위치 기술을 사용하여 진정한 공급망 가시성 확보

팬데믹으로 타격을 입은 국제 공급망이 다시 제자리를 찾아가면서 경영진은 어려운 선택에 직면해 있습니다. 그들은 생산을 시장에 더 가깝게 옮기고 소중한 '적시' 생산 방법을 포기합니까? 추가 재고가 있습니까?

공급망 관리자가 미래의 충격에 대한 회복력을 강화하기 위해 숙고해야 할 사항이 많이 있습니다. 그러나 그들의 관심이 필요한 것은 이것만이 아닙니다. COVID-19로 인한 혼란은 물류 네트워크의 또 다른 취약성의 원인인 진정한 가시성의 부족을 더욱 드러냈습니다. 이제 그것을 바꾸기 위한 경주가 시작되었습니다.

가시성은 공급망 비즈니스의 테이블 지분입니다. 그러나 최근 몇 달 동안 얼마나 많은 운영자가 원산지에서 창고, 고객으로 이동하는 과정에서 상품을 추적하고 추적하는 데 여전히 어려움을 겪고 있는지를 새삼 깨닫게 되었습니다.

평상시에는 운송 중인 상품에 대한 시야가 확보되지 않는 것이 문제가 되지만, 갑자기 새로운 지역에서 조달해야 하고 항공 운송에서 해상 운송으로 전환해야 하고 더 긴 세관 검사를 설명해야 하는 경우에는 주요 취약점이 됩니다. 레거시 시스템과 수동 체크포인트가 여전히 널리 사용되는 상황에서 많은 물류 관리자는 오류가 발생하기 쉬운 저해상도 데이터로 인해 어려움을 겪고 있습니다. 일정을 계획할 수는 있지만 대시보드에 표시되는 내용은 거의 믿지 않습니다.

보는 것은 도전의 일부일 뿐입니다. 진정한 가시성을 구축하는 것은 트래커를 팔레트에 묶은 다음 목적지에 언제 도착할지 확신을 갖고 아는 것에 관한 것이 아닙니다. 세상은 복잡하고 역동적이며 예측할 수 없습니다. 교통 사고, 일정 변경 및 악천후로 인해 계획이 쉽게 빗나갈 수 있습니다. 특히 많은 연결이 있고 여러 운송 모드를 사용하는 공급망에서 그렇습니다. 문제가 구체화되기 전에 용량을 다시 계획할 수 없으면 선적 기한을 놓친 것에 대한 벌금, 도킹 지점에서 불필요한 대기 시간, 빈 트럭 마일 등의 형태로 기업에 막대한 손실을 입힐 수 있습니다.

그것이 당신의 공급망처럼 들린다면 당신은 혼자가 아닙니다. Gartner의 최근 연구에 따르면 2023년이 되어야 글로벌 선두 기업의 절반 이상이 실시간 운송 가시성 솔루션을 갖추게 될 것입니다. 하지만 최근의 경험으로 인해 많은 사람들이 기술 격차를 해소하기 위한 노력을 강화할 수 있습니다.

'진실' 폭로

새로 사용 가능한 위치 데이터와 알고리즘은 이를 수행하는 한 가지 방법을 제공합니다. 비용을 많이 들이지 않고 ETA에 매우 필요한 안정성을 주입하는 것입니다. API로 제공되는 이 도구는 실제 도로 사고, 예상되는 위험 및 상황 인식 경로와 같은 정보를 기반으로 교통 네트워크 전반에 걸친 상황의 현실인 '지상 사실'을 노출하는 데 도움이 됩니다.

또한 기업이 다양한 운송 수단을 이용하는 여정을 더 잘 추정할 수 있도록 돕습니다. 이는 대다수의 상품에 해당합니다. 이러한 통찰력을 사용하여 적응형 공급망 애플리케이션은 공간 환경에 능동적으로 적응할 수 있습니다. 문제가 발생하면 실시간 경고가 실행되고 경로가 자동으로 다시 계산됩니다.

