공급망 관리에서 AI를 활용하는 5가지 방법

오늘날의 점점 더 예측할 수 없는 공급망이 마침내 전문 기획자를 이기는 것처럼 보일 수도 있지만, 현실은 레거시 계획 소프트웨어가 우리의 항상 연결되고 상호 의존적인 세계를 따라잡지 못하고 있다는 것입니다. 기존 도구는 규칙 기반 처방 솔루션에 의존합니다. 우리는 약간의 교육받은 추측을 하고 스프레드시트에 선형 회귀를 그리고 손가락을 엇갈리게 만듭니다. 이러한 예측에서 벗어난 것은 "예외"이며, 우리는 완충 장치나 긴급 조치를 통해 이를 관리합니다. 즉, 운전자본을 잠그고 생산 주기를 잘못 지정하고 선반이 비어 있는 소비자를 실망시킵니다.

더 나은 방법이 있습니다. 공급망으로의 완벽한 흐름을 복원하는 것입니다.

완벽한 흐름의 반대는 우리가 "작업 엔트로피"라고 부르는 현상입니다. 일반적으로 예측할 수 없다고 생각되는 세력에 의해 잘 짜여진 계획이 무너지는 것입니다. 컴퓨터, 데이터 저장 및 기계 학습의 발전으로 작업 엔트로피가 마침내 패배하고 있습니다. 공급망이 예측에서 AI 발전을 활용하기 시작하더라도 길을 잃기 쉽습니다. 조직을 발전시키려면 다음 사항을 염두에 두십시오.

위험에 처한 가치에 중점을 둡니다. 공급 부족 및 초과 재고에 대한 경고는 계획에서 가장 중요한 숫자인 위험 가치에 대한 주의를 산만하게 합니다. 너무 자주 계획자는 정보에 입각한 결정을 내리는 데 필요한 컨텍스트나 가시성 없이 경고를 통해 몇 주를 보냅니다. 이러한 경고 뒤에 약간의 계산을 배치하고 새로운 위험을 수량화하여 전체 팀에서 어떤 문제가 가장 많은 비용을 지출하고 있는지 정확히 파악할 수 있도록 합니다. 어려운 문제를 완화하는 데는 여전히 시간과 연구가 필요할 수 있지만 모두가 정확히 올바른 문제에 대해 작업하고 있다는 것을 알고 안심할 것입니다.

블랙박스에 안주하지 마세요. 신뢰는 위험이 크고 미치도록 복잡한 공급망 붕괴에서 매우 중요합니다. 어떤 AI도 계획자가 가지고 있는 인간 지능을 갖지는 않겠지만 AI는 계획자보다 훨씬 더 엄격하게 맥락을 해석할 것입니다. AI 플랫폼은 가정을 확인하고 계획자가 이러한 통찰력에 따라 행동할 수 있는 확신을 주기 위해 자신의 추론을 계획자에게 공개해야 합니다. 영향력 있는 큰 결정을 내리려면 빅 데이터와 영리한 알고리즘뿐만 아니라 용기와 확신이 필요합니다.

낭비를 제거합니다. 낭비는 부정확한 예측의 결과입니다. 재고 버퍼는 부정확한 수요 예측을 가리고 빈 트럭은 물류 감독을 위장합니다. 더 나은 예측 과학으로 공장 가동 중지 시간과 제품 결함을 예방할 수 있습니다. 이러한 비효율성의 대부분은 "평소처럼 비즈니스"로 받아들여지지만 새로운 예측 도구를 사용하면 재고, 과잉 생산, 운송 또는 낭비되는 인재와 같은 낭비의 모든 원인에 의문을 제기할 때입니다.

소음을 줄입니다. 레거시 기록 시스템의 축적은 종종 계획자의 디지털 작업 공간에 불필요한 복잡성을 추가합니다. 중단을 완화하는 과정에서 다중 로그인, 중복 경고, 최악의 경우 권한 또는 가시성 문제가 발생하는 것이 일반적입니다. AI는 레거시 시스템이 생성하는 많은 데이터 스트림을 데이터 조작, 태그 지정, 분류 및 수정에 탁월합니다. AI 솔루션은 모든 관련 데이터를 쉽게 사용할 수 있도록 해야 계획자가 문제에 대한 가시성을 높이기 위해 얽힌 시스템을 분류하지 않고 중단을 완화하는 데 집중할 수 있습니다.

협업을 수용합니다. 미래는 인간과 기계 지능이 함께 작동하는 것입니다. 공급망 계획에 적용된 AI 및 기계 학습은 분석가의 과대 광고 사이클에서 미래 상태가 아닙니다. 그 가치는 과거의 과장된 기대치를 뛰어넘고 실제 비즈니스 가치를 보는 것을 목표로 프로덕션에서 입증되었습니다.

공급망 계획자는 이미 알고 있는 사실을 지적하기 위해 전염병이 필요하지 않았습니다. 실행 창 내에서 의사 결정 속도는 공급망에 매우 중요합니다. 이제 AI를 핵심으로 하여 구축된 제품으로 공급망 계획자와 리더를 지원할 때입니다.

Mike Hulbert는 공급망 및 제조업체를 위한 AI 제품 공급업체인 Noodle.ai의 소비자 사업부 부사장입니다.