차세대 공급망을 형성하는 4가지 기술

수학자 존 앨런 파울로스(John Allen Paulos)는 “불확실성이 유일한 확실성”이라고 썼습니다. 조달 및 공급망 관리 산업도 예외는 아니지만 차세대 기술은 주목할 만한 트렌드를 제공합니다.

시간이 흐르면서 공급망은 예전의 백오피스 기능에서 비즈니스 성장의 전략적 동인으로 바뀌었습니다. 현대 비즈니스 모델, 기술 발전 및 혁신적인 프로세스로 인해 공급망이 효율적이고 민첩해졌습니다.

공급망은 더욱 복잡해지고 국제적으로 분산될 것입니다. 조달 리더는 변화하는 비즈니스 환경을 탐색하고 빠르게 적응할 수 있도록 새로운 기능을 구축해야 합니다.

이 속도로 2030년에 공급망은 어떤 모습일까요? 빅 데이터, 클라우드 컴퓨팅, 인공 지능(AI), 로봇 프로세스 자동화(RPA) 및 사물 인터넷(IoT)은 조달 리더, 계약자 및 공급망 관리자가 미래 수요를 충족하는 데 도움이 될 것입니다.

물류의 빅 데이터는 아직 초기 단계이지만 AI, 클라우드 컴퓨팅 및 RPA가 작업을 단순화하고 자동화된 시스템으로 분류하는 데 있어 더욱 정확하고 효과적인 기반이 됩니다. 빅 데이터는 공급망 관리 시스템 및 소프트웨어의 기존 내부 데이터를 넘어 분석을 위해 데이터 세트를 확장합니다. 또한 통계 프로세스를 신규 및 기존 데이터 소스에 적용합니다. 이제 대부분의 기업에는 공급망에서 빅 데이터를 탐색하고 활용할 수 있는 도구와 지식이 부족합니다. 앞으로 이러한 도구에 더 쉽게 액세스할 수 있습니다.

클라우드 컴퓨팅 및 AI

공급망은 빅 데이터를 생성하고 클라우드 기반 AI는 해당 데이터를 통찰력으로 전환합니다. AI와 결합된 클라우드 컴퓨팅은 공급망이 작동하는 방식을 변화시켰으며 그 능력은 향후 10년 동안 복잡성이 증가할 것입니다. 예측 분석을 통해 클라우드 및 AI 시스템은 과거 동향 및 시장 지표를 사용하여 다음 프로세스를 촉진할 수 있습니다.

<울>

프로세스 자동화 강화

공급업체 선택 알림

고객 지원 개선

공급업체 온보딩 간소화 및 공급업체 관리 자동화

실시간 배송 정보 제공

이동통신사 실적 분석

운영 문제의 추세 예측

진보적인 기업은 이미 공급망 지식 관리 시스템을 활용하여 공급망 어려움에 실시간으로 대응하고 있습니다. 클라우드 기반의 모바일 지원 솔루션을 통해 감독자는 작업 현장에서 정보를 입력하고 즉시 운영자에게 알립니다.

기업은 조직과 해당 공급업체 및 계약업체 간의 정보 교환을 자동화하여 투명한 공급업체 관계를 구축할 수 있습니다. 조직은 지리적으로 분산된 작업장에서 개별 작업자에 이르기까지 공급업체를 쉽게 관리할 수 있습니다. 작업자는 현장에 발을 들이기 전에 온라인으로 현장별 오리엔테이션 및 교육을 완료할 수 있습니다. 운영자는 교육 커리큘럼의 완료 상태를 추적하고 온라인 평가를 통해 지식 보유를 평가할 수 있습니다.

분석을 통해 기업은 공급업체/공급업체 기능을 모니터링하고 공급업체의 규정 준수 또는 성과에 대한 데이터를 추적할 수 있습니다. 전통적으로 여러 부서에서 종이 기록을 통해 이 정보를 수집했습니다. 의사 결정권자는 이 정보를 찾기 위해 많은 서류나 전자 파일을 뒤져야 했습니다. 오늘날 고급 분석을 통해 운영자는 공급자 속성을 정의하여 논리적 프로필 섹션으로 분류할 수 있습니다. 상세한 공급업체 프로필을 통해 운영자는 몇 초 만에 공급업체 정보를 신속하게 검색, 처리 및 검증할 수 있습니다.

