أخبار التقنية

لماذا يعتبر استخبارات القرار ضروريًا للتغلب على قيود سلسلة التوريد


تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.


يعد الاضطراب الحالي في سلسلة التوريد أحد أنواع الأزمات العديدة التي واجهها السوق على مر السنين. حتى قبل التحديات التي يسببها فيروس كورونا ، كانت سفن الشحن ترسو خارج الموانئ في جميع أنحاء العالم ورفوف المتاجر بالكاد مخزنة ، كان قادة سلسلة التوريد في سباق لمواكبة متطلبات المستهلكين المتغيرة ، والمناظر التنافسية المتغيرة ، والتقدم التكنولوجي.

ومع ذلك ، نظرًا لأن تطوير الأعمال والوصول إليها ونجاحها أصبح يعتمد بشكل كبير على سلاسل التوريد المترابطة بشدة ، فقد أصبح هيكل هذه الروابط هشًا ومترابطًا بشكل متزايد.

على مدى العامين الماضيين ، تكشفت أزمة سلسلة التوريد غير المسبوقة. مع انتشار الشبكات عبر قارات متعددة ، انهارت سلاسل التوريد العالمية. من COVID-19 والحرب في أوكرانيا إلى سفينة الشحن الجانبية التي أغلقت قناة السويس لمدة أسبوع وقائمة متزايدة من الكوارث البيئية ، خلقت الاضطرابات معيارًا جديدًا للعمل كالمعتاد. أظهر مسح أجراه مكتب المملكة المتحدة للإحصاءات الوطنية أن 40٪ من الشركات في صناعة تجارة الجملة والتجزئة أبلغت عن اضطرابات في سلسلة التوريد العالمية في نهاية الربع الأول من هذا العام.

يرتبط هذا الاضطراب ارتباطًا وثيقًا بفشل التنبؤ والتخطيط المدمج في أنظمة سلسلة التوريد.

حدث

قمة أمنية ذكية عند الطلب

تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.

مشاهدة هنا

طرح الأسئلة الصحيحة

العديد من الشركات التي تتعامل مع اضطراب سلسلة التوريد تعتبر نفسها “مدفوعة بالبيانات” ، في حين أن معظمها في الواقع ليس كذلك. يوضح تقرير Gartner أن أقل من نصف المؤسسات بدأت بنشاط في بناء خارطة طريق للتحول الرقمي لسلسلة التوريد ، على الرغم من كونها أولوية رئيسية لمعظم القادة. أظهر استطلاع آخر أن ثلثي مؤسسات سلسلة التوريد فقط شعرت أن إستراتيجية وتنفيذ سلاسل التوريد الخاصة بها كانت متوافقة بشكل جيد.

كان ذكاء الأعمال (BI) وأدوات التحليل هي المستقبل الموعود ، حيث يمكن لمستخدمي الأعمال الوصول بسهولة إلى كميات ضخمة من البيانات على مستوى الشركة وتحويلها للتنبؤ بنتائج الأعمال والطلب المستقبلي. ومع ذلك ، فإن الحقيقة هي أن حلول BI التقليدية وأنظمة تخطيط موارد المؤسسات ثابتة ولا يمكنها سوى تقديم لمحة سريعة عن الحاضر أو ​​الماضي.

لا يمكن أن توفر مراقبة الاتجاهات الحالية ومعدلات العرض والاستهلاك المعروفة رؤى دقيقة للسوق وتفسير الصدمات المفاجئة وغير المتوقعة في الاقتصاد العالمي. التحليلات التنبؤية والوصفية – ضرورية لذكاء القرار – هي قدرات بعيدة المنال. لا يمكن لأدوات BI القديمة – التي غالبًا ما تكون أكثر من مجرد لوحات معلومات وعمرها 30 عامًا – والتحليلات التقليدية أن تخبرك بما سيأتي بعد ذلك ، ناهيك عن ما يجب فعله حيال ذلك.

هذه الأنظمة لا تتماشى مع احتياجات الشركات الكبيرة. تنتج العديد من هذه الشركات سلعًا تجمع بين المكونات أو الأجزاء من بائعين متعددين – سواء كانت مصادر الراتنجات للاستخدام في البلاستيك ، أو الأجزاء الفردية لتصنيع السيارات ، أو المواد الكيميائية للأدوية والعلاجات. هذه الشركات الكبيرة لديها مواعيد نهائية للوصول إلى هذه العناصر ، وإنشاء منتجاتها والتأكد من وصولها إلى العملاء.

