<strike id="phnzj"></strike>

<address id="phnzj"><big id="phnzj"><span id="phnzj"></span></big></address>

          <big id="phnzj"><video id="phnzj"></video></big><pre id="phnzj"></pre>
          <rp id="phnzj"></rp>

          <p id="phnzj"></p>

          <big id="phnzj"><th id="phnzj"><form id="phnzj"></form></th></big>

          大趨勢重塑供應鏈管理 | 供應鏈咨詢案例和論叢 物流供應鏈咨詢 智慧物流產業園區咨詢

          作者:chnmc編譯 Steve Banker 來自:Steve Banker 點擊:

          大趨勢重塑供應鏈管理

          大趨勢是什么?疫情大流行和數字技術如何應對這些趨勢?

          電子商務的發展

          電子商務和全渠道的增長速度已經是傳統零售的兩倍以上。大流行大大加速了這一趨勢。

          從供應鏈數字角度來看,電子商務的增長有:

          • 加快了包括自動化移動機器人在內的每個采集自動化的增長。

          • 帶領一些供應鏈計劃供應商創建新的數字孿生子-新的供應鏈模型-對這個供應鏈的建模比以前的建模要深得多。更精細的模型意味著更好的計劃-計劃可以更充分地反映這些供應鏈中存在的約束。

          • 增加了對最后一英里解決方案的需求。我們仍在這里尋找更好的解決方案。在人行道上運行的無人機和自動移動機器人尚不存在。雜貨零售商正在探索后臺的商店,這些商店已轉變為靠近客戶的倉庫,并支持更快和更低的交付成本。

          激烈的競爭

          這是不言而喻的,競爭更加激烈,數字技術為各種行業創造了新的強勢進入者,并且行業變化的發生越來越快。長期以來,供應鏈應用一直是公司競爭的一種方式。這些應用程序在降低供應鏈成本的同時改善了服務質量。

          但是,這并非完全正確。激烈的競爭可能會變得越來越無情。貿易壁壘開始上升,尤其是中美之間。來自低工資國家的公司的競爭可能開始減弱。但是貿易爭端產生了自身的挑戰。隨著關稅和貿易規則的變更更加頻繁,對全球貿易管理應用需求也在增加。

          大規模個性化

          個性化是根據客戶需求定制產品或服務的行為。包括3D打印(也稱為增材制造)在內的制造自動化使創建許多其他產品變型變得更加容易。公司開始探索按需制造而不是傳統制造模式,這意味著他們可以保留較少的實際庫存。使用零件的數字表示形式,制造商可以快速進行數字文件的小改動,而無需額外付費,從而在制造過程中提供了更大的靈活性。

          庫存單位(SKU)激增。當一家公司擁有通過傳統制造方式創建的大量存貨單位時,供應鏈就會變得更加復雜。許多公司仍在努力實現細分策略。細分策略反映了這樣的想法,即公司不應僅具有適用于所有客戶和產品的服務水平。一些客戶或產品更重要,也更有利可圖。這些產品或客戶確實應該獲得更高的服務水平。先進的供應鏈計劃解決方案對此提供了支持。

          城市化

          從農村到不斷膨脹的大都市中心一直有穩定的人口遷移。自1950年以來,世界城市人口增長了近六倍,從7.51億增長到2018年的42億。最后一英里的物流挑戰不僅涉及電子商務,還涉及城市化。這些運動還會對環境造成影響,而城市化的大趨勢造成了城市污染,這是許多消費者更喜歡購買產品的公司來接受可持續發展的另一個原因。

          移動與云計算

          在供應鏈應用程序方面,在公共云中托管的軟件即服務產品已經有了確定的趨勢。公共云解決方案的投資回收期較短,并且可以更輕松,更快地實施。Covid-19還證明,只需在客戶現場就可以使用更少的顧問來實施基于云的解決方案。供應鏈軟件供應商告訴我,就實施而言,Covid絕非偶然。轉向遠程實施咨詢并不困難。

