Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Manufacturing Technology >> Technologie industrielle

Trois capacités technologiques pour rester compétitif dans la prochaine normale

Alors que les entreprises poursuivent leur marche vers la numérisation, les entreprises doivent déployer des stratégies qui fournissent la bonne base pour être concurrentielles. Un élément clé du succès en tant que véritable champion du numérique est la capacité à fournir les niveaux de service client les plus élevés au moindre coût. Et pour ce faire, des données complètes et précises sur la chaîne d'approvisionnement sont essentielles. Les données sont devenues une monnaie dont la valeur augmente à mesure qu'elles approchent du temps réel, et plus elles peuvent être partagées entre les partenaires commerciaux.

Ce qui est devenu évident, c'est que les données devraient être en temps réel et n'exister qu'une seule fois. En utilisant une approche de gestion fédérée des données de référence (MDM), les informations peuvent être actuelles et cohérentes, plutôt que d'être dupliquées dans plusieurs formats et silos, où elles deviennent obsolètes et latentes (qu'un lac de données/entrepôt soit utilisé ou non). Les approches technologiques modernes créent une représentation fiable du niveau de chaque/article/unité, puis peuvent intégrer cette fidélité dans une solution réseau globale en temps réel qui optimise la planification et l'exécution de tous les partenaires à l'aide d'analyses prescriptives basées sur des agents. Ces réseaux prennent en charge la collaboration multipartite, la planification et l'exécution des transactions en temps réel et aident tous les participants à exécuter dans la « prochaine normale », à condition qu'ils prennent en compte trois capacités critiques.

Activation des transactions en temps réel avec une architecture réseau. Nous avons déjà vu comment un service client basé sur un réseau et un modèle de levier d'actifs ont été appliqués dans les industries adjacentes. Uber, Facebook, Airbnb et Alibaba ont tous déployé des architectures basées sur le réseau qui offrent des capacités multipartites. Le commerce se fait entre toutes les parties d'un réseau. Et comme l'approvisionnement et la livraison des produits s'étendent sur plusieurs parties du réseau, la planification et l'exécution doivent donc être en temps réel et inclure également plusieurs parties, afin de fournir un effet de levier maximal sur les actifs, le coût d'acquisition le plus bas et les plus hauts niveaux de service client.

Ce niveau de collaboration, combiné à une visibilité, une analyse, une planification et une exécution au niveau de la tour de contrôle, est au cœur de la compétitivité future. Ce n'est pas surprenant étant donné que même la plus simple des transactions implique plusieurs parties, telles qu'un client, un gestionnaire de marque, un co-emballeur, un fournisseur, un transporteur, un 3PL et un distributeur.

Malheureusement, de nombreux déploiements technologiques centrés sur l'entreprise ont été conçus en étoile, ce qui signifie qu'ils agissent comme le centre de l'univers pour ce nœud du réseau et traitent leurs processus et leurs données comme tels. Cette technologie de hub est conçue pour collecter des données de manière point à point/spoke à hub. Il décide ensuite quoi faire des changements de demande, de capacité ou d'offre en fonction des variables du hub de manière isolée, puis partage certaines des données obsolètes ou latentes, après traitement, avec certains de leurs rayons, à la fois entrants et sortants. En conséquence, dans un réseau commercial typique, il peut créer plus de 20 actions de traitement de type stockage et transfert entre les partenaires commerciaux, en amont et en aval, ce qui fait perdre du temps, de la main-d'œuvre et des actifs. Pire encore, cela affecte les niveaux de service client car les parties ne sont pas alignées en tant que réseau coordonné au service du consommateur final.

Établir une vue unique et fiable. Si les données sont votre devise, alors plusieurs instances ERP sont similaires à une fédération d'entités où chaque source agit comme sa propre monnaie légale unique. Les données sont piégées dans vos instances de tuyau de poêle ERP, puis sont généralement partagées en étoile dans des relations commerciales individuelles avec les partenaires du réseau. Inutile de dire qu'il s'agit d'une approche sous-facultatif, car même si vous exportiez des données vers un entrepôt de données ou un lac de données, vous créez une latence et une obsolescence dans les données. Cela dévalue la devise en termes de prise de décision entre les partenaires du réseau.

