Think Tank RSS
”osäkerhet är den enda säkerheten som finns”, skrev matematiker John Allen Paulos en gång. Upphandling och supply chain management industrier är inget undantag, men nästa generations teknik ger trender värda att titta på.
med tiden har leveranskedjan skiftat från backoffice-funktionen som den en gång var till en strategisk drivkraft för affärstillväxt. Moderna affärsmodeller, tekniska framsteg och innovativa processer har gjort leveranskedjorna effektiva och smidiga.
leveranskedjorna kommer att bli mer komplexa och internationellt spridda. Upphandlingsledare måste bygga vidare på nyare funktioner för att hjälpa dem att navigera i det föränderliga affärslandskapet och anpassa sig snabbt.
Hur kommer leveranskedjorna att se ut i år 2030? Big data, cloud computing, artificial intelligence (AI), robotic process automation (rpa) och Internet of things (IoT) kommer att hjälpa upphandlingsledare, entreprenörer och supply chain managers att möta framtida efterfrågan.
medan big data inom logistik fortfarande är i sin linda, är det grunden på vilken AI, cloud computing och RPA blir mer exakta och effektiva för att förenkla uppgifter och förflytta dem till automatiserade system. Big data utökar datauppsättningen för analys utöver de traditionella interna data i supply chain management system och programvara. Det gäller också statistiska processer för nya och befintliga datakällor. Nu saknar de flesta företag verktyg och kunskap för att utforska och använda big data i sina försörjningskedjor. I framtiden kommer dessa verktyg att vara mer tillgängliga.
Cloud Computing och AI
försörjningskedjor genererar stora data, och molnbaserad AI förvandlar dessa data till insikter. Cloud computing i kombination med AI har förändrat hur försörjningskedjor fungerar, och dess förmågor kommer bara att öka i komplexitet under de kommande 10 åren. Genom prediktiv analys kan moln-och AI-system använda tidigare trender och marknadsindikatorer för att underlätta följande processer:
- powering process automation
- informera leverantörsval
- förbättra kundsupport
- effektivisera leverantör onboarding och automatisera leverantörshantering
- tillhandahålla realtidsinformation om transporter
- analysera bärarens prestanda
- förutse trender i operativa frågor
progressiva företag använder redan supply chain knowledge management-system för att svara på försörjningskedjans svårigheter i realtid. Med en molnbaserad, mobilaktiverad lösning matar handledare in information från arbetsplatsen och meddelar omedelbart operatörer.
företag kan bygga transparenta leverantörsrelationer genom att automatisera informationsutbytet mellan en organisation och dess leverantörer och entreprenörer. Organisationer kan enkelt hantera sina leverantörer ner till varje enskild arbetare över geografiskt spridda arbetsplatser. Arbetare kan slutföra platsspecifik orientering och utbildning online innan de sätter sin fot på plats. Operatörer kan spåra utbildningsplanens slutförandestatus och bedöma kunskapsbevarande genom online-utvärderingar.
Analytics kan hjälpa företag att övervaka leverantör / leverantörskapacitet och spåra data om leverantörens efterlevnad eller prestanda. Traditionellt sammanställde olika avdelningar denna information genom pappersrekord. Beslutsfattare var tvungna att sikta igenom högar av papper eller elektroniska filer för att hitta denna information. Idag tillåter avancerad analys operatörer att definiera leverantörsattribut för att kategorisera dem i logiska profilavsnitt. Detaljerade leverantörsprofiler gör det enklare för operatörer att snabbt hämta, bearbeta och validera leverantörsinformation på några sekunder.
när en ny leverantör är ombord, kommer insamling, verifiering och lagring av leverantörsdata att säkerställa ansvarsfull leverantörsriskhantering. En avancerad analysmotor kan analysera dessa data för att generera insikter om leverantörsprestanda i realtid. Sådana insikter ger sourcingpersonal möjlighet att enkelt övervaka leverantören och leverantörspoolen, deras referenser som försäkringsbevis (COIs) och deras efterlevnadsstatus.
att leverera konkreta kostnadsbesparingar har alltid varit en kritisk uppgift för upphandling och kommer att fortsätta att vara en hög prioritet under det kommande decenniet. Med tanke på detta måste upphandlingsledare leta efter nyare sätt att uppnå kostnadseffektivitet. Ett sätt är genom leverantörsanalys. Kritisk leverantörsinformation fångas ofta i olika datahanteringssystem. Att konsolidera dessa data i ett gemensamt arkiv hjälper operatörer att få bättre insyn i utgifterna över hela värdekedjan. Ett centraliserat dataramverk, kompletterat med en analysmotor, kan till exempel hjälpa beslutsfattare att identifiera dyra eller lågpresterande leverantörer. Ett nytt centralt datahanteringssystem kan integreras sömlöst med det äldre systemet genom API: er (application programming interfaces).