더 나은 라우팅, 다중 모드 가시성 및 감사 가능한 추적 가능성을 가져오는 등 잠재적인 결과는 상당할 수 있으며, 이 모든 것이 자재 절감과 고객 만족도 향상으로 이어집니다.

ETA의 과학

오늘날 ERP 도구 또는 TMS(트래픽 관리 시스템)를 강화하기 위해 위치 기능을 찾는 조직은 선택의 폭이 넓습니다. 또한 실시간 ETA 계산을 가능하게 하는 위치 인텔리전스의 최근 발전으로 이점을 얻을 수 있습니다.

우선 기본 매핑이 훨씬 좋습니다. 새로운 지도는 트럭과 같은 상업용 차량에 유용한 차선 수준에 맞는 풍부한 토폴로지와 도로 구성을 통합합니다. 그들은 점점 더 실내 환경으로 확장되어 공장, 야드 및 공항을 그림으로 가져옵니다. 그리고 공백이 있는 곳이면 어디에서나 새로운 도구를 사용하여 기업은 사설 시설에 대한 자체 지도를 신속하게 작성할 수 있습니다.

둘째, 라우팅 알고리즘에 더 많은 데이터가 제공됩니다. 머신 러닝은 이제 ETA를 예측하는 데 중요한 역할을 하며 매월 수백만 건의 실제 여행이 교육 데이터로 사용됩니다. 라우팅 엔진은 과거의 거시적 패턴과 계절적 패턴을 발견할 뿐만 아니라 주어진 교차로에서 일반적으로 좌회전하는 데 걸리는 시간과 같은 작은 정보도 알아냅니다. 여기저기서 몇 초만 더 있으면 장거리 여행에서 몇 분과 몇 시간이 걸릴 수 있습니다.

셋째, 더 나은 ETA를 생성하는 데 필요한 위치 데이터와 함께 제공되는 도구 및 서비스를 훨씬 더 쉽게 확보할 수 있습니다. 많은 유용한 데이터는 다른 사일로에 갇히는 경향이 있으며 일단 가치를 부여하는 데 성공하면 필연적으로 다양한 수준의 품질, 공간 표현 및 신선도를 발견하게 됩니다. 데이터를 랭글링하는 것은 골치 아픈 일이며 시간을 낭비하는 일입니다.

바로 사용 가능

일부 데이터 제공업체는 이를 인식하고 유용한 데이터 스트림을 필요로 하는 기업에서 보다 쉽게 ​​사용할 수 있도록 하려고 했습니다. 이것이 우리가 위치 데이터 및 서비스 시장을 만든 이유 중 하나입니다. 우리는 기업이 도로, 차량 및 기상 시스템에서 정규화되고 익명화되고 바로 사용할 수 있는 데이터 스트림에 액세스해야 한다는 것을 알았습니다. 마켓플레이스를 사용하면 물류 소프트웨어 개발자가 단일 통합 지점을 통해 다른 제공업체의 데이터를 쉽게 소싱하고 구독할 수 있습니다.

데이터 협동

기업은 또한 마켓플레이스를 사용하여 체인 위아래로 파트너와 함께 데이터 풀 및 협동을 형성할 수 있습니다. 소규모 네트워크라도 특히 여러 전송 모드가 사용되는 경우 여러 참가자가 서로 데이터를 공유해야 할 수 있습니다. 이제 그들은 통제된 환경에서 다른 사람들과 협업하고 데이터를 공유할 수 있습니다. 그리고 항구나 국경 폐쇄와 같이 체인이 끊어지면 정보를 체인 위아래로 빠르게 공유할 수 있습니다.

특히 현재의 기후에서는 진정한 가시성에 대한 필요성이 필수적이며 일부 운영자는 새로 사용 가능한 위치 데이터 및 기술이 어떻게 낮은 초기 비용과 빠른 가치 실현 시간으로 효율성을 제공할 수 있는지 살펴보는 것이 좋습니다.

Sanjiv Ghate는 위치 데이터 및 기술 플랫폼인 Here Technologies의 시장 부사장입니다.