위치 기술 활용으로 완전한 공급망 가시성 확보하기

팬데믹 이후 공급망 재건의 딜레마

팬데믹으로 타격받은 국제 공급망이 다시 발판을 마련하려 할 때, 임원들은 어려운 선택에 직면합니다. 생산을 시장에 더 가깝게 이동하고 소중한 '적시 생산(JIT)' 방식을 포기할 것인가? 추가 재고를 떠안을 것인가?

공급망 관리자들이 미래 충격에 대한 복원력을 강화하기 위해 숙고해야 할 것이 많습니다. 하지만 그것이 그들의 관심을 필요로 하는 전부는 아닙니다. 코로나19로 인한 혼란은 우리 물류 네트워크의 또 다른 취약성 원천을 더욱 노출시켰습니다: 진정한 가시성의 부족. 이제 그것을 바꾸기 위한 경쟁이 시작되었습니다.

가시성은 기본, 그러나 현실은 부족

가시성은 공급망 비즈니스에서 테이블 스테이크(기본 전제)입니다. 그러나 최근 몇 달은 얼마나 많은 운영자가 여전히 원산지에서 창고, 고객으로 상품이 이동하는 과정을 추적하고 추적하는 데 어려움을 겪고 있는지 상기시켰습니다.

정상적인 시기에도 운송 중인 상품에 대한 시야 부족은 문제지만, 갑자기 새로운 지역에서 조달하고, 항공에서 해상 운송으로 전환하고, 더 긴 통관 검사를 고려해야 할 때 주요 취약점이 됩니다. 레거시 시스템과 수동 체크포인트가 여전히 널리 사용됨에 따라, 많은 물류 관리자들은 저해상도, 오류 발생하기 쉬운 데이터로 방해를 받습니다. 그들은 일정을 계획할 수 있지만, 대시보드에서 보는 것에 거의 신뢰를 두지 못합니다.

단순 추적을 넘어: 진정한 가시성의 의미

보는 것은 도전의 일부일 뿐입니다. 진정한 가시성을 구축하는 것은 팔레트에 트래커를 부착하고 그것이 목적지에 언제 도착할지 확신하는 것만이 아닙니다. 세계는 복잡하고, 동적이며, 예측 불가능합니다. 교통사고, 일정 변경, 악천후는 특히 많은 링크와 다중 운송 모드를 사용하는 공급망에서 계획을 쉽게 궤도에서 이탈시킬 수 있습니다. 문제가 현실화되기 전에 용량을 재계획할 수 없으면, 선적 마감일 위반 벌금, 도킹 포인트에서의 불필요한 대기 시간, 빈 트럭 마일 형태로 기업에 큰 비용을 초래할 수 있습니다.

이것이 당신의 공급망처럼 들린다면, 당신은 혼자가 아닙니다. 가트너의 최근 연구에 따르면, 최소한 절반의 글로벌 선도 기업이 실시간 운송 가시성 솔루션을 갖기까지는 2023년이 될 것입니다. 그럼에도 최근 경험은 많은 이들이 기술 격차를 해결하기 위해 노력을 강화하도록 밀어붙이고 있을 것입니다.

'그라운드 트루스(Ground Truth)' 노출

새로 이용 가능한 위치 데이터와 알고리즘은 비용을 들이지 않고 ETA에 절실히 필요한 신뢰성을 주입하는 한 가지 방법을 제공합니다. API로 제공되며, 실시간 도로 사고, 예상 위험, 맥락 인식 라우팅 같은 정보를 기반으로 운송 네트워크 전반의 조건 현실인 '그라운드 트루스'를 노출하는 데 도움이 됩니다.

또한 대다수 상품의 경우인 다중 운송 모드를 포함하는 여정을 더 잘 추정하는 데 도움이 됩니다. 그 통찰력을 사용하여 적응형 공급망 애플리케이션은 공간 환경에 사전에 적응할 수 있습니다. 무언가 잘못되면 실시간 알림이 트리거되고 경로가 자동으로 재계산됩니다.