Robotic Process Automation
robotar förväntas se ”stark tillväxt under de kommande fem åren, särskilt inom supply chain-operationer som inkluderar lägre värde, potentiellt farliga eller högriskuppgifter”, enligt Deloitte. Med den massiva tillväxten inom e-handel bör detta inte överraska någon i logistikvärlden. Robotteknikapplikationer inkluderar automatiserade fordon som drönare, lastbilar och tåg, leveranser på sista mil och system för lagring och hämtning (ASRS).
den ökade användningen av autonoma robotar kan uppnå följande mål:
- öka effektiviteten och produktiviteten
- minska omarbetnings-och riskhastigheter
- förbättra anställdas säkerhet
- utför vardagliga uppgifter så att människor kan arbeta mer strategiska ansträngningar
- öka intäkterna genom att förbättra orderuppfyllelse och leveranshastighet, vilket gör att kunderna är nöjda
nya prisstrukturer gör det möjligt för företag att investera i automatisering, vilket gör språnget till robotik mycket mer genomförbart. Med hjälp av en modell av RaaS-typ (Robotics as a Service) hyr leverantörer enheter genom ett månatligt serviceavtal istället för att kunder betalar en kapitalutgift.
Internet of Things
en framväxande trend för supply chain managers är tillgångsspårning genom IoT för att spara tid och pengar och möjliggöra datastyrt beslutsfattande.
IoT består av sammankopplade fysiska enheter som kan övervaka, samla in och skicka data till molnbaserad programvara för analys via Wi-Fi. IoT-enheter har förbättrat kvalitetshanteringen i försörjningskedjor genom GPS-spårning av leveranser och övervakning av paketförhållanden. RFID-chips, smarta enheter och mobila sensorer kan spåra och autentisera produkter, mäta temperatur, fuktighet, ljusnivåer, rörelse, hantering, hastighet och andra miljöfaktorer för transporter.
den växande takten i teknisk innovation driver digitala lösningar för supply chain management. Tack och lov kommer den tekniska resan att bli mer tillgänglig och kostnadseffektiv när fler tekniker dyker upp. Organisationer som snabbt anta dessa nya lösningar samtidigt stegvis ersätta äldre system kommer bättre navigera detta årtionde med större insikt och effektivitet.
Danny Shields är vice president för industry relations på Avetta, en leverantör av molnbaserad teknik för riskhantering i leveranskedjan.
”osäkerhet är den enda säkerheten som finns”, skrev matematiker John Allen Paulos en gång. Upphandling och supply chain management industrier är inget undantag, men nästa generations teknik ger trender värda att titta på.
med tiden har leveranskedjan skiftat från backoffice-funktionen som den en gång var till en strategisk drivkraft för affärstillväxt. Moderna affärsmodeller, tekniska framsteg och innovativa processer har gjort leveranskedjorna effektiva och smidiga.
leveranskedjorna kommer att bli mer komplexa och internationellt spridda. Upphandlingsledare måste bygga vidare på nyare funktioner för att hjälpa dem att navigera i det föränderliga affärslandskapet och anpassa sig snabbt.
Hur kommer leveranskedjorna att se ut i år 2030? Big data, cloud computing, artificial intelligence (AI), robotic process automation (rpa) och Internet of things (IoT) kommer att hjälpa upphandlingsledare, entreprenörer och supply chain managers att möta framtida efterfrågan.
medan big data inom logistik fortfarande är i sin linda, är det grunden på vilken AI, cloud computing och RPA blir mer exakta och effektiva för att förenkla uppgifter och förflytta dem till automatiserade system. Big data utökar datauppsättningen för analys utöver de traditionella interna data i supply chain management system och programvara. Det gäller också statistiska processer för nya och befintliga datakällor. Nu saknar de flesta företag verktyg och kunskap för att utforska och använda big data i sina försörjningskedjor. I framtiden kommer dessa verktyg att vara mer tillgängliga.
Cloud Computing och AI
försörjningskedjor genererar stora data, och molnbaserad AI förvandlar dessa data till insikter. Cloud computing i kombination med AI har förändrat hur försörjningskedjor fungerar, och dess förmågor kommer bara att öka i komplexitet under de kommande 10 åren. Genom prediktiv analys kan moln-och AI-system använda tidigare trender och marknadsindikatorer för att underlätta följande processer:
- powering process automation
- informera leverantörsval
- förbättra kundsupport
- effektivisera leverantör onboarding och automatisera leverantörshantering
- tillhandahålla realtidsinformation om transporter
- analysera bärarens prestanda
- förutse trender i operativa frågor
progressiva företag använder redan supply chain knowledge management-system för att svara på försörjningskedjans svårigheter i realtid. Med en molnbaserad, mobilaktiverad lösning matar handledare in information från arbetsplatsen och meddelar omedelbart operatörer.
företag kan bygga transparenta leverantörsrelationer genom att automatisera informationsutbytet mellan en organisation och dess leverantörer och entreprenörer. Organisationer kan enkelt hantera sina leverantörer ner till varje enskild arbetare över geografiskt spridda arbetsplatser. Arbetare kan slutföra platsspecifik orientering och utbildning online innan de sätter sin fot på plats. Operatörer kan spåra utbildningsplanens slutförandestatus och bedöma kunskapsbevarande genom online-utvärderingar.
