Zvyšte úroveň svého dodavatelského řetězce v roce 2023 pomocí 5 klíčových obchodních strategií

Jak se průmysl naučil, potřeby spotřebitelů i podniků se mohou během mrknutí oka změnit a dodavatelské řetězce musí být také připraveny na desetník, když poptávka po zboží narazí na nerovnováhu. Už máme měsíc do roku 2023 a ekonomické prognózy naznačují, že je před podniky ještě hodně práce, aby zůstaly zdravé a ziskové. Abych pomohl s budoucími výzvami a navázal na poznatky z minulosti, nastínil jsem pět kritických strategií pro dodavatelské řetězce, které jsou velmi důležité pro to, aby podniky zůstaly pohotové i v nadcházejícím roce. Přečtěte si a dejte mi vědět v komentářích, jak vidíte věci ze svého pohledu.

Přibližování výroby ke zmírnění nedostatku dodávek

Minulý rok v tomto sloupecPsal jsem o tom, jak pandemie v posledních několika desetiletích vážně ovlivnila offshoringové praktiky amerických společností.

Offshoring byl upřednostňovaným a cenově příznivým způsobem, jakým americké firmy prováděly svou výrobu od 1980. let XNUMX. století. Použití levnější čínské pracovní síly k dosažení ziskové výroby pomohlo udržet offshoring na vrcholu mezinárodního výrobního seznamu. Když však COVID zasáhl a Čína zastavila výrobu ve více regionech, systém byl vážně zasažen. Jak jsem tehdy psal, „zadřený motor“.

V reakci na to byli američtí výrobci nervózní a mnozí se začali zaměřovat na strategie využití reshoringu a near-shoringu. Bohužel tento trend nabral sněhovou kouli a očekává se, že v roce 2023 poroste.

Nearshoring funguje, protože jde o přiblížení se vašim dodavatelům, výrobcům a zákazníkům. Díky strategické poloze v zemích poblíž vašich partnerů je dnes nearshoring životaschopnou možností. Dokonce i naše současná administrativa mluví o nearshoringu s mexickými firmami.

Jsem nadšený z růstu nearshoringu. Vyšší rychlost přepravy, užší komunikace s dodavateli a schopnost rychle reagovat na změny externího dodavatelského řetězce jsou všechny výhody tohoto posunu. Je však čas spojit pokroky v AI a automatizaci výroby společně s praktikami nearshoringu, aby se zvýšil HDP naší země.

Zrychlené přijetí AI a ML pro zlepšení paliva pro lidi a procesy

Přijetí umělé inteligence (AI) a strojového učení (ML) přináší výrobcům řadu výhod, včetně vyšší efektivity, úspory nákladů a nových možností. Proces přijímání těchto technologií však může být složitý a mnohostranný.

Vzhledem k tomu, že pro většinu podniků pokračují náročné ekonomické protivětry, globální výrobci se musí naučit upřednostňovat digitalizaci a lépe řídit rizika. Mohou to udělat optimalizací analýzy výdajů MRO nebo v rámci svých nákupních procesů spuštěním řešení inteligence dodavatelů.

Tento pojem platí pro různá odvětví, od letecký průmysl, k papírovým výrobkům, k automobilovému průmyslu. Pro společnosti, které začínají přijímat AI a ML, je zásadním krokem identifikace konkrétních oblastí výrobního procesu, které lze těmito technologiemi zlepšit. To může zahrnovat analýzu dat ze stávajících systémů k identifikaci vzorců a trendů. Společnosti se mohou snažit implementovat nové senzory a systémy sběru dat nebo pracovat na vyčištění stávajících dat pro použití v modelech školení.

Jakmile jsou data a zdroje na místě, výrobci mohou začít trénovat a nasazovat modely umělé inteligence a ML, aby efektivně zlepšili cílové oblasti výrobního procesu. Po otestování a ověření lze integrovat modely AI/ML.

Tyto nové technologie založené na AI/cloudu mohou pomoci harmonizovat data a optimalizovat architekturu sítě dodavatelského řetězce. Pro usnadnění procesu mohou být integrovány se stávajícími řídicími systémy a softwarem nebo použity při vývoji nových rozhraní a pracovních postupů na podporu použití modelů.

Úspěch přijetí AI a ML ve výrobním procesu může částečně záviset na úpravách firemní kultury, školení zaměstnanců a vyšších úrovních rizik a změn. Ale stojí za to splnit cíle digitální transformace – významné úspory, nové možnosti, vyšší efektivitu a více náhledů na skladové struktury.

Zlepšení spolupráce mezi výrobcem a dodavatelem

Důležitým aspektem letošních přesunů do AI a ML je, že výrobci budou s dodavateli spolupracovat snadněji a lépe než dříve. Použití systémů AI může výrobcům pomoci efektivněji spolupracovat s dodavateli.

Pomocí prediktivní analýzy a vyhodnocování dat AI najdou organizace nové způsoby, jak analyzovat data o prodeji, výrobě a dodacích lhůtách dodavatelů, aby určily optimální množství materiálů a produktů, které je třeba držet na skladě. Říkáme tomu 'Materiální pravda“, což je schopnost organizace řídit zásoby, aby měla „vždy tu správnou část, na správném místě a ve správný čas“.

S tolika daty, které se pohybují v podnikových systémech, je pro podniky zásadní, aby z dat plně porozuměly množství zásob, dodacím lhůtám dodavatelů, historii nákupních objednávek a dalším. Technologie AI pomáhá výrobcům přesněji předvídat poptávku po produktech. To jim umožňuje lépe komunikovat s dodavateli pro efektivnější dodavatelský řetězec.

Komunikační nástroje AI se již používají v mnoha organizacích, jako jsou chatboti s umělou inteligencí, virtuální asistenti a další podobné nástroje. Mohou také pomoci dodavatelům a výrobcům efektivně komunikovat a poskytovat informace v reálném čase o stavu objednávky, termínech dodání a dalších důležitých datových bodech.

Investice do technologií budou pokračovat navzdory inflačním tlakům

Navzdory vysokým úrokovým sazbám, inflačním tlakům a nejisté ekonomice velcí výrobci nadále investují do svých praktik AI a technologických dodavatelských řetězců.

Investice proudí do technologických společností, které mohou vedoucím dodavatelských řetězců pomoci s technologiemi AI, prediktivní analytikou, automatizačním vybavením, softwarovými systémy pro skladování, distribuci a logistiku a informačními systémy a řídicími poznámkami. Ponor se zásobovacím řetězcem.

Ukázkovým příkladem na začátku roku 2023 je Nedávný nový kapitál společnosti MacroFab ve výši 42 milionů dolarů pro svou cloudovou výrobní platformu pro výrobce elektroniky.

Ve skutečnosti téměř ⅔ (64 %) společností dotazovaných v posledním průzkumu Zpráva o odvětví dodavatelského řetězce od MHI, největší národní asociace pro manipulaci s materiálem, logistiku a dodavatelský řetězec, oznámila, že zvyšuje investice do technologií do svého dodavatelského řetězce.

Další zpráva od Výzkumný ústav CapGemini ukazuje, že téměř 40 % dotázaných podniků plánuje zvýšit investice do technologií, aby podpořily transformaci svého podnikání a pomohly snížit náklady.

Vzhledem k tomu, že investoři očekávají, že vůdcovství budou podniky s umělou inteligencí, vidíme světlou budoucnost pro společnosti, aby změnily svůj přístup k řízení svých operačních rizik pomocí pracovního kapitálu vybudováním odolnější dodavatelské sítě.

Organizace hledají způsoby, jak snížit pracovní kapitál, protože poptávka klesá

Vzhledem k tomu, že obchodní tlaky a inflace v roce 2023 nadále eskalují, budou organizace pravděpodobně i nadále hledat způsoby, jak snížit pracovní kapitál, protože poptávka klesá. Toho by se dalo dosáhnout snížení počtu zaměstnanců a také prováděním různých opatření na snížení nákladů.

Některé obecné běžné způsoby, jak mohou společnosti snížit provozní kapitál, mohou být:

• Vyjednat lepší platební podmínky s dodavateli
• Přísněji spravujte závazky / pohledávky.
• Zefektivněte výrobní procesy, abyste zkrátili dodací lhůty
• Zvyšte efektivitu správy zásob, jako je implementace nových systémů správy materiálů s podporou umělé inteligence, které vám pomohou získat lepší přehled o úrovních zásob;
• Snižte celkové provozní náklady snížením nákladů a propouštěním zaměstnanců

Snížení pracovního kapitálu s sebou nese rizika ve výrobě a harmonogramech dodávek, proto by tato rozhodnutí měla být činěna opatrně.

Organizace mohou přejít k hledání příležitostí k odstranění nevyužitého pracovního kapitálu ze své rozvahy zavedením strategického řízení materiálů. To může společnostem pomoci snížit náklady namísto propouštění zaměstnanců. Výhodou je, že si lidé udrží práci, firma sníží náklady napříč organizací a neztrácí dobré talenty. Domníváme se, že toto jsou oblasti, které by mnozí v C-suite raději implementovali v dlouhodobém horizontu.