Какой будет следующая революция в управлении цепями поставок – от аналитики больших данных к цифровым двойникам?
Совсем неудивительно, что лишь очень немногим компаниям удалось перевести все свои операции на единую ERP-платформу. Некоторые компании выбрали наилучшее в своем роде решение и соединили различные программные продукты для производства, учета, кадрового планирования, управления складом, транспортировкой и т. д. Более того, нередко управление складом и транспортными операциями осуществлялось силами сторонних организаций, предоставляющих логистические услуги уровня 3PL (комплексные) или 4PL (интегрированные), а те, в свою очередь, активно привносили свои собственные ИКТ-решения, усложняя и без того достаточно сложную систему.
Предпринимались попытки стандартизировать некоторые критические и базовые элементы информации на глобальном уровне (например, штриховое кодирование GS1, EDI-сообщения), но, тем не менее, большинство логистических сетей представляют из себя «гордиев узел», будучи интегрированными по системе «все со всеми». Когда компаниям все же удавалось перевести данные из этих транзакционных систем в аналитику Business Intelligence (BI) или аналогичные системы отчетности, мы все равно нередко получали довольно неадаптивное, неполное и разрозненное представление о реальности.
В какой-то момент мы поверили, что хранилища данных могут стать решением всех проблем. Они забирают данные из множества транзакционных систем, преобразуя в более или менее стандартизированный формат, и предоставляют их в пользование сообществу опытных пользователей – это большой шаг вперед, не так ли?
Увы, на данный момент уже ясно, что у этого варианта тоже есть свои ограничения. Хранилище данных может быть дорогостоящим в установке и обслуживании, его нелегко масштабировать, оно доступно только для ограниченного круга пользователей. Более того, оно отражает лишь малую часть физической реальности и работает со значительной задержкой по времени (обычно не менее 24 часов, так как большинство хранилищ данных пополняется с помощью пакетной загрузки в ночное время). Кроме того, многие хранилища данных содержат большое количество устаревших или «грязных» полей данных, которые трудно оценить или интерпретировать рядовому пользователю.
Наконец, но не в последнюю очередь, хранилища данных содержат только внутреннюю информацию об одной компании, не включая в себя данные важнейших партнеров по цепи поставок: поставщиков, клиентов или сторонних поставщиков логистических услуг. В конечном счете они малопригодны для достижения голубой мечты логиста, а именно вертикальной и горизонтальной интеграции всех звеньев цепочки поставок. Это имеет немалое значение для работников, специализирующихся на цепях поставок: специалистов по закупке логистических услуг и специалистов по транспортному планированию, управляющих складами, консультантов по проектированию сетей и т. д.
Все перечисленные профессии сильно зависят от наличия большого объема точных фактов и цифр для оптимизации своей работы. Обычно им приходится работать с поднаборами, разрозненными и/или устаревшими наборами данных о своей логистической среде. Следование принципу «лучше хоть что-то, чем совсем ничего» закономерно породило культуру субоптимизации и «управление цепью поставок через зеркало заднего вида».
Но, как поет Боб Дилан, «Времена меняются» (The Times They Are a-Changin). Ряд технологических инноваций, ставших доступными в последнее время, привел к разительным и существенным переменам в управлении цепями поставок.
- Теперь существует возможность относительно дешево комбинировать, рассматривать и визуализировать большие объемы архивных логистических данных из разных источников.
- Такие резидентные программы, как Power BI©, Tableau© или QlikSense©, а также мощные платформы для проектирования цепей поставок, такие как AIMMS© или Llamasoft Supply Chain Guru©, превратили прошлый век логистики в футуристический завтрашний день.
Применяя современные методы визуализации и оптимизации цепи поставок на основе большого объема архивных данных, можно добиться значительных улучшений с точки зрения затрат, уровня обслуживания и устойчивости системы. Математические методы прогнозирования, полагающиеся на достаточный объем архивных данных, способны выявить будущие закономерности, тенденции и проблемные места, что может помочь менеджеру по управлению цепями поставок принимать оптимальные решения.
Само по себе наличие технологий не решает проблему «управления цепочкой поставок через зеркало заднего вида». Оно также не способствует налаживанию совместной работы по всей цепочке поставок.
Для того чтобы проверить будущую эффективность цепочки поставок и выявить проблемы до их возникновения, нам понадобятся еще две инновации, которые также становятся широкодоступными: озера данных и анализ потоковых данных.
- Озера данных – это гибкие масштабируемые базы данных, являющиеся простым и дешевым решением для получения больших объемов данных из разнообразных источников в режиме реального времени и их передачи большому количеству пользователей в облаке. Такими источниками данных могут стать ERP или наследственные системы множества сотрудничающих компаний, а помимо этого, данные о местоположении транспортных средств в режиме реального времени, информация о пробках на дорогах, прогнозы погоды, мобильные приложения, данные датчиков Интернета вещей (Internet of Things – IoT) и прочее.
- Анализ потоковых данных производится на мощном программном обеспечении, которое позволяет визуализировать, рассматривать, анализировать и прогнозировать потоки данных по ходу дела в режиме реального времени.
Сочетание данных технологий позволяет создавать «цифровых двойников» цепочки поставок, т. е. точные виртуальные отображения физической реальности по мере ее возникновения. Предоставив доступ к этой реальности лицам, принимающим решения в сфере логистики, оснастив их удобными и простыми в использовании информационными панелями и позволив им проверять сценарии возможных ситуаций в режиме реального времени, можно добиться важных улучшений, к примеру, в области управления материально-техническим снабжением, эффективности транспорта или наличия товаров на полке. Прибавьте к этой формуле другие технологии прогнозирования, такие как машинное обучение и искусственный интеллект, и логистика уже ничем не будет напоминать себя в прошлом.
Все большее число компаний уже сделали свои первые робкие шаги на этой неизведанной территории. Цифровое преобразование, безусловно, потребует значительных инвестиций в технологии и людей. Некоторые члены совета директоров и акционеры спросят, оправдает ли такие расходы краткосрочная окупаемость вложений.
Однако полезнее будет задаться вопросом о том, удастся ли через 10 лет продолжать управление конкурентоспособной цепью поставок при отсутствии данных новых технологий. Времена действительно меняются, и скоро призраки прошлого просто не будут оказывать влияние на настоящее.
Ahlers – міжнародний логістичний оператор, що більше 100 років надає послуги з логістики та морських перевезень. Представництво в Україні: +38 (057) 372-00-89 Сайт https://www.ahlers.com Публікації компанії |