넥스트 노멀에서 경쟁력을 유지하기 위한 3가지 기술 역량

기업이 디지털화를 향한 행진을 계속함에 따라 기업은 경쟁을 위한 올바른 기반을 제공하는 전략을 배포해야 합니다. 진정한 디지털 챔피언으로서 성공의 핵심 요소는 최소한의 비용으로 최고의 고객 서비스 수준을 제공하는 능력입니다. 이를 위해서는 완전하고 정확한 공급망 데이터가 필수적입니다. 데이터는 실시간에 가까워질수록 가치가 높아지는 통화가 되었고, 거래 파트너 간에 더 많이 공유할 수 있게 되었습니다.

분명한 것은 데이터는 실시간이어야 하며 한 번만 존재해야 한다는 것입니다. 연합 마스터 데이터 관리(MDM) 접근 방식을 사용하면 정보가 여러 형식과 사일로에서 복제되지 않고 최신 상태로 일관성을 유지할 수 있습니다. 이 경우 정보는 오래되고 잠재되어 있습니다(데이터 레이크/웨어하우스 사용 여부에 관계없이). 최신 기술 접근 ​​방식은 각 항목/단위 수준의 신뢰할 수 있는 표현을 생성한 다음 에이전트 기반 처방 분석을 사용하여 모든 파트너의 계획 및 실행을 최적화하는 전체 실시간 네트워크 솔루션으로 그 충실도를 롤링할 수 있습니다. 이러한 네트워크는 실시간으로 다자간 협업, 계획 및 거래 실행을 지원하고 모든 참가자가 세 가지 중요한 기능을 고려하는 경우 "넥스트 노멀"에서 실행하도록 돕습니다.

네트워크 아키텍처로 실시간 거래 활성화. 네트워크 기반 고객 서비스 및 자산 활용 모델이 인접 산업에 어떻게 적용되었는지 이미 살펴보았습니다. Uber, Facebook, Airbnb 및 Alibaba는 모두 다자간 기능을 제공하는 네트워크 기반 아키텍처를 배포했습니다. 거래는 네트워크의 모든 당사자에서 발생합니다. 또한 제품 소싱 및 배송은 네트워크의 여러 당사자에 걸쳐 이루어지므로 계획 및 실행은 실시간이어야 하고 여러 당사자도 포함해야 자산 활용도를 극대화하고 도입 비용을 최소화하며 최고 수준의 고객 서비스를 제공할 수 있습니다.

컨트롤 타워 수준의 가시성, 분석, 계획 및 실행과 결합된 이러한 수준의 협업은 미래 경쟁력의 핵심입니다. 가장 단순한 거래라도 고객, 브랜드 관리자, 공동 포장업체, 공급업체, 운송업체, 3PL 및 유통업체와 같은 여러 당사자가 관련되어 있다는 점을 고려할 때 이는 놀라운 일이 아닙니다.

불행히도 많은 엔터프라이즈 중심 기술 배포는 허브 앤 스포크 방식으로 설계되었습니다. 즉, 네트워크에서 해당 노드에 대한 우주의 중심 역할을 하고 프로세스와 데이터를 그렇게 취급합니다. 이 허브 기술은 지점간/스포크-허브 방식으로 데이터를 수집하도록 설계되었습니다. 그런 다음 격리된 허브 변수를 기반으로 수요, 용량 또는 공급의 변경에 대해 수행할 작업을 결정한 다음 사후 처리, 인바운드 및 아웃바운드 모두의 일부 스포크와 일부 낡거나 잠재된 데이터를 공유합니다. 결과적으로 일반적인 거래 네트워크에서 거래 파트너, 업스트림 및 다운스트림에 걸쳐 20개 이상의 저장 및 전달 유형 처리 작업을 생성하여 시간, 인력 및 자산을 낭비할 수 있습니다. 무엇보다도 당사자가 최종 소비자에게 서비스를 제공하는 조정된 네트워크로 정렬되어 있지 않기 때문에 고객 서비스 수준에 영향을 미칩니다.

