ยกระดับซัพพลายเชนของคุณในปี 2023 ด้วย 5 กลยุทธ์หลักทางธุรกิจ

ตามที่อุตสาหกรรมต่างๆ ได้เรียนรู้ ความต้องการของทั้งผู้บริโภคและธุรกิจสามารถเปลี่ยนแปลงได้ในพริบตา และห่วงโซ่อุปทานยังต้องพร้อมที่จะเปลี่ยนค่าเล็กน้อยเมื่อความต้องการสินค้าเข้าสู่ภาวะไม่สมดุล เรากำลังเข้าสู่ปี 2023 หนึ่งเดือนแล้ว และการคาดการณ์ทางเศรษฐกิจบ่งชี้ว่ายังมีงานอีกมากรออยู่ข้างหน้าสำหรับองค์กรต่างๆ เพื่อรักษาสุขภาพและสร้างผลกำไร เพื่อช่วยรับมือกับความท้าทายที่รออยู่ข้างหน้าและสร้างการเรียนรู้จากอดีต ฉันได้สรุปกลยุทธ์สำคัญ XNUMX ประการสำหรับซัพพลายเชน ซึ่งมีความสำคัญอย่างมากสำหรับธุรกิจเพื่อให้มีความคล่องตัวในปีหน้า อ่านและแจ้งให้เราทราบในความคิดเห็นว่าคุณเห็นสิ่งต่างๆ จากมุมมองของคุณอย่างไร

ใกล้กับแหล่งผลิตเพื่อลดปัญหาการขาดแคลนอุปทาน

ปีที่แล้วในเรื่องนี้ คอลัมน์ฉันได้เขียนเกี่ยวกับวิธีที่โรคระบาดส่งผลกระทบอย่างรุนแรงต่อการปฏิบัติในต่างประเทศของบริษัทอเมริกันในช่วงสองสามทศวรรษที่ผ่านมา

การออกนอกชายฝั่งเป็นวิธีที่นิยมและเป็นมิตรกับต้นทุนที่บริษัทอเมริกันทำการผลิตมาตั้งแต่ปี 1980 การใช้แรงงานจีนที่มีต้นทุนต่ำกว่าเพื่อให้ได้ผลผลิตที่มีกำไรช่วยให้บริษัทอยู่ในอันดับต้น ๆ ของรายการการผลิตระหว่างประเทศ แต่เมื่อโควิดระบาดและจีนปิดการผลิตในหลายภูมิภาค ระบบก็ได้รับผลกระทบอย่างหนัก อย่างที่ฉันเขียนไปแล้ว “เครื่องยนต์ดับ”

ในการตอบสนอง ผู้ผลิตชาวอเมริกันรู้สึกประหม่า และหลายรายเริ่มให้ความสำคัญกับกลยุทธ์ในการใช้การเทียบท่าใหม่และการเทียบท่าระยะใกล้ น่าเสียดายที่เทรนด์นี้กลายเป็นก้อนหิมะและคาดว่าจะเติบโตในปี 2023

การทำงานร่วมกันอย่างใกล้ชิดเพราะมันเกี่ยวกับการใกล้ชิดกับซัพพลายเออร์ ผู้ผลิต และลูกค้าของคุณมากขึ้น การตั้งอยู่ในจุดยุทธศาสตร์ในประเทศใกล้กับคู่ค้าของคุณทำให้การเลือกพื้นที่ใกล้เคียงเป็นทางเลือกที่ได้ผลในปัจจุบัน แม้แต่ของเรา การบริหารในปัจจุบันกำลังพูดถึงเรื่องใกล้ตัว กับบริษัทเม็กซิโก

ฉันกระตือรือร้นเกี่ยวกับการเจริญเติบโตของบริเวณใกล้เคียง ความเร็วในการจัดส่งที่เพิ่มขึ้น การสื่อสารกับซัพพลายเออร์ที่ใกล้ชิดยิ่งขึ้น และความสามารถในการตอบสนองอย่างรวดเร็วต่อการเปลี่ยนแปลงของห่วงโซ่อุปทานภายนอกล้วนเป็นข้อดีของการเปลี่ยนแปลงนี้ อย่างไรก็ตาม ถึงเวลาแล้วที่จะนำความก้าวหน้าของ AI และระบบอัตโนมัติในการผลิตมารวมกับแนวทางปฏิบัติที่ใกล้เคียงกันเพื่อเพิ่ม GDP ของประเทศ

