포스트 팬데믹 경제에서 제조 민첩성 강화 전략

소비재 제조사들은 코로나19 팬데믹이 강제 폐쇄와 상업 활동 중단을 초래하며 엄청난 도전에 직면했습니다. 소비 지출이 둔화되고 온라인 쇼핑으로 이동하며 제조사 공급망에 부담을 주었습니다. 백신이 인력에 접종되기 시작하며 2021년 제조업 반등과 포스트 코로나 세계 활성화에 대한 낙관이 커지고 있습니다.

팬데믹은 제조사들이 문제에 반응하고 가용 데이터를 활용하는 오랜 방식의 문제점을 드러냈습니다. 이 산업은 AI와 머신러닝 등 최신 기술 채택이 느리고, 프로세스 자동화에서 타 산업에 뒤처집니다. 팬데믹 경제적 영향으로 기업들은 새 표준에 맞춰 변혁하고 실행해야 할 압축된 타임라인에 놓였습니다. 제조사들은 지금 공급망 프로세스 개선을 찾아 비용 절감, 규모 운영, 2020년 격동에서 비즈니스 회복을 도와야 합니다. 2021년과 향후 몇 년간 민첩성과 경쟁력 강화를 위한 몇 가지 전략을 제시합니다.

동적 리스크-대응 관리 채택

제조사들은 운영 프로세스에서 기인한 가치 누수(Value Leaks)를 식별하기 위해 운영을 면밀히 조사해야 합니다. 누락 부품이나 장비가 일관된 문제와 백오더·주문 취소 유발하나요? 잘 안 쓰는 제품과 자재가 창고에 너무 오래 머물며 소중한 공간 차지하나요? 특정 필요 품목이 지속적으로 늦게 도착해 팀이 마진 깎이는 더 빠른 배송 방식 써야 하나요? 자원, 노동력, 기계 가용성 같은 쇼플로어 이슈가 출하 선적 위험에 빠뜨리나요?

이런 질문들에 답하고 상황을 해결하려면 라이브 데이터 피드에 더 나은 접근과, 즉각적 맥락 기반 결정을 위한 리스크 식별 역량이 필요합니다. 라이브 데이터로 제조 관리자는 마찰 없는 실행을 가능케 하는 더 나은 선택을 할 수 있습니다. 배송 지연 예상하고 일정 변경이나 대체 공급업체로 선제 조치 취할 수 있습니다. 라이브 데이터는 낡은 정보 기반 과거 정보 검토나 보고서 실행보다 훨씬 더 가치 있습니다. 제조사들은 전자식 기록 장치와 클라우드 상주 기술로 실시간 선적 모니터링 가능. 라이브 데이터로 모든 부서 내 투입물과 프로세스 가시성 높여 품질 관리 개선 가능. 각 배치가 추적 가능하고 분석 가능하도록 보장.

라이브 데이터로 제조 관리자는 전체 설비 효율성(OEE) 목표 개선 달성 가능, 제조 공급망에 선제적 접근 채택으로. 동적 리스크 관리는 2021년 필수적일 것입니다. 상품 수요 가속화와 소비자 즉각적 반응 기대가 리테일러 압박, 이는 제조사에게 주문형 제품 공급 압력으로 이어집니다.

자동화로 규모 확대

제조사들은 팬데믹 동안 극심하게 변동하는 수요 대응 위해 운영을 위아래로 확장해야 했습니다. 일부가 이 과제를 더 잘 관리합니다. 성공하는 곳들은 일반적으로 자동화 프로세스로 수작업 제거하고 각 근로자, 기계, 작업장에서 더 많은 생산성 짜냅니다. 예상되는 2021년 반등 활용 위해 자동화 추가는 전략적 접근 필요, 자동화를 가장 영향 큰 영역에 추가함으로써.

자동화 프로세스는 소비자 기대의 '뉴노멀' 맞추기 필수적. 자동화 추가로 규모 확대 더 빠르게 도달. 제조사에겐 숙련 머시니스트 등 근로자 부족 메우는 데 도움.

코로나19가 복잡한 공급망 취약성 드러냈습니다. 자동화와 개선된 데이터 관리가 제조사들이 이러한 시스템 내 일부 리스크와 낭비 줄이도록 도울 수 있습니다. 그리고 데이터 인텔리전스와 자동화 결합으로 관리자들은 고위 리더십 위한 맥락 기반 보고서 제공 가능, 이들이 수익 개선과 공급망 추가 간소화 위한 더 넓은 변화 만들 수 있습니다.

AI와 머신러닝 추가

팬데믹 살아남은 제조사들은 이제 요구 많은 고객과 끊김 없고 빠른 공급망 필요로 가득한 새 풍경 정복해야 합니다. AI는 부품·자재 관리를 크게 개선할 수 있습니다. 공급·수요 변화 탐지하고 재고 동적 재할당. 불필요한 셋업과 비용 큰 재셋업 다운타임 줄이기 도움. 아웃바운드 선적에 대해 AI는 가용-투-프로미스(Available-to-Promise)와 선적 포지션, 주문 할당 옵션, 충족률, 납기 데이터 실시간 모니터링, 주문 리스크 평가 개선 제공. 지연 근본 원인(조달 또는 생산 관련) 조명.

수요 변화 시 AI는 최적 동적 리라우팅 옵션 정보 제공, 팀이 문제 발생 전 계획·조정 가능. 실시간 일어나는 일 기반으로 규칙 적용과 공급망 관리하는 선제적 접근으로 전환, 추측이나 잘못된 현장 관찰 아닌. 관리자들은 미래 병목 현상 알림 수신. AI 플랫폼이 생산 공정 변화 예측. 더 활성화된 결정 내릴 수 있게 함, 더 라이브하거나 현재 데이터 기반으로, 직감이나 잘못된 대면 관찰 아닌. AI는 교대 인수인계 개선으로 협업과 효율성 증진도 가능.

포스트 팬데믹 계획 수립

제조사들은 실시간 정보, AI 통찰, 자동화 프로세스 활용해 더 나은 결정 내리는 데이터 주도 철학 채택으로 2021년 번영할 수 있습니다. 프로세스 현대화 필요한 제조 관리자들은 AI와 머신러닝으로 강화된 민첩성 제공할 운영 인텔리전스 파트너 고려해야 합니다. 이 새로운 민첩성 수준이 변화하는 세계 더 잘 다루고 2021년 요구 정면 대응하게 할 것입니다.

비카스 라지푸트(Vikas Rajput)는 옵스베다(OpsVeda) 부사장 겸 공급망 전문가입니다.