지속적인 팬데믹은 공급망 데이터 투명성의 필요성을 높입니다.

코로나바이러스 팬데믹이 사회와 사회에 치명적인 영향을 미치면서 경제, 공급망이 극적으로 – 심지어 돌이킬 수 없을 정도로 – 영향을 받았습니다.

2020년 초, 사회적 거리두기 요건으로 인해 공급망이 제품 부족, 배송 지연 및 공장 노동력 감소로 고통 받기 시작하면서 공급망 관리자는 추가 재고 보유와 같은 비용 증가 없이 공급망의 기능 장애를 해결해야 했습니다. 또는 새로운 지역 시설을 건설합니다.

"COVID로 인해 이러한 공급망 프로세스에 인력을 배치할 수 있는 사람이 줄어들었습니다. 재고 바닥에 서서 어떤 제품이 있는지 확인하는 사람이 줄어들고 창고 관리 프로세스에 참여하는 사람이 줄어들고 마당에서 하역할 사람이 줄어듭니다. – 사람들은 거기에 있을 수 없었습니다. '전통적인 공급망'의 약점이 많이 드러났습니다.”

Infosys Consulting에 따르면 이러한 극적인 변화로 인해 공급망의 57%가 25% 이상의 운영 감소에 직면했습니다.

그 결과 많은 공급망 관리자가 더 나은 공급망 데이터 통찰력을 얻기 위해 디지털 툴킷으로 전환했습니다.

두 가지 주요 도구에는 공급망 컨트롤 타워 기술 또는 AI 기반 권장 사항에 의해 구동되는 공급망의 다양한 프로세스를 캡처하는 중앙 허브와 공급망의 자산 및 프로세스를 복제하는 공급망의 디지털 트윈 모델링이 포함됩니다. , 생산성을 높이고 비용을 절감하며 오늘날의 불규칙한 공급, 수요 및 물류의 중간 지점에 대한 더 나은 통찰력을 얻으십시오.

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

등록 IoT World 2021 여기 .

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

전통적인 공급망에 대한 도전

전문가에 따르면 디지털화는 이러한 공급망 기능 장애를 해결하는 핵심 수단이 되었습니다.

Jim은 "기존의 선형 공급망 모델은 기능적 사일로가 무너지고 조직이 완전한 공급 네트워크에 연결되어 종단 간 가시성, 협업, 민첩성 및 최적화를 가능하게 하는 디지털 공급망(DSN)으로 전환하고 있습니다."라고 말했습니다. Deloitte의 Kilpatrick.

McKinsey &Co.의 7월 보고서 "Resetting Supply Chain for the Next Normal"에 따르면 60명의 고위 공급망 임원을 대상으로 한 설문 조사에서 응답자의 93%가 종종 새로운 소싱의 조합을 통해 공급망의 탄력성을 높일 계획이라고 밝혔습니다. 전략, 공급망 분석에 대한 관심 증가 및 기존 인력의 기술 향상.

또한 설문 조사 응답자의 85%는 공급망에서 비효율적인 기술로 어려움을 겪고 있다고 말했으며 60%는 공급망을 더 잘 이해하기 위해 고급 분석을 구현할 계획이라고 말했습니다.

디지털 공급망 연구소(DSCI)의 전무이사이자 최고 연구 책임자인 조지 베일리는 “기업들은 운영과 공급망을 면밀히 살펴보고 있습니다. “기업은 더 많은 재고, 더 많은 창고 등 운영 비용이 더 많이 든다고 해서 승리할 수 없습니다. 자동화와 프로세스 변경이 그 어느 때보다 중요합니다.”라고 말했습니다.

데이터 기반 공급망 개발

그러나 공급망의 역학을 이해하고 의미 있는 공급망 데이터를 얻는 것은 엄청난 작업입니다.

공급망 관리자는 제품의 가용성과 공급업체의 재고, 공급업체 자재를 창고로 가져오는 물류에 대한 통찰력이 필요합니다. 또한 제품을 생산하는 데 걸리는 시간, 특정 장비에 유지 관리가 필요한지 여부 등 작업 현장의 다양한 생산 프로세스와 제품을 고객에게 배송하는 물류를 이해해야 합니다.

결과적으로 기업은 이제 재고 계산, 도로 위의 트럭 찾기, 다른 공급업체의 재고가 없는 경우 부품에 대한 대체 공급업체 찾기 등 공급망 운영을 이해하기 위해 더 많은 데이터를 활용하기 위해 노력하고 있습니다.

컨트롤 타워 기술은 기업이 다양한 자산과 프로세스를 처리할 수 있는 중앙 집중식 콘솔을 제공합니다. 또한 기계 학습을 사용하여 다양한 데이터 포인트를 소화하는 데 도움이 될 수 있으며 허리케인과 같은 예측할 수 없는 상황에 직면했을 때 최선의 조치에 대한 권장 사항을 제공할 수 있습니다. 예를 들어 허리케인 카트리나가 발생했을 때 컨트롤 타워 기술은 공급업체가 미국의 영향을 받지 않은 지역으로 배송 경로를 변경하는 데 도움이 되었습니다.

McKinsey &Co.의 최근 연구에 따르면 공급망을 구성하는 다양한 사건에 대한 가시성을 높이는 것이 점점 더 중요해지고 있습니다. 설문 응답자의 39%(아시아 제조업체 중)가 신경 센터 또는 컨트롤 타워 접근 방식을 구현했습니다. 종단 간 공급망 투명성을 높입니다.

