. Big data udvider datasættet til analyse ud over de traditionelle interne data i supply chain management systemer og programmer. Det gælder også statistiske processer for nye og eksisterende datakilder. Nu mangler de fleste virksomheder værktøjer og viden til at udforske og udnytte big data i deres forsyningskæder. I fremtiden vil disse værktøjer være mere tilgængelige.
Cloud Computing og AI
forsyningskæder genererer big data, og cloud-baseret AI forvandler disse data til indsigt. Cloud computing kombineret med AI har transformeret, hvordan forsyningskæder fungerer, og dets evner vil kun stige i kompleksitet i løbet af de næste 10 år. Gennem forudsigelig analyse kan cloud-og AI-systemer bruge tidligere tendenser og markedsindikatorer til at lette følgende processer:
- strømforsyning procesautomatisering
- informering af leverandørvalg
- forbedring af kundesupport
- strømlining af leverandør ombordstigning og automatisering af leverandørstyring
- tilvejebringelse af information i realtid om forsendelser
- analyse af carrier performance
- foregribelse af tendenser i operationelle problemer
progressive virksomheder bruger allerede supply chain videnstyringssystemer til at reagere på forsyningskædeproblemer i realtid. Med en skybaseret, mobilaktiveret løsning indtaster vejledere oplysninger fra arbejdsstedet og underretter straks operatørerne.
virksomheder kan opbygge gennemsigtige leverandørrelationer ved at automatisere informationsudvekslingen mellem en organisation og dens leverandører og entreprenører. Organisationer kan nemt styre deres leverandører ned til hver enkelt arbejdstager på tværs af geografisk spredte arbejdssteder. Arbejdstagere kan gennemføre stedsspecifik orientering og træning online, før de sætter foden på stedet. Operatører kan spore færdiggørelsesstatus for uddannelsesplanen og vurdere videnopbevaring gennem online evalueringer.
Analytics kan hjælpe virksomheder med at overvåge leverandørens/leverandørens kapacitet og spore data om en leverandørs overholdelse eller ydeevne. Traditionelt udarbejdede forskellige afdelinger disse oplysninger gennem papirregistre. Beslutningstagere måtte Sile gennem bunker med papirer eller elektroniske filer for at finde disse oplysninger. I dag giver advanced analytics operatører mulighed for at definere leverandørattributter for at kategorisere dem i logiske profilsektioner. Detaljerede leverandørprofiler gør det lettere for operatører hurtigt at hente, behandle og validere leverandøroplysninger på få sekunder.
når en ny leverandør er ombord, vil indsamling, verifikation og lagring af leverandørdata sikre ansvarlig leverandørrisikostyring. En avanceret analysemotor kan analysere disse data for at generere leverandørpræstationsindsigt i realtid. Sådanne indsigter giver sourcing-fagfolk mulighed for nemt at overvåge leverandør-og leverandørpuljen, deres legitimationsoplysninger såsom forsikringscertifikater (Coi ‘ er) og deres overholdelsesstatus.
at levere håndgribelige omkostningsbesparelser har altid været en kritisk opgave for indkøb og vil fortsat være en høj prioritet i det næste årti. I betragtning af dette skal indkøbsledere kigge efter nyere måder at opnå omkostningseffektivitet på. En måde er gennem leverandøranalyse. Kritisk leverandørinformation er ofte fanget i forskellige datastyringssystemer. Konsolidering af disse data i et fælles lager hjælper operatører med at få bedre synlighed i udgifterne på tværs af hele værdikæden. En centraliseret dataramme suppleret med en analysemotor kan for eksempel hjælpe beslutningstagere med at identificere dyre eller lavpresterende leverandører. Et nyt centralt datastyringssystem kan integreres problemfrit med det ældre system gennem applikationsprogrammeringsgrænseflader (API ‘ er).
Robotic Process Automation
robotter forventes at se “stærk vækst i løbet af de næste fem år, især inden for forsyningskædeoperationer, der inkluderer lavere værdi, potentielt farlige eller højrisikoopgaver,” ifølge Deloitte. Med den massive vækst i e-handel bør dette ikke overraske nogen i logistikverdenen. Robotteknologi applikationer omfatter automatiserede køretøjer som droner, lastbiler og tog, last-mile leverancer og opbevaring og hentning systemer (ASRS).
den øgede brug af autonome robotter kan nå følgende mål:
- øg effektivitet og produktivitet
- reducer re-arbejde og risiko satser
- forbedre medarbejdernes sikkerhed
- udfør verdslige opgaver, så mennesker kan arbejde mere strategisk indsats
- øg omsætningen ved at forbedre ordreudførelse og leveringshastighed, hvilket efterlader kunderne tilfredse
nye prisstrukturer vil gøre det muligt for virksomheder til at investere i automatisering, hvilket gør springet til robotik meget mere gennemførligt. Ved hjælp af en RaaS-Type model (Robotics as a Service) lejer udbydere enheder gennem en månedlig servicekontrakt i stedet for at kunder betaler en kapitaludgift på forhånd.