يمكن أن تكون النقاط العمياء في سلسلة التوريد معطلة بشكل كبير لهذه العملية. إنها تمنع الشركات من تحديد التوقعات مع المستخدمين النهائيين ، مما يضر بسمعة الشركة عند عدم الالتزام بالمواعيد النهائية ووصول البضائع بعد الموعد المحدد.

تعود هذه الفجوات إلى الشركات التي تطرح الأسئلة الخاطئة عند إدارة سلاسل التوريد الخاصة بها. لا تزال العديد من الشركات تفكر فقط من حيث التحليلات الوصفية (ما حدث وما هو الوضع الحالي) أو التحليلات التنبؤية (ما سيحدث). وحتى مع ذلك ، فإن القيود المفروضة على تحليلات السوق الشامل البسيطة تعني أن التحليلات التنبؤية غالبًا ما تكون منخفضة الدقة.

الاعتماد على ذكاء الأعمال يترك المؤسسات معطلة ، وقادرة على طرح الأسئلة الأساسية فقط ، وليس استخدام البيانات للتفكير في المستقبل ووضع استراتيجيات جديدة من أجل التكيف مع الاضطراب أو حتى تجنبه.

يعتمد ذكاء القرار على التحليلات الوصفية

يأتي هذا التبصر من إضافة التحليلات الوصفية طبقة لإدارة سلسلة التوريد للشركة. تجيب هذه الطبقة على سؤال “ما الذي يجب أن يحدث” وتصبح أساسًا لتوليد القرارات ، وليس فقط الرؤى. يرفع هذا النهج من مستوى الاستفسار التحليلي ، باستخدام التعلم الآلي ونماذج التحسين لاقتراح مسار عمل يعتمد على البيانات والتحليلات ونماذج الأعمال.

في النهاية ، يمكن أن يؤدي هذا إلى تغيير جذري في كيفية إدارة الشركات لتدفق البضائع عبر سلاسل التوريد الخاصة بها لأنه يحل المشكلة كيفية المضي قدما لتحقيق النتيجة المستهدفة.

تخيل أنك صاحب مصنع تصنع الكراسي. تمنحك التحليلات الوصفية عرضًا تفصيليًا ، على سبيل المثال ، لعدد الكراسي التي قمت بإنشائها الشهر الماضي. تتيح لك التحليلات التنبؤية التفكير في المستقبل وتوقع الطلب المحتمل على تلك الكراسي الشهر المقبل.

تقديري تجمع التحليلات كل ذلك معًا ، مما يوفر للمالك رؤى ذكية قائمة على الذكاء الاصطناعي مثل “كم عدد الكراسي التي يجب أن نصنعها في يونيو ، بالنظر إلى سعر الخشب وطلب العملاء الشهر المقبل”.

في هذا العالم الجديد من الأسعار المرتفعة ، وطلب العملاء المتغير ، والصعوبات المستمرة في حركة بعض السلع ، فإن الحصول على هذه الأفكار حول بصمات قادة الأعمال يساعدهم على اتخاذ القرارات المستنيرة والسريعة اللازمة للبقاء في الطليعة. تعادل التحليلات الوصفية أيضًا تحسينات تكرارية كبيرة في تجربة العملاء ، مما يسمح للشركات بأن تكون صادقة وصريحة مع عملائها – مع تحديثها بشفافية فيما يتعلق بمكان الطلب وموعد تسليمه. في اقتصاد اليوم ، هذه الثقة هي سلعة ثمينة.

كيف تبدو هذه التكنولوجيا للشركات؟

استخبارات القرار ومستقبل سلسلة التوريد

يعتمد اتباع نهج جديد لسلاسل التوريد على رؤية جديدة للبيانات في المؤسسة. البيانات هي محرك النمو ومصدر الذكاء الذي سيسمح للشركات بالسيطرة على سلاسل التوريد الخاصة بها.

وهذا يعني الاعتماد على البيانات من مجموعة متنوعة من المصادر أكثر من أي وقت مضى. تحتاج الشركات إلى المزيد من البيانات الواقعية والقابلة للتنفيذ من خلال سلاسل التوريد الخاصة بها. يحتاجون إلى الوصول بسرعة وأمان إلى مصادر بيانات متعددة عبر مراكز البيانات المحلية والسحابات المتعددة. للتخطيط للصدمات المستقبلية ، تحتاج الشركات إلى التعلم من هذه اللحظة التاريخية وإدخال هذه المعلومات في نمذجة التحليلات التنبؤية والتعليمية.