새로운 공급업체가 등록되면 공급업체 데이터를 수집, 확인 및 저장하면 책임 있는 공급업체 위험 관리가 보장됩니다. 고급 분석 엔진은 이 데이터를 분석하여 실시간으로 공급업체 성과 통찰력을 생성할 수 있습니다. 이러한 통찰력을 통해 소싱 전문가는 공급업체 및 공급업체 풀, 보험 증명서(COI)와 같은 자격 증명 및 규정 준수 상태를 쉽게 모니터링할 수 있습니다.

가시적인 비용 절감을 제공하는 것은 항상 조달의 중요한 작업이었고 향후 10년 동안 계속해서 높은 우선 순위가 될 것입니다. 이를 고려할 때 조달 리더는 비용 효율성을 달성할 수 있는 새로운 방법을 찾아야 합니다. 한 가지 방법은 공급자 분석을 통하는 것입니다. 중요한 공급업체 정보는 종종 다양한 데이터 관리 시스템에 갇혀 있습니다. 해당 데이터를 하나의 공통 리포지토리로 통합하면 운영자가 전체 가치 사슬에서 지출에 대한 더 나은 가시성을 얻을 수 있습니다. 예를 들어, 분석 엔진으로 보완된 중앙 집중식 데이터 프레임워크는 의사 결정자가 비싸거나 성과가 낮은 공급업체를 식별하는 데 도움이 될 수 있습니다. 새로운 중앙 데이터 관리 시스템은 API(응용 프로그래밍 인터페이스)를 통해 기존 시스템과 원활하게 통합될 수 있습니다.

로봇 프로세스 자동화

딜로이트에 따르면 로봇은 "향후 5년 동안 특히 가치가 낮거나 잠재적으로 위험하거나 고위험 작업을 포함하는 공급망 운영 내에서 강력한 성장을 보일 것으로 예상됩니다. 물류 업계의 모든 사람을 놀라게 하는 로봇 기술 응용 분야에는 드론, 트럭, 기차와 같은 자동화 차량, 최종 배송 및 보관 및 회수 시스템(ASRS)이 포함됩니다.

자율 로봇의 사용 증가는 다음과 같은 목표를 달성할 수 있습니다.

<울>

효율 및 생산성 향상

재작업 및 위험률 감소

직원 안전 개선

인간이 보다 전략적인 작업을 수행할 수 있도록 일상적인 작업 수행

주문 처리 및 배송 속도를 개선하여 고객을 만족시켜 수익 증대

새로운 가격 구조는 기업이 자동화에 투자할 수 있게 하여 로봇으로의 도약을 훨씬 더 실현 가능하게 만듭니다. RaaS 유형의 모델(Robotics as a Service)을 사용하여 공급자는 고객이 선불 자본 지출을 지불하는 대신 월간 서비스 계약을 통해 유닛을 임대합니다.

사물 인터넷

공급망 관리자를 위한 새로운 트렌드는 IoT를 통한 자산 추적으로 시간과 비용을 절약하고 데이터 기반 의사 결정을 가능하게 하는 것입니다.

IoT는 Wi-Fi를 통한 분석을 위해 데이터를 모니터링, 수집 및 클라우드 기반 소프트웨어로 전송할 수 있는 상호 연결된 물리적 장치로 구성됩니다. IoT 장치는 GPS 선적 추적 및 소포 상태 모니터링을 통해 공급망의 품질 관리를 개선했습니다. RFID 칩, 스마트 장치 및 모바일 센서는 제품을 추적 및 인증하고 온도, 습도, 조도, 이동, 취급, 속도 및 기타 배송 환경 요인을 측정할 수 있습니다.

기술 혁신의 성장 속도는 디지털 공급망 관리 솔루션을 추진합니다. 고맙게도 기술 여정을 시작하는 것은 더 많은 기술이 등장함에 따라 더 접근 가능하고 비용 효율적이 될 것입니다. 레거시 시스템을 점진적으로 교체하면서 이러한 새로운 솔루션을 빠르게 채택하는 조직은 더 나은 통찰력과 효율성으로 10년을 더 잘 헤쳐 나갈 것입니다.

Danny Shields는 클라우드 기반 공급망 위험 관리 기술 제공업체인 Avetta의 산업 관계 부사장입니다.