잠재적 보상은 상당합니다. 더 나은 라우팅, 다중 모드 가시성, 감사 가능한 추적성을 가져오며, 이 모든 것이 실질적 절감과 더 만족스러운 고객으로 합산됩니다.

ETA의 과학

오늘날 ERP 도구나 교통 관리 시스템(TMS)을 보강하기 위한 위치 역량을 쇼핑하는 조직들은 선택의 폭이 넓습니다. 또한 실시간 ETA 계산에 들어가는 위치 인텔리전스의 최근 발전으로부터 혜택을 얻을 수 있습니다.

첫째, 기본 매핑이 훨씬 더 좋습니다. 새로운 지도는 차선 수준까지 정확한 풍부한 토폴로지와 도로 구성을 포함합니다. 트럭 같은 상업용 차량에 유용합니다. 점점 더 실내 환경으로 확장되어 공장, 야드, 공항을 그림에 포함시킵니다. 그리고 간격이 있는 곳에서는 새로운 도구로 기업들이 자체 사설 시설 지도를 빠르게 구축할 수 있습니다.

둘째, 라우팅 알고리즘에 공급되는 데이터가 훨씬 더 많습니다. 머신러닝이 이제 ETA 예측에 중요한 역할을 하며, 매월 수백만 건의 실제 여정이 훈련 데이터로 사용됩니다. 라우팅 엔진은 거시적 역사적, 계절적 패턴을 밝혀낼 뿐만 아니라, 특정 교차로에서 좌회전하는 데 일반적으로 걸리는 시간 같은 작은 것들도 학습합니다. 장거리 여정에서 여기저기 몇 초가 더해져 분과 시간이 됩니다.

셋째, 더 나은 ETA를 생성하는 데 필요한 위치 데이터와 수반되는 도구 및 서비스가 이제 훨씬 더 쉽게 입수 가능합니다. 많은 유용한 데이터가 다른 사일로에 갇혀 있는 경향이 있고, 일단 그것을 끄집어내는 데 성공하면 필연적으로 다양한 품질, 공간 표현, 신선도 수준을 발견하게 됩니다. 그 데이터를 다루는 것은 골칫거리이자 시간 낭비입니다.

즉시 사용 가능한 데이터

일부 데이터 제공업체는 이를 인식하고 기업이 필요로 하는 유용한 데이터 스트림을 더 쉽게 이용할 수 있게 하려 노력했습니다. 이것이 우리가 위치 데이터 및 서비스 마켓플레이스를 만든 이유 중 하나입니다. 우리는 기업들이 도로, 차량, 날씨 시스템에서 정규화되고 익명화되어 즉시 사용 가능한 데이터 스트림에 접근해야 한다는 것을 보았습니다. 마켓플레이스는 물류 소프트웨어 개발자들이 단일 통합 지점을 통해 다른 제공업체로부터 데이터를 소싱하고 구독하는 것을 더 쉽게 만듭니다.

데이터 협업(Co-ops)

기업들은 마켓플레이스를 사용하여 체인 위아래의 파트너들과 데이터 풀과 협업(Co-ops)을 형성할 수도 있습니다. 작은 네트워크라도 여러 운송 모드가 사용되는 곳에서는 여러 참가자가 서로 데이터를 공유해야 할 수 있습니다. 이제 그들은 통제된 환경에서 다른 이들과 협업하고 데이터를 공유할 수 있습니다. 그리고 체인에 파열이 생길 때(항만 또는 국경 폐쇄 등), 정보가 체인 위아래로 빠르게 공유될 수 있습니다.

특히 현재 상황에서 진정한 가시성에 대한 필요성은 필수적이며, 일부 운영자는 새로 이용 가능한 위치 데이터와 기술이 어떻게 낮은 초기 비용과 빠른 가치 실현 시간으로 효율성을 주입할 수 있는지 살펴보는 것이 좋을 것입니다.

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