เร่งการนำ AI และ ML มาใช้เพื่อขับเคลื่อนการพัฒนาคนและกระบวนการ

การนำปัญญาประดิษฐ์ (AI) และแมชชีนเลิร์นนิง (ML) มาใช้ให้เกิดประโยชน์หลายประการแก่ผู้ผลิต รวมถึงประสิทธิภาพที่ดีขึ้น การประหยัดต้นทุน และความสามารถใหม่ๆ อย่างไรก็ตาม ขั้นตอนการใช้เทคโนโลยีเหล่านี้อาจซับซ้อนและมีหลายแง่มุม

ในขณะที่อุปสรรคทางเศรษฐกิจที่ท้าทายยังคงดำเนินต่อไปสำหรับธุรกิจส่วนใหญ่ ผู้ผลิตทั่วโลกต้องเรียนรู้ที่จะจัดลำดับความสำคัญของการเปลี่ยนผ่านสู่ดิจิทัลและจัดการความเสี่ยงให้ดียิ่งขึ้น พวกเขาสามารถทำได้โดยปรับการวิเคราะห์การใช้จ่าย MRO ให้เหมาะสม หรือเปิดตัวโซลูชันข่าวกรองซัพพลายเออร์ ซึ่งเป็นส่วนหนึ่งของกระบวนการจัดซื้อจัดจ้าง

แนวคิดนี้ใช้กับอุตสาหกรรมต่างๆ ตั้งแต่ อุตสาหกรรมการบินไปจนถึงผลิตภัณฑ์กระดาษ ไปจนถึงยานยนต์ สำหรับบริษัทที่เริ่มนำ AI และ ML มาใช้ ขั้นตอนสำคัญคือการระบุส่วนเฉพาะของกระบวนการผลิตที่สามารถปรับปรุงได้ด้วยเทคโนโลยีเหล่านี้ ซึ่งอาจเกี่ยวข้องกับการวิเคราะห์ข้อมูลจากระบบที่มีอยู่เพื่อระบุรูปแบบและแนวโน้ม บริษัทต่างๆ สามารถหาทางนำเซนเซอร์และระบบรวบรวมข้อมูลใหม่ๆ มาใช้ หรือทำงานเพื่อล้างข้อมูลที่มีอยู่เพื่อใช้ในแบบจำลองการฝึกอบรม

เมื่อข้อมูลและทรัพยากรพร้อมแล้ว ผู้ผลิตสามารถเริ่มฝึกอบรมและปรับใช้โมเดล AI และ ML เพื่อปรับปรุงพื้นที่เป้าหมายของกระบวนการผลิตได้อย่างมีประสิทธิภาพ เมื่อทดสอบและตรวจสอบแล้ว สามารถรวมโมเดล AI/ML ได้

เทคโนโลยี AI/คลาวด์ใหม่เหล่านี้สามารถช่วยประสานข้อมูลและปรับสถาปัตยกรรมเครือข่ายซัพพลายเชนให้เหมาะสม เพื่ออำนวยความสะดวกในกระบวนการ อาจรวมเข้ากับระบบควบคุมและซอฟต์แวร์ที่มีอยู่ หรือใช้ในการพัฒนาอินเทอร์เฟซและเวิร์กโฟลว์ใหม่เพื่อรองรับการใช้งานแบบจำลอง

ความสำเร็จของการนำ AI และ ML มาใช้ในกระบวนการผลิตอาจขึ้นอยู่กับการปรับเปลี่ยนวัฒนธรรมองค์กร การฝึกอบรมพนักงาน และความเสี่ยงและการเปลี่ยนแปลงในระดับที่สูงขึ้น แต่มันก็คุ้มค่าที่จะบรรลุเป้าหมายของการเปลี่ยนแปลงทางดิจิทัล – การประหยัดอย่างมีนัยสำคัญ ความสามารถใหม่ ประสิทธิภาพที่ดีขึ้น และข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับโครงสร้างสินค้าคงคลัง