신뢰할 수 있는 단일 보기 설정 데이터가 통화인 경우 여러 ERP 인스턴스는 각 소스가 고유한 법정 화폐처럼 작동하는 엔티티 연합과 유사합니다. 데이터는 ERP 스토브 파이프 인스턴스에 갇힌 다음 일반적으로 네트워크 파트너와의 일대일 거래 관계에서 허브 및 스포크 방식으로 공유됩니다. 말할 필요도 없이, 이것은 데이터를 데이터 웨어하우스나 데이터 레이크로 내보내더라도 데이터에 지연과 부실을 생성하기 때문에 선택 사항이 아닌 접근 방식입니다. 이는 네트워크 파트너 간의 의사 결정 측면에서 통화 가치를 절하합니다.

결과적으로 조직에서는 통합 마스터 데이터 관리가 포함된 솔루션을 채택하고 있습니다. 이 접근 방식을 사용하여 네트워크 거래 파트너는 네트워크를 선택하고 마스터 및 운영 데이터를 다른 거래 파트너와 공유할 수 있습니다. 네트워크 전체의 보안 권한 프레임워크를 기반으로 데이터는 한 번만 존재하며 부여된 권한에 따라 거래 파트너에게 연합됩니다. 데이터가 네트워크 전반에 걸쳐 계층, 계층 또는 노드 간에 복사되거나 복제되지 않는다는 점을 감안할 때 이는 정의상 실시간이며 자산 활용, 고객 서비스 및 최소 도입 비용을 최적화하는 데 즉시 사용할 수 있습니다.

실행 가능하고 자율적인 처방 분석 지원 네트워크 기반 무역 관계의 다자간 특성을 고려할 때 최종 기준은 문제 해결 및 기회 창출에 대해 올바르게 분석하고 조치를 취하기 위해 전체 종단 간 공급망 네트워크를 모델링할 수 있는 능력입니다. 분석에 의해 노출된 문제나 기회는 전략적, 전술적 또는 운영적 기간에 나타날 수 있으므로 이러한 기간에 걸쳐 기초가 원활해야 합니다. 또한 6개월 이내에 발생할 것으로 예상되는 문제를 해결하는 데 사용되거나 오늘 오후에 배송 예정인 배송 중에 네트워크 표현을 통해 실행되는 서비스, 알고리즘 및 분석을 실시간으로 제공해야 합니다. 좋은 소식은 접근 방식에 기준 1과 2가 모두 포함되어 있다면 이 기반이 이미 마련되었다는 것입니다.

종단 간 실시간 공급 네트워크 플랫폼을 통해 새로운 공급망 정책, 네트워크 탄력성, 전략적 또는 전술적 계획의 실행 가능성을 테스트하고, 대체 부품 또는 공급업체를 활성화하고, 운송 모드를 수정하거나, 추가할 수도 있습니다. 공장의 추가 교대.

네트워크에서 수요, 공급, 물류 및 이행과 관련된 문제를 해결하는 방법은 다양하기 때문에 분석 워크벤치가 가능한 모든 재료 변수에 실시간으로 액세스할 수 있는 것이 중요합니다. 기존 시스템은 일반적으로 정적 리드 타임과 오래된 데이터로 인해 문제를 해결할 수 있는 한 가지 방법만 제공합니다. 대조적으로, AI 기반 분석 워크벤치는 조직이 목표를 가장 잘 충족시키는 상위 3~4개의 솔루션을 제시하는 규범적 환경입니다. 또한 결과를 예측하는 더 나은 방법인 기계 학습을 지원할 수 있으며 처방적 조치를 권장할 때 매우 유용합니다. 뿐만 아니라 기계 학습은 더 많은 데이터를 제공함에 따라 시간이 지남에 따라 예측을 개선합니다.

이러한 기능은 이러한 기반을 활성화하는 데 필요한 플랫폼과 아키텍처를 제공하고 앞으로 경쟁하는 데 필요한 기능을 제공합니다.

Joe Bellini는 AI 비즈니스 네트워크 소프트웨어 제공업체인 One Network Enterprises의 최고 운영 책임자입니다.