'자율주행' 공급망의 도래

자율주행 자동차와 트럭의 시대가 도래했습니다. 자율주행 공급망은 어떻습니까?

최근 수십 년 동안 기술은 공급망 관리의 모든 측면에 스며들었습니다. 그러나 지금까지는 생산과 유통에 관한 주요 결정을 내리기 위해서는 사람의 존재가 필요했습니다.

현대 글로벌 조직의 생존에 필수적인 분야인 위험 관리의 경우 특히 그렇습니다. 공급망 관리자는 홍수, 쓰나미, 화산과 같은 자연 재해 또는 노동 활동 및 테러 공격과 같은 인간에 의한 사건과 상관없이 잠재적인 중단이 발생할 가능성을 평가하고 적절한 조치를 취해야 합니다. 그러한 결정은 기계의 능력을 넘어서는 것으로 간주되었습니다.

지금까지. 방대한 양의 데이터를 선별하고 인간의 눈에는 보이지 않는 패턴을 감지하는 능력을 갖춘 인공 지능은 예측 및 위험 관리에서 점점 더 많은 역할을 하고 있습니다. 기계가 기계를 만든 인간보다 미래에 대해 더 나은 통찰력을 갖게 되는 날이 머지않아 올 것입니다.

A.I.에서 가장 유망한 혁신 Aera Technology, Inc.의 CEO인 Fred Laluyaux에 따르면 오늘날 의약품 및 소비재 분야에서 이러한 변화가 일어나고 있습니다. 이러한 제품은 고객에게 서비스를 제공하는 방식을 근본적으로 바꿔야 한다는 Amazon으로부터 가장 큰 압력을 받고 있습니다.

Lalulaux는 이렇게 회상합니다. "그들은 '우리가 변하지 않는다면 우리가 다음 차례'라고 말했습니다."

전통적인 상품 판매자의 경우 소비자가 가격, 편의성 및 속도에 더 관심이 있는 시기에 브랜드를 보호하는 것이 과제입니다. Laluyaux는 Amazon 덕분에 매장에 가는 것이 "무의미해졌습니다"라고 말합니다. 거대한 전자 상거래의 기능에 맞추기 위해 판매자는 공급망의 모든 단계에서 효율성을 높여야 합니다. 여기에는 더 나은 위험 관리 작업이 포함됩니다.

A.I.의 많은 발전. 예측 분석 영역에서 발생하고 있습니다. 제조업체는 구매자에게 제품을 제공하는 프로세스를 가속화해야 합니다. 동시에 "빅 데이터"의 가용성은 시장에 대한 훨씬 더 넓은 그림을 제시하면서 계획자들에게 정보를 범람시키고 있습니다. 해당 입력을 해석하는 자동화 시스템의 도움 없이는 "신호"와 "노이즈"를 구별할 수 없습니다.

기업은 더 이상 연간 판촉 계획과 6개월의 판매 및 운영 계획(S&OP) 주기로 버틸 수 없습니다. 시장의 조건, 특히 변덕스러운 소비자의 취향은 그러기에는 너무 빨리 변합니다. Laluyaux는 "다음 수준의 성능을 달성해야 합니다. "그 정도의 자동화는 인간이 따라갈 수 없는 수준까지 이르게 합니다."

애매하지만 궁극적인 목표는 실시간으로 시장 상황에 대응하는 시스템입니다. 수요 감지는 새로운 분야는 아니지만 필요한 조치를 지연시키는 레거시 도구 및 프로세스로 인해 오랫동안 방해를 받아 왔습니다. 현재 형태의 기능은 판매 수치에 액세스하는 것 이상으로 "스마트" 포장과 같은 요소를 포함하도록 확장됩니다.

입력은 판매 시점(POS) 데이터에서 일기 예보, Nielsen 등급, 소셜 미디어 게시물 및 경쟁 정보에 이르는 모든 것으로 구성됩니다. 제약 업계에서는 정부가 승인한 신약에 대한 업데이트를 추가합니다.

"그물은 점점 더 넓어지고 있습니다."라고 Laluyaux는 말합니다.

독립형 시스템으로 A.I. 가치가 거의 없습니다. 효과적이기 위해서는 서로 다른 데이터 스트림을 결합하고 공급망의 여러 기능에 분산되어야 합니다. 소매업체가 특정 품목에 대해 2%의 매출 증가를 경험하고 있다고 가정해 보겠습니다. 예상치 못한 수요를 충족하려면 생산량을 늘리기 위한 최적의 출처를 식별하고, 제조 능력을 평가하고, BOM을 수정하고 그에 따라 재고 수준을 조정할 수 있어야 합니다. 거래 시스템이 서로 "대화"하지 않는 경우 해당 프로세스는 며칠이 걸릴 수 있습니다. 판매자가 일시적인 추세를 이용하기에는 너무 늦습니다.

게다가 A.I. 시스템은 제품을 언제 어디서 배송해야 하는지에 대한 최종 결정을 내리는 책임이 있는 전문가와 풍부한 데이터를 혼합해야 합니다.

Lalulaux는 A.I. 데이터를 해석하고 권장 사항을 만든 다음 (대부분) 인간 전문가가 실행합니다. 그러나 그것은 AI 발전의 과도기적 단계에 불과합니다. 머신 러닝의 본질은 취해야 할 적절한 조치를 제시하는 경험을 통해 시스템이 향상된다는 것입니다. 궁극적으로 사람의 개입 없이도 많은 주요 결정을 내릴 수 있어야 합니다. 이 시점에서 "예측" 분석은 "규정적"이 됩니다.

우리는 자동화가 인간 관리자로부터 완전히 인수되는 시점과는 거리가 멀다. 진행이 예측에서 처방, 완전 자율로 진행된다면 많은 기업이 1단계와 2단계 사이에 머물러 있는 상태라고 Laluyaux는 말합니다. "자율주행" 공급망에 대한 전망은 상당히 좋습니다. 문제의 타임라인일 뿐입니다. 현재로서는 인간이 운전대에서 손을 떼는 것을 생각하기에는 너무 이르다.