ความร่วมมือระหว่างผู้ผลิตและซัพพลายเออร์เพื่อปรับปรุง

สิ่งสำคัญของการย้ายเข้าสู่ AI และ ML ในปีนี้คือผู้ผลิตจะทำงานร่วมกันกับซัพพลายเออร์ได้ง่ายและดีกว่าเดิม การใช้ระบบ AI สามารถช่วยให้ผู้ผลิตทำงานร่วมกับซัพพลายเออร์ได้อย่างมีประสิทธิภาพมากขึ้น

เมื่อใช้การวิเคราะห์เชิงคาดการณ์และการประเมินข้อมูลของ AI องค์กรจะพบวิธีการใหม่ๆ ในการวิเคราะห์ข้อมูลเกี่ยวกับการขาย การผลิต และระยะเวลารอคอยของซัพพลายเออร์ เพื่อกำหนดปริมาณที่เหมาะสมของวัสดุและผลิตภัณฑ์ที่จะเก็บไว้ในสต็อก เราเรียกสิ่งนี้ว่า 'ความจริงทางวัตถุ' ซึ่งเป็นความสามารถขององค์กรในการจัดการสินค้าคงคลังเพื่อให้ ' มีส่วนที่ถูกต้องเสมอ ในสถานที่ที่เหมาะสม ในเวลาที่เหมาะสม'

ด้วยข้อมูลจำนวนมากที่เคลื่อนย้ายผ่านระบบขององค์กร ธุรกิจจำเป็นต้องเข้าใจจำนวนสินค้าคงคลัง เวลารอคอยของซัพพลายเออร์ ประวัติการสั่งซื้อ และอื่นๆ จากข้อมูลอย่างถ่องแท้ เทคโนโลยี AI ช่วยให้ผู้ผลิตคาดการณ์ความต้องการสินค้าได้แม่นยำยิ่งขึ้น สิ่งนี้ช่วยให้พวกเขาสามารถสื่อสารกับซัพพลายเออร์ได้ดีขึ้นสำหรับห่วงโซ่อุปทานที่มีประสิทธิภาพมากขึ้น

เครื่องมือสื่อสาร AI มีการใช้งานอยู่แล้วในหลายๆ องค์กร เช่น แชทบอทที่เปิดใช้งาน AI, ผู้ช่วยเสมือน และเครื่องมืออื่นๆ ดังกล่าว สิ่งเหล่านี้ยังสามารถช่วยให้ซัพพลายเออร์และผู้ผลิตสื่อสารได้อย่างมีประสิทธิภาพ โดยให้ข้อมูลตามเวลาจริงเกี่ยวกับสถานะการสั่งซื้อ วันที่จัดส่ง และข้อมูลสำคัญอื่นๆ

การลงทุนด้านเทคโนโลยียังคงดำเนินต่อไปแม้จะมีแรงกดดันด้านเงินเฟ้อ

แม้จะมีอัตราดอกเบี้ยสูง แรงกดดันด้านเงินเฟ้อ และเศรษฐกิจที่ไม่แน่นอน แต่ผู้ผลิตรายใหญ่ยังคงลงทุนในแนวทางปฏิบัติด้าน AI และเทคโนโลยีของตน

การลงทุนกำลังหลั่งไหลเข้าสู่บริษัทเทคโนโลยีที่สามารถช่วยผู้นำห่วงโซ่อุปทานด้วยเทคโนโลยี AI การวิเคราะห์เชิงคาดการณ์ อุปกรณ์อัตโนมัติ ระบบซอฟต์แวร์สำหรับคลังสินค้า การกระจายสินค้าและโลจิสติกส์ และระบบข้อมูลและบันทึกการควบคุม ดำน้ำซัพพลายเชน