Internet of Things
en ny tendens for supply chain managers er sporing af aktiver gennem IoT for at spare tid og penge og muliggøre datadrevet beslutningstagning.
IoT består af sammenkoblede fysiske enheder, der kan overvåge, indsamle og sende data til cloudbaserede programmer til analyse via trådløs internetadgang. IoT-enheder har forbedret kvalitetsstyring i forsyningskæder gennem GPS-sporing af forsendelser og overvågning af pakkeforhold. RFID-chips, smarte enheder og mobile sensorer kan spore og godkende produkter, måle temperatur, fugtighed, lysniveauer, bevægelse, håndtering, hastighed og andre miljøfaktorer ved forsendelser.
det voksende tempo i teknologisk innovation driver digitale supply chain management-løsninger. Heldigvis, at gå i gang med den tekniske rejse bliver mere tilgængelig og omkostningseffektiv, efterhånden som flere teknologier dukker op. Organisationer, der hurtigt vedtager disse nye løsninger, mens de trinvist erstatter ældre systemer, vil bedre navigere i dette årti med større indsigt og effektivitet.
Danny Shields er vice president of industry relations hos Avetta, en leverandør af cloud-baseret supply chain risk management teknologi.
“usikkerhed er den eneste sikkerhed, der er,” skrev matematikeren John Allen Paulos engang. Indkøbs-og forsyningskædestyringsindustrien er ingen undtagelse, men næste generations teknologi giver tendenser, der er værd at se.
med tiden er forsyningskæden skiftet fra den back-office-funktion, den engang var, til en strategisk drivkraft for forretningsvækst. Moderne forretningsmodeller, teknologiske fremskridt og innovative processer har gjort forsyningskæderne effektive og smidige.
forsyningskæder bliver mere komplekse og internationalt spredte. Indkøbsledere skal bygge videre på nyere muligheder for at hjælpe dem med at navigere i det skiftende forretningslandskab og tilpasse sig hurtigt.
med denne hastighed, hvordan vil forsyningskæder se ud i år 2030? Big data, cloud computing, kunstig intelligens (AI), robotic process automation (RPA) og internet of things (IoT) vil hjælpe indkøbsledere, entreprenører og forsyningskædeledere med at imødekomme fremtidig efterspørgsel.
mens big data inden for logistik stadig er i sin barndom, er det grundlaget for, at AI, cloud computing og RPA bliver mere nøjagtige og effektive til at forenkle opgaver og henvise dem til automatiserede systemer. Big data udvider datasættet til analyse ud over de traditionelle interne data i supply chain management systemer og programmer. Det gælder også statistiske processer for nye og eksisterende datakilder. Nu mangler de fleste virksomheder værktøjer og viden til at udforske og udnytte big data i deres forsyningskæder. I fremtiden vil disse værktøjer være mere tilgængelige.
Cloud Computing og AI
forsyningskæder genererer big data, og cloud-baseret AI forvandler disse data til indsigt. Cloud computing kombineret med AI har transformeret, hvordan forsyningskæder fungerer, og dets evner vil kun stige i kompleksitet i løbet af de næste 10 år. Gennem forudsigelig analyse kan cloud-og AI-systemer bruge tidligere tendenser og markedsindikatorer til at lette følgende processer:
- strømforsyning procesautomatisering
- informering af leverandørvalg
- forbedring af kundesupport
- strømlining af leverandør ombordstigning og automatisering af leverandørstyring
- tilvejebringelse af information i realtid om forsendelser
- analyse af carrier performance
- foregribelse af tendenser i operationelle problemer
progressive virksomheder bruger allerede supply chain videnstyringssystemer til at reagere på forsyningskædeproblemer i realtid. Med en skybaseret, mobilaktiveret løsning indtaster vejledere oplysninger fra arbejdsstedet og underretter straks operatørerne.
virksomheder kan opbygge gennemsigtige leverandørrelationer ved at automatisere informationsudvekslingen mellem en organisation og dens leverandører og entreprenører. Organisationer kan nemt styre deres leverandører ned til hver enkelt arbejdstager på tværs af geografisk spredte arbejdssteder. Arbejdstagere kan gennemføre stedsspecifik orientering og træning online, før de sætter foden på stedet. Operatører kan spore færdiggørelsesstatus for uddannelsesplanen og vurdere videnopbevaring gennem online evalueringer.