공급망 데이터 통합의 과제

동시에 컨트롤 타워 기술에는 상당한 선행 작업이 필요합니다.

예를 들어, 멀리 떨어져 있고 제대로 통합되지 않은 데이터 또는 낮은 품질의 데이터를 보유한 회사는 문제에 직면해 있습니다. 이러한 기업은 오래된 레거시 시스템 및 데이터를 최신 시스템과 통합하는 데 상당한 시간을 소비해야 합니다. 데이터가 성공적으로 통합되고 통합되기 전에 데이터를 번역하고 마사지해야 할 수 있습니다.

Pelino는 "매우 구식 시스템인 레거시 ERP 및 인벤토리 시스템을 보다 실시간으로 통찰 지향적인 시스템인 차량 관리 및 추적 시스템으로 오버레이하고 있습니다."라고 말했습니다. “새로운 IoT 지원 시스템으로 레거시 시스템을 연결하고 있습니다. 일련의 권장 사항을 제공하려면 해당 데이터를 번역하고 통합해야 합니다.”

문화적 변화도 필요하다. 공급망 프로세스와 데이터를 통합하는 데 필요한 노력을 감안할 때 기업은 통합 노력을 단축하거나 선택에서 제외할 수 있습니다.

또한 많은 회사들이 "고장되지 않으면 고치지 말자"라는 접근 방식을 취했다고 Pelino가 말했습니다. 동시에 많은 기업들이 팬데믹 기간 동안 공급망 지연과 기능 장애의 결과로 데이터 통찰력의 다양한 격차를 인식하게 되었다고 Pelino는 말했습니다. 이전에는 변화를 중요하게 여기지 않았을 수도 있지만 컨트롤 타워 기술, 데이터 통합 ​​및 데이터 통찰력을 미션 크리티컬한 다음으로 보게 되었습니다.

디지털 트윈 기술과 공급망 분석의 결합

공급망을 통제하는 데 도움이 되는 또 다른 도구는 공급망에 대한 위험과 위협을 평가하는 디지털 트윈 기술입니다.

디지털 트윈은 현실 세계의 자산 및 프로세스를 가상으로 복제한 것입니다. 공급망의 경우 디지털 트윈은 종종 수백 개의 자산, 창고 및 물류 요소를 나타내어 제품이 제조업체에서 고객으로 이동하는 방식을 포착합니다. 디지털 트윈은 극단적인 날씨, 정전, 그리고 최근에는 COVID-19와 같은 전염병과 같은 위험을 관리하는 방법으로 자리를 잡았습니다.

Pelino는 "디지털 트윈은 [기업]이 디지털 트윈 오버레이를 사용하여 가상 분석을 수행하여 매우 효율적이고 [위험]을 매우 세분화할 수 있도록 지원합니다."라고 말했습니다.

디지털 트윈은 아직 초기 단계에 있거나 오늘날 모든 공급망 프로세스를 완전히 대표하지 않을 수 있습니다. 그러나 여전히 열망적일지라도 일부 회사에서는 이를 좋은 효과로 사용했습니다.

타이어 제조업체인 Bridgestone Corp.과 같은 회사는 디지털 트윈을 사용하여 타이어 수명을 연장합니다. 회사는 부하, 속도, 도로 상태 및 운전 행동과 같은 요소를 반영하는 디지털 트윈을 만들 수 있습니다.

Bridgestone은 다른 분석 도구와 함께 디지털 트윈을 사용하여 타이어 마모를 더 잘 이해하고 시뮬레이션합니다. 이 회사는 다른 빅 데이터 이니셔티브와 함께 디지털 트윈 기술도 사용합니다.

디지털 트윈 기술에 대한 Deloitte 보고서에서 디지털 엔지니어링 이사인 Hans Dorfi는 "분석이 중요한 역할을 하지만 디지털 트윈을 보강할 뿐입니다."라고 말했습니다. "디지털 트윈은 타이어의 다차원적 성능 범위를 포착할 수 있으며 아직 데이터를 사용할 수 없는 개발 중인 제품에도 적용할 수 있습니다."

Juniper Research 연구에 따르면 디지털 트윈 기술의 글로벌 시장은 2021년에 17% 증가하여 127억 달러에 이를 것으로 예상됩니다.

동시에 물리적 자산 및 프로세스의 복제는 어려운 작업입니다. 특히 연결된 IoT 센서, ERP 시스템 또는 기타 애플리케이션에 관계없이 다양한 소스에서 오는 수많은 레거시 시스템과 데이터가 있는 경우에 그렇습니다. Forrester의 Pelino는 데이터의 품질이 낮거나 최신 IoT 지원 시스템과 통합하기 어려울 수 있다고 말했습니다.

Juniper Research의 공동 저자인 Nick Maynard는 "디지털 트윈은 플랫폼에 입력되는 데이터의 품질만큼 가치가 있습니다."라고 결론지었습니다.

실제로 소수의 기업만이 디지털 트윈 기술을 사용합니다. IoT 구현에 대한 Gartner 연구에 따르면 IoT 프로젝트를 진행하는 기업의 13%는 이미 디지털 트윈을 보유하고 있으며 62%는 구현을 위해 노력하고 있습니다.

마지막으로, 디지털 트윈 기술은 가짜 활동에 대한 또 다른 공격 벡터를 제시할 수 있습니다.

Pelino는 "공격 표면이 확장되었습니다. "이제 나쁜 일을 하려는 사람을 위해 공급망, 자산, 차량을 연결하고 있으므로 더 많은 장소가 있습니다."