백서: 디지털화를 통한 공급망 민첩성 구축

플라톤에 의해 재발행

팔로워 : 0

댄 미첼

어떤 산업이나 문화 전반에 속한 어느 누구도 세상이 고도로 연결되어 있다는 사실을 부인하지 않을 것입니다. 스마트폰 앱과 소셜 미디어 알고리즘에서 인공 지능과 기계 학습에 이르기까지 모든 것이 우리 일상 현실의 일부일 뿐입니다. 연결성 외에도 지난 몇 년 동안 우리가 신뢰할 수 있는 비즈니스(및 생활)의 또 다른 요소인 중단이 발생했습니다.

By 댄 미첼, SAS 소매 및 소비재 부문 글로벌 이사

소비재 회사(CPG)의 경우 이러한 이중성에는 비즈니스가 중단이 발생했을 때 대응할 준비가 될 수 있도록 관점과 프로세스의 변화가 필요합니다. 더 좋은 점은 내부 및 공급망 전체에서 잠재적인 중단을 사전에 계획하고 대응을 예측하고 신속하게 복구할 수 있다는 것입니다. 이는 디지털 연결을 통해 달성할 수 있습니다.

그러나 CPG 디지털 연결의 촉매제가 되어야 하는 것은 잠재적 중단만이 아닙니다. 회사가 생산 규모를 조정하든, 공급업체를 변경하든, 로봇 공학을 구현하든 관계없이 일반 제조 프로세스를 평가, 개선 및 수정할 수 있습니다. 하나의 변경 또는 여러 변경의 영향은 무엇입니까? 특정 변경 사항이 소비자에게 얼마나 빨리 표시됩니까? 귀사의 공급망과 공급망에 미치는 영향은 무엇입니까?

수요 창출에서 생산 데이터로 전환

오늘날 CPG의 경우 제품에 대한 수요를 창출하는 것이 가장 작은 관심사입니다. 대신 재료/재료 가용성, 직원 문제 및 장비가 생산 수준에 미치는 영향뿐만 아니라 창작 능력을 정확하게 이해하는 데 노력이 집중됩니다. 올바른 데이터를 사용하면 내부적으로 그리고 소비자에게 마지막 "수천 마일"을 통해 가능한 결과 및 효율성과 이러한 모든 가능성이 마진에 미치는 영향에 대한 시나리오 분석이 가능합니다.

기계 학습, IoT 및 컴퓨터 비전을 포함한 고급 분석 및 AI 솔루션을 통해 제조업체는 프로세스를 최적화하고 상당한 비용 절감(및 최대 수익성)으로 이어지는 작은 효율성도 찾을 수 있습니다. 생산 전반에 걸친 모델링은 문제가 발생할 때 비즈니스가 잘 대응하고 준비하는 데 도움이 될 수 있습니다.

디지털 트위닝으로 효율성 시뮬레이션

이상적인 프로세스를 분석하고 중단 대응을 예측하기 위해 기업은 어떻게 올바른 데이터와 충분한 데이터를 얻을 수 있습니까? 디지털 트윈 시뮬레이션을 사용하면 생산 및 공급망의 전산화된 복제본을 확보하여 중단을 시뮬레이션하여 영향을 정량화하고 복구를 평가할 수 있습니다.

복잡한 시뮬레이션 및 디지털 트윈 기술을 개발한 Cosmo Tech는 SAS와 협력하여 CPG가 중단 영향을 실시간으로 이해할 수 있는 솔루션을 제공합니다.

디지털 트윈 기술이 해결할 수 있는 몇 가지 과제는 무엇입니까?

생산 품질 유지 및 폐기물 감소.
제품 부족 예측.
판매 손실을 최소화하면서 수요 변화를 충족합니다.
공급망에서 낮은 충전률을 경험하게 하는 병목 현상을 식별합니다.
비용 및 마진 관리.
위험을 예측하고 공급망 중단을 관리합니다.
향후 부족의 위험을 줄이기 위한 시정 조치를 결정합니다.
환경 영향 최소화.

공급망 수준에서 CPG는 디지털 트윈을 사용하여 공급업체 및 공장에서 창고 및 고객에 이르는 전체 운영 네트워크 흐름을 포함하여 자체 인프라 이상으로 연결성을 높일 수 있습니다. 제조 내에서와 마찬가지로 이 공급망 수준의 가상 표현은 그렇지 않으면 불가능했을 가시성을 허용합니다. 시간 문제이기 때문에 다양한 잠재적 시나리오에 대한 응답 및 결정을 테스트하여 다음 중단에 대한 최적의 계획을 결정하고 생성할 수 있습니다.

오늘날의 정교한 AI 및 분석 솔루션을 통한 디지털 연결은 민첩한 생산 및 능동적 계획을 가능하게 하여 최상의 결과를 예측하고 신속한 대응을 할 수 있도록 합니다.