Analytics kan hjælpe virksomheder med at overvåge leverandørens/leverandørens kapacitet og spore data om en leverandørs overholdelse eller ydeevne. Traditionelt udarbejdede forskellige afdelinger disse oplysninger gennem papirregistre. Beslutningstagere måtte Sile gennem bunker med papirer eller elektroniske filer for at finde disse oplysninger. I dag giver advanced analytics operatører mulighed for at definere leverandørattributter for at kategorisere dem i logiske profilsektioner. Detaljerede leverandørprofiler gør det lettere for operatører hurtigt at hente, behandle og validere leverandøroplysninger på få sekunder.
når en ny leverandør er ombord, vil indsamling, verifikation og lagring af leverandørdata sikre ansvarlig leverandørrisikostyring. En avanceret analysemotor kan analysere disse data for at generere leverandørpræstationsindsigt i realtid. Sådanne indsigter giver sourcing-fagfolk mulighed for nemt at overvåge leverandør-og leverandørpuljen, deres legitimationsoplysninger såsom forsikringscertifikater (Coi ‘ er) og deres overholdelsesstatus.
at levere håndgribelige omkostningsbesparelser har altid været en kritisk opgave for indkøb og vil fortsat være en høj prioritet i det næste årti. I betragtning af dette skal indkøbsledere kigge efter nyere måder at opnå omkostningseffektivitet på. En måde er gennem leverandøranalyse. Kritisk leverandørinformation er ofte fanget i forskellige datastyringssystemer. Konsolidering af disse data i et fælles lager hjælper operatører med at få bedre synlighed i udgifterne på tværs af hele værdikæden. En centraliseret dataramme suppleret med en analysemotor kan for eksempel hjælpe beslutningstagere med at identificere dyre eller lavpresterende leverandører. Et nyt centralt datastyringssystem kan integreres problemfrit med det ældre system gennem applikationsprogrammeringsgrænseflader (API ‘ er).
Robotic Process Automation
robotter forventes at se “stærk vækst i løbet af de næste fem år, især inden for forsyningskædeoperationer, der inkluderer lavere værdi, potentielt farlige eller højrisikoopgaver,” ifølge Deloitte. Med den massive vækst i e-handel bør dette ikke overraske nogen i logistikverdenen. Robotteknologi applikationer omfatter automatiserede køretøjer som droner, lastbiler og tog, last-mile leverancer og opbevaring og hentning systemer (ASRS).
den øgede brug af autonome robotter kan nå følgende mål:
- øg effektivitet og produktivitet
- reducer re-arbejde og risiko satser
- forbedre medarbejdernes sikkerhed
- udfør verdslige opgaver, så mennesker kan arbejde mere strategisk indsats
- øg omsætningen ved at forbedre ordreudførelse og leveringshastighed, hvilket efterlader kunderne tilfredse
nye prisstrukturer vil gøre det muligt for virksomheder til at investere i automatisering, hvilket gør springet til robotik meget mere gennemførligt. Ved hjælp af en RaaS-Type model (Robotics as a Service) lejer udbydere enheder gennem en månedlig servicekontrakt i stedet for at kunder betaler en kapitaludgift på forhånd.
Internet of Things
en ny tendens for supply chain managers er sporing af aktiver gennem IoT for at spare tid og penge og muliggøre datadrevet beslutningstagning.
IoT består af sammenkoblede fysiske enheder, der kan overvåge, indsamle og sende data til cloudbaserede programmer til analyse via trådløs internetadgang. IoT-enheder har forbedret kvalitetsstyring i forsyningskæder gennem GPS-sporing af forsendelser og overvågning af pakkeforhold. RFID-chips, smarte enheder og mobile sensorer kan spore og godkende produkter, måle temperatur, fugtighed, lysniveauer, bevægelse, håndtering, hastighed og andre miljøfaktorer ved forsendelser.
det voksende tempo i teknologisk innovation driver digitale supply chain management-løsninger. Heldigvis, at gå i gang med den tekniske rejse bliver mere tilgængelig og omkostningseffektiv, efterhånden som flere teknologier dukker op. Organisationer, der hurtigt vedtager disse nye løsninger, mens de trinvist erstatter ældre systemer, vil bedre navigere i dette årti med større indsigt og effektivitet.
Danny Shields er vice president of industry relations hos Avetta, en leverandør af cloud-baseret supply chain risk management teknologi.