يجب دمج هذا مع مجموعة من البيانات الخارجية ، والاستفادة من البيانات المعقدة غير المهيكلة من مصادر غير تقليدية مثل وسائل التواصل الاجتماعي. هذا النطاق الواسع من البيانات يخلق مجالًا لتحليلات أكثر شمولاً وتأثيرًا. وكما يعرف العديد من القادة الآن ، ولكن من الجدير التكرار هنا ، يجب أن تكون هذه البيانات عالية الجودة ، وتجنب حالات الازدواجية أو تعدد المصادر التي تبطئ التحليلات.

المفتاح ، إذن ، هو جمع كل ذلك معًا. يدرك العديد من القادة الإمكانات الهائلة للأحجام المتزايدة من البيانات ، لكن مؤسساتهم تكافح للوصول إلى جميع بياناتهم وتحليلها بكفاءة على نطاق واسع. وفقًا لبعض التقديرات ، لا يتم استخدام أكثر من 80٪ من بيانات الأعمال المتاحة لاتخاذ القرارات. تحتاج المؤسسات أيضًا إلى القدرة على وضع الرؤى من التحليلات في أيدي مستخدمي الأعمال دون وجود حاجز كبير للدخول يمكن أن يأتي مع علم البيانات.

عند إدارة سلاسل التوريد ، يمكن للشركات تحمل هذا النقص في المرونة. يجب اتخاذ القرارات بسرعة ، مع النظر بانتظام في النتائج المتوقعة التي قد تمتد لشهور أو حتى سنوات في المستقبل. يجب ألا ننسى أن العديد من المشكلات مع العملاء تعود إلى سلاسل التوريد: أوقات التسليم خاطئة ، والوعود التي لا يمكن الوفاء بها – المشكلات التي تتراكم وتشجع العملاء على البحث في مكان آخر.

ذكاء القرار هو الجواب على أوجه القصور الرئيسية هذه. تم تحديدها بواسطة Gartner كأفضل تقنية نمو لعام 2022 ، فهي تضمن أن أي شخص في المؤسسة يمكنه بسهولة إعداد البيانات وإجراء تحليلات مخصصة لاحتياجاتهم وتلقي رؤى يمكن الوصول إليها يمكن لأي شخص في الشركة التصرف بناءً عليها. يتم دعم هذه المرونة من خلال التحليلات المعززة ، ونشر الذكاء الاصطناعي والتعلم الآلي (على حد تعبير Gartner) “لزيادة كيفية استكشاف الأشخاص للبيانات وتحليلها في منصات التحليلات وذكاء الأعمال”.

غد جديد

تعد حلول إدارة سلسلة التوريد القائمة على استخبارات القرار ونماذج التحليلات الوصفية في الوقت الفعلي أدوات فعالة في مكافحة أزمة سلسلة التوريد. يمكن لمثل هذه الأنظمة تحسين العمليات الشاملة في جميع أنحاء المؤسسة وبناء المرونة في توقعات الطلب. يمكنهم تقليل التكاليف المرتبطة بالمخزون الزائد ونفاد المخزون وتقادم المنتجات – حتى في مواجهة الأزمات المنتشرة.

الكثير ممكن. ضع في اعتبارك عالمًا لا ينفد فيه القطن من نشاط تجاري مطلقًا ، لأنه مزود برؤى توجيهية تبحث في اتجاهات أسعار القطن واستخدامه من قبل شركتك وتحدد الوقت الأمثل للشراء. أو شركة يقوم فيها الذكاء الاصطناعي بإجراء تحليل مستمر لتزويد المعدات عبر سلسلة التوريد الخاصة بك ويرسل إليك تحذيرًا آليًا عندما تكون في خطر النفاد. كل هذا وأكثر ممكن ، مما يضمن أن الشركات وسلاسل التوريد الخاصة بها جاهزة لأي شيء – سواء كان ذلك هو الأزمة اليومية أو الأزمة التالية.

آفي بيريز هو الرئيس التنفيذي للتكنولوجيا والشريك المؤسس لشركة Pyramid Analytics.

صانعي القرار

مرحبًا بك في مجتمع VentureBeat!

DataDecisionMakers هو المكان الذي يمكن للخبراء ، بما في ذلك الأشخاص الفنيون الذين يقومون بعمل البيانات ، مشاركة الأفكار والابتكارات المتعلقة بالبيانات.

إذا كنت تريد أن تقرأ عن الأفكار المتطورة والمعلومات المحدثة ، وأفضل الممارسات ، ومستقبل البيانات وتكنولوجيا البيانات ، انضم إلينا في DataDecisionMakers.

يمكنك حتى التفكير في المساهمة بمقال خاص بك!

قراءة المزيد من DataDecisionMakers

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى