공급망 효율성 해제: 검증된 5가지 AI 전략

오늘날 점점 더 예측 불가능한 공급망이 전문 기획자들을 마침내 이긴 것처럼 보일 수 있지만, 현실은 레거시 기획 소프트웨어가 우리 시대의 상시 연결되고 상호의존적인 세상을 따라잡지 못했다는 것입니다. 전통적 도구는 규칙 기반 처방적 솔루션에 의존합니다: 우리는 몇몇 교육받은 추측을 하고, 스프레드시트에 선형 회귀선을 긋고, 손가락을 교차시킵니다. 그런 예측에서 벗어난 편차는 '예외(exceptions)'라 불리며, 우리는 버퍼나 긴급 조치(expedites)로 그것들을 관리합니다. 이는 운전자본을 묶고, 생산 사이클을 잘못 안내하며, 빈 선반으로 소비자들을 좌절시킵니다.

더 나은 길이 있습니다: 공급망에 완벽한 흐름(perfect flow)을 복원하는 것입니다.

완벽한 흐름의 반대는 우리가 '운영 엔트로피(operations entropy)'라 부르는 현상입니다. 일반적으로 예측 불가능하다고 여겨지는 힘들에 의해 잘 짜인 계획이 교란되는 것입니다. 컴퓨터, 데이터 스토리지, 머신러닝의 발전으로 운영 엔트로피가 마침내 정복되고 있습니다. 귀사 공급망이 예측에 AI 발전을 활용하기 시작했더라도, 쉽게 길을 잃을 수 있습니다. 조직을 앞으로 나아가게 할 다음 점들을 명심하십시오:

리스크 가치(Value at Risk)에 집중하라

공급 부족과 초과 재고 알림은 기획에서 가장 중요한 수치인 '리스크 가치'에서 주의를 분산시키는 잡음일 뿐입니다. 너무 자주 기획자들은 필요한 맥락이나 가시성 없이 알림들을 걸러내는 데 주간을 보냅니다. 그 알림들에 연산 능력을 더해 신흥 리스크를 정량화함으로써, 팀 전체에 정확히 어떤 문제가 가장 많은 달러를 걸고 있는지 가시성을 주십시오. 까다로운 이슈 완화에 여전히 시간과 조사가 필요할 수 있지만, 모두 자신이 정확히 올바른 문제를 다루고 있음을 알고 안심할 수 있습니다.

블랙박스엔 만족하지 마라

고위험하고 답답하게 복잡한 공급망 붕괴에서 신뢰는 필수적입니다. 어떤 AI도 기획자가 가진 인간 지능을 가지진 못하지만, AI는 기획자보다 훨씬 엄격하게 해석된 맥락을 가집니다. AI 플랫폼은 기획자가 가정을 검증하고 그 인사이트에 따라 행동할 확신을 가질 수 있도록 추론 과정을 노출해야 합니다. 큰 영향력을 가진 결정을 내리는 데는 용기와 확신이 필요합니다. 단순히 빅데이터와 영리한 알고리즘만으로는 안 됩니다.

낭비 제거

낭비는 부정확한 예측의 결과입니다: 재고 버퍼는 부정확한 수요 예측을 가리고, 공차 운행은 물류 감독 소홀을 드러냅니다. 심지어 공장 가동 중단과 불량품도 더 나은 예측 과학으로 예방할 수 있습니다. 이러한 비효율성 다수는 '관행대로(business as usual)' 받아들여지지만, 새로운 예측 도구로 낭비의 모든 원천(재고, 과잉생산, 운송, 심지어 낭비되는 인재 등)에 의문을 제기할 때입니다.

소음 줄이기

레거시 기록 시스템들의 축적은 기획자의 디지털 작업공간에 불필요한 복잡성을 더합니다. 혼란 완화 과정에서 다중 로그인, 중복 알림, 최악의 경우 권한이나 가시성 이슈가 생기는 게 흔합니다. AI는 레거시 시스템들이 생산하는 데이터 스트림들의 조작, 태깅, 분류, 수정에 탁월합니다. AI 솔루션은 모든 관련 데이터를 즉시 이용 가능하게 해, 기획자가 얽힌 시스템들에서 더 나은 가시성을 위해 헤매는 대신 혼란 완화에 집중할 수 있게 해야 합니다.

협업 수용

미래는 인간과 기계 지능이 함께 일하는 것입니다. 공급망 기획에 적용된 AI와 머신러닝은 애널리스트의 하이프 사이클상 미래 상태가 아닙니다. 가치는 생산 현장에서 입증됐습니다. 목표는 과장된 기대를 넘어 실제 비즈니스 가치를 보는 것입니다.

공급망 기획자들은 팬데믹이 없어도 이미 알고 있던 것을 지적받을 필요가 없습니다: 실행 윈도우 내 의사결정 속도가 공급망에 결정적이라는 것. 이제 공급망 기획자와 리더들을 AI를 핵심으로 구축된 제품들로 지원할 때입니다.

마이크 헐버트(Mike Hulbert)는 공급망 및 제조업체용 AI 제품 벤더 누들닷에이아이(Noodle.ai)의 소비자 비즈니스 부문 부사장입니다.