          機器人與自動化

          在機器人技術和供應鏈管理方面,最大的問題是我們何時將擁有自動駕駛卡車?初創公司一直在為測試投入資金,但距離公路上看到無人駕駛卡車車隊還有很長的路要走。在某些情況下,這項技術的投資開始枯竭。自動駕駛卡車技術領域最著名的公司之一是Starsky Robotics。它處于將自動駕駛卡車上路的最前沿。它的成就清單是驚人的。在2016年,它成為第一款在沒有駕駛員的情況下進行實際工作即可獲得報酬的街頭合法車輛。在2018年,它成為第一輛完全無人駕駛的街頭合法卡車。在2019年,它成為第一輛在高速公路上行駛的完全無人駕駛卡車?,F在,即使有了這些成就,由于缺乏資金,該公司今年關閉。關于2024年,何時我們可能會看到無人駕駛卡車在無人駕駛的情況下自動搬運卡車的最佳猜測是2024年。這就是TuSimple員工正在投射的東西,它們看起來像是直射手。但是即使在2024年,這些卡車也不會在全國所有車道上行駛。而是將重點放在為特定客戶提供跨目標通道上。但是,似乎很清楚的是,自動駕駛卡車的投資回報率可能非常好。這些卡車不會在全國所有車道上行駛。而是將重點放在為特定客戶提供跨目標通道上。但是,似乎很清楚的是,自動駕駛卡車的投資回報率可能非常好。這些卡車不會在全國所有車道上行駛。而是將重點放在為特定客戶提供跨目標通道上。但是,似乎很清楚的是,自動駕駛卡車的投資回報率可能非常好。

          機器人流程自動化是用于自動化大量可重復任務的軟件。隨著時間的流逝,企業系統會開發出更好的自動化功能,用戶可以更有效地完成工作。但是使用遺留系統的公司可能有機會使用外部RPA解決方案來自動化遺留系統內部的工作。RPA通過執行相同的計算機擊鍵并打開人類執行的相同模塊來實現此目的。我們知道3PL通過使用RPA自動化與舊式運輸管理系統(TMS)中的規劃優化相關的高度手動任務而獲得了良好的回報。它還用于檢查運營商網站以進行約會計劃。

          笛卡爾正在將RPA嵌入其路由解決方案中。笛卡爾指出,除了最簡單的路線規劃問題外,創建最佳規劃并不像加載數據并點擊“優化”按鈕那樣簡單。相反,最好的計劃者會通過多個步驟來產生最優結果。本質上,RPA可以對最佳計劃者采取的步驟建模,以產生出色的結果。

          傳感器與物聯網

          連接到Internet的傳感器提供供供應鏈應用程序使用的數據。從理論上講,隨著整個供應鏈和制造過程中越來越多的設備成為“物聯網”的一部分,它們將產生令人難以置信的豐富數據流,該數據流將實時發送信號以觸發各種事件。例如,使用5G網絡,零件手提袋可以傳達此SKU的零件手提袋已消耗80%的信息,這將觸發必要零件的重新訂購。這將是整個供應鏈的觸發因素,這將導致倉庫移動,可能是零擔,合并,最后是重新供應的分發和交付。

          5G的關注度不如去年,但我們仍處于炒作階段。盡管電視廣告暗示5G已經存在,但5G無線網絡仍在美國各地才開始構建。目前并未聽到供應鏈技術提供商利用此網絡為客戶提供新價值。

          大數據,人工智能和機器學習

          任何能夠感知其環境并采取行動以最大程度地在某個目標上獲得成功機會的設備都將以某種形式的人工智能(AI)參與其中。在供應鏈領域,機器學習是圍繞人工智能的大多數活動的重點。當機器獲取輸出,觀察輸出的精度并更新其自身的模型以使輸出更好時,就會發生學習。

          當您以這種方式看待機器學習時,用于供應鏈管理的人工智能并不是什么新鮮事物。自2000年代初以來,機器學習已用于改善需求預測。需求計劃應用程序依靠一系列算法來獲取歷史裝運數據并將其轉變為預測。一種算法對促銷有效,另一種算法對壽命終止產品有效,依此類推。機器查看預測,將其與實際出貨量進行比較,并建議何時應該將某個庫存單位或產品系列的一種算法轉換為另一種算法。

          隨著時間的流逝,更多的數據輸入已被引入需求計劃流程中,并且許多公司在不同的時間范圍,產品以及運送到各個地點的情況下進行的預測要多得多。供應鏈計劃一直是大數據解決方案。但是,機器學習越有效,數據越多。SCP正在成為巨型數據解決方案。

          現在,人工智能也正在應用于改善供應計劃。在供應計劃中,有一些關鍵參數會極大地影響計劃。例如,交貨時間很關鍵。交貨時間越長,或者與供應商的平均交貨時間相關的差異越大,公司必須保留的庫存越多。但是人類不是很擅長檢測何時需要更改這些參數,并且在沒有持續警惕的情況下,規劃引擎的輸出會變差。規劃和執行之間的循環需要封閉以防止這種情況。人工智能解決方案可用于查看供應鏈交易數據并保持這些參數為最新。


           

          相關服務

          預約咨詢 | 免費咨詢

          聯系我們

          電話(微信)

          181-2111-8831

          郵件

          tonew-sh@qq.com

          其它

          隨訪:電話預約

          我們的客戶