ตัวอย่างที่สำคัญในต้นปี 2023 คือ MacroFab ลงทุนใหม่มูลค่า 42 ล้านดอลลาร์เมื่อเร็วๆ นี้ สำหรับแพลตฟอร์มการผลิตบนคลาวด์สำหรับผู้ผลิตอุปกรณ์อิเล็กทรอนิกส์

ในความเป็นจริง เกือบ⅔ (64%) ของบริษัทที่สำรวจล่าสุด รายงานอุตสาหกรรมซัพพลายเชนโดย MHIสมาคมการจัดการวัสดุ โลจิสติกส์ และซัพพลายเชนที่ใหญ่ที่สุดของประเทศ รายงานว่า พวกเขากำลังเพิ่มการลงทุนด้านเทคโนโลยีในซัพพลายเชนของตน

รายงานอื่นจาก สถาบันวิจัย CapGemini แสดงให้เห็นว่าเกือบ 40% ของธุรกิจที่ทำแบบสำรวจวางแผนที่จะเพิ่มการลงทุนด้านเทคโนโลยีเพื่อขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจและเพื่อช่วยลดค่าใช้จ่าย

ในขณะที่นักลงทุนมองหาธุรกิจที่เปิดใช้งาน AI เพื่อเป็นผู้นำในการดำเนินการ เรามองเห็นอนาคตที่สดใสสำหรับบริษัทต่างๆ ในการปรับเปลี่ยนแนวทางการจัดการความเสี่ยงด้านปฏิบัติการด้วยเงินทุนหมุนเวียนโดยการสร้างเครือข่ายการจัดหาที่ยืดหยุ่นมากขึ้น

องค์กรต่างๆ หาทางลดเงินทุนหมุนเวียนตามความต้องการที่ลดลง

เนื่องจากแรงกดดันทางธุรกิจและอัตราเงินเฟ้อเพิ่มสูงขึ้นอย่างต่อเนื่องในปี 2023 องค์กรต่างๆ มีแนวโน้มที่จะหาทางลดเงินทุนหมุนเวียนต่อไปเมื่ออุปสงค์ลดลง สามารถทำได้โดย ลดจำนวนพนักงาน และด้วยการใช้มาตรการลดต้นทุนที่หลากหลาย

วิธีทั่วไปบางประการสำหรับบริษัทในการลดเงินทุนหมุนเวียน ได้แก่:

• เจรจาเงื่อนไขการชำระเงินที่ดีขึ้นกับซัพพลายเออร์
• บริหารบัญชีเจ้าหนี้/ลูกหนี้รัดกุมยิ่งขึ้น
• ปรับปรุงกระบวนการผลิตเพื่อลดเวลาในการผลิต
• เพิ่มประสิทธิภาพในการจัดการสินค้าคงคลัง เช่น การใช้ระบบการจัดการวัสดุที่เปิดใช้งาน AI ใหม่ เพื่อช่วยให้ได้รับข้อมูลเชิงลึกมากขึ้นเกี่ยวกับระดับสินค้าคงคลัง
• ลดต้นทุนการดำเนินงานโดยรวมโดยการตัดค่าใช้จ่ายและเลิกจ้างพนักงาน

การลดเงินทุนหมุนเวียนมีความเสี่ยงในด้านกำหนดการผลิตและการส่งมอบ ดังนั้นการตัดสินใจเหล่านี้จึงควรทำอย่างรอบคอบ

องค์กรต่างๆ สามารถดำเนินการเพื่อหาโอกาสในการนำเงินทุนหมุนเวียนที่ไม่ได้ใช้ออกจากงบดุลโดยใช้การจัดการวัสดุเชิงกลยุทธ์ การทำเช่นนี้สามารถช่วยให้บริษัทลดค่าใช้จ่ายแทนการปลดพนักงาน ข้อดีคือผู้คนหยุดงาน บริษัทลดต้นทุนทั่วทั้งองค์กร และไม่สูญเสียบุคลากรที่มีความสามารถ เรารู้สึกว่าสิ่งเหล่านี้เป็นสิ่งที่หลายคนใน C-suite ต้องการดำเนินการในระยะยาว