En conséquence, les organisations adoptent des solutions qui incluent la gestion fédérée des données de référence. En utilisant cette approche, les partenaires commerciaux du réseau peuvent adhérer au réseau et partager à la fois leurs données de base et d'exploitation avec d'autres partenaires commerciaux. Sur la base d'un cadre d'autorisations sécurisé sur l'ensemble du réseau, les données n'existent qu'une seule fois et sont fédérées aux partenaires commerciaux en fonction des autorisations accordées. Étant donné que les données ne sont pas copiées ou dupliquées entre les échelons, les niveaux ou les nœuds du réseau, elles sont par définition en temps réel et facilement disponibles pour optimiser l'exploitation des actifs, le service client et le moindre coût d'acquisition.

Supporter des analyses prescriptives exploitables et autonomes. Compte tenu de la nature multipartite des relations commerciales basées sur le réseau, le critère final est la capacité de modéliser l'ensemble du réseau de la chaîne d'approvisionnement de bout en bout afin d'analyser correctement et de prendre des mesures pour résoudre les problèmes et créer des opportunités. Étant donné que les problèmes ou les opportunités exposés par l'analyse peuvent se manifester dans des délais stratégiques, tactiques ou opérationnels, la fondation doit être transparente à travers ces horizons temporels. Il doit également offrir des services, des algorithmes et des analyses qui s'exécutent sur la représentation du réseau en temps réel, qu'ils soient utilisés pour résoudre des problèmes qui devraient se produire dans six mois ou lors d'une livraison prévue plus tard cet après-midi. La bonne nouvelle est que si votre approche inclut à la fois les critères un et deux, cette base est déjà en place.

La plate-forme de réseau d'approvisionnement en temps réel de bout en bout permet de tester de nouvelles politiques de chaîne d'approvisionnement, la résilience du réseau, la faisabilité de plans stratégiques ou tactiques, d'activer des pièces ou des fournisseurs alternatifs, de modifier des modes de transport ou même d'ajouter quarts de travail supplémentaires dans une usine.

Étant donné qu'il existe de nombreuses façons de résoudre les problèmes liés à la demande, à l'offre, à la logistique et à l'exécution dans un réseau, il est important que les ateliers d'analyse aient un accès en temps réel à toutes les variables matérielles possibles. Les systèmes traditionnels ne vous offrent généralement qu'un seul moyen de résoudre un problème, en raison des délais statiques et des données obsolètes. En revanche, un atelier analytique basé sur l'IA est un environnement normatif dans lequel les organisations se verront présenter les trois ou quatre meilleures solutions qui répondent le mieux à leurs objectifs. Il peut également prendre en charge l'apprentissage automatique, qui n'est qu'un meilleur moyen de prédire les résultats et est extrêmement précieux pour recommander des actions prescriptives. De plus, l'apprentissage automatique améliore ses prédictions au fil du temps à mesure que vous fournissez plus de données.

Ces capacités fourniront la plate-forme et l'architecture nécessaires pour permettre cette fondation et fournir les capacités nécessaires pour être compétitif à l'avenir.

Joe Bellini est directeur de l'exploitation chez One Network Enterprises, fournisseur de logiciels de réseau d'entreprise d'IA.


Technologie industrielle

  1. Trois domaines critiques à considérer avant de migrer des données vers le cloud  
  2. Plateformes de réseau numérique :les opportunités à venir
  3. L'amazonification des chaînes d'approvisionnement
  4. Trois leçons pour l'industrie alimentaire en 2021
  5. Trois clés pour naviguer dans le prochain COVID-19
  6. Trois façons de faire face à la prochaine augmentation de la demande d'EPI
  7. Trois façons dont les données mobiles pourraient transformer le secteur de la construction
  8. Vidéo immersive, IA et phase suivante de la mise en forme technologique des ventes au détail
  9. The Modern Data Estate :Data Lake vs. Data Warehouse