Analytics kan hjälpa företag att övervaka leverantör / leverantörskapacitet och spåra data om leverantörens efterlevnad eller prestanda. Traditionellt sammanställde olika avdelningar denna information genom pappersrekord. Beslutsfattare var tvungna att sikta igenom högar av papper eller elektroniska filer för att hitta denna information. Idag tillåter avancerad analys operatörer att definiera leverantörsattribut för att kategorisera dem i logiska profilavsnitt. Detaljerade leverantörsprofiler gör det enklare för operatörer att snabbt hämta, bearbeta och validera leverantörsinformation på några sekunder.
när en ny leverantör är ombord, kommer insamling, verifiering och lagring av leverantörsdata att säkerställa ansvarsfull leverantörsriskhantering. En avancerad analysmotor kan analysera dessa data för att generera insikter om leverantörsprestanda i realtid. Sådana insikter ger sourcingpersonal möjlighet att enkelt övervaka leverantören och leverantörspoolen, deras referenser som försäkringsbevis (COIs) och deras efterlevnadsstatus.
att leverera konkreta kostnadsbesparingar har alltid varit en kritisk uppgift för upphandling och kommer att fortsätta att vara en hög prioritet under det kommande decenniet. Med tanke på detta måste upphandlingsledare leta efter nyare sätt att uppnå kostnadseffektivitet. Ett sätt är genom leverantörsanalys. Kritisk leverantörsinformation fångas ofta i olika datahanteringssystem. Att konsolidera dessa data i ett gemensamt arkiv hjälper operatörer att få bättre insyn i utgifterna över hela värdekedjan. Ett centraliserat dataramverk, kompletterat med en analysmotor, kan till exempel hjälpa beslutsfattare att identifiera dyra eller lågpresterande leverantörer. Ett nytt centralt datahanteringssystem kan integreras sömlöst med det äldre systemet genom API: er (application programming interfaces).
Robotic Process Automation
robotar förväntas se ”stark tillväxt under de kommande fem åren, särskilt inom supply chain-operationer som inkluderar lägre värde, potentiellt farliga eller högriskuppgifter”, enligt Deloitte. Med den massiva tillväxten inom e-handel bör detta inte överraska någon i logistikvärlden. Robotteknikapplikationer inkluderar automatiserade fordon som drönare, lastbilar och tåg, leveranser på sista mil och system för lagring och hämtning (ASRS).
den ökade användningen av autonoma robotar kan uppnå följande mål:
- öka effektiviteten och produktiviteten
- minska omarbetnings-och riskhastigheter
- förbättra anställdas säkerhet
- utför vardagliga uppgifter så att människor kan arbeta mer strategiska ansträngningar
- öka intäkterna genom att förbättra orderuppfyllelse och leveranshastighet, vilket gör att kunderna är nöjda
nya prisstrukturer gör det möjligt för företag att investera i automatisering, vilket gör språnget till robotik mycket mer genomförbart. Med hjälp av en modell av RaaS-typ (Robotics as a Service) hyr leverantörer enheter genom ett månatligt serviceavtal istället för att kunder betalar en kapitalutgift.
Internet of Things
en framväxande trend för supply chain managers är tillgångsspårning genom IoT för att spara tid och pengar och möjliggöra datastyrt beslutsfattande.
IoT består av sammankopplade fysiska enheter som kan övervaka, samla in och skicka data till molnbaserad programvara för analys via Wi-Fi. IoT-enheter har förbättrat kvalitetshanteringen i försörjningskedjor genom GPS-spårning av leveranser och övervakning av paketförhållanden. RFID-chips, smarta enheter och mobila sensorer kan spåra och autentisera produkter, mäta temperatur, fuktighet, ljusnivåer, rörelse, hantering, hastighet och andra miljöfaktorer för transporter.
den växande takten i teknisk innovation driver digitala lösningar för supply chain management. Tack och lov kommer den tekniska resan att bli mer tillgänglig och kostnadseffektiv när fler tekniker dyker upp. Organisationer som snabbt anta dessa nya lösningar samtidigt stegvis ersätta äldre system kommer bättre navigera detta årtionde med större insikt och effektivitet.
Danny Shields är vice president för industry relations på Avetta, en leverantör av molnbaserad teknik för riskhantering i leveranskedjan.