A pandemia está gerando um novo modelo para tomada de decisão na cadeia de suprimentos

Os gerentes da cadeia de suprimentos enfrentam interrupções sem precedentes, não apenas pelas turbulências que resultaram da pandemia, mas também pelas constantes mudanças na demanda, aumento das expectativas dos clientes e fatores geopolíticos externos. Duas coisas se tornaram aparentes:Essas interrupções não são temporárias e trouxeram à luz as deficiências no modelo de dados da cadeia de suprimentos atual.

As estratégias para lidar com as consequências dessas interrupções se tornarão mais focadas à medida que nos preparamos para uma recuperação econômica, dando aos gerentes o duplo desafio de se recuperar do desastre causado pela pandemia e, ao mesmo tempo, lidar com um aumento potencialmente rápido na demanda pós-pandemia e nos gastos do consumidor durante no próximo ano. Agora é a hora de mergulhar profundamente em como as empresas irão abordar a recuperação e, ao mesmo tempo, aproveitar as novas oportunidades de crescimento. A solução não é retornar ao status quo pré-pandêmico, mas estabelecer um novo modelo de dados. Como costuma acontecer, o desastre impulsiona a inovação, e agora estamos vendo que a inovação surge à medida que mais organizações da cadeia de suprimentos adotam um novo modelo de inteligência de decisão para reescrever as regras do jogo.

Inteligência de decisão para um melhor resultado

Lidar com a recuperação das interrupções do ano passado, o aumento na demanda por vir e, finalmente, obter o conhecimento e as percepções necessárias para sobreviver a interrupções futuras exigirá ir além do modelo de dados tradicional de análise histórica, informações isoladas e painéis na tela com uma gama limitada de saída e meios limitados de interpretação.

A próxima geração de tomada de decisão já está aqui. A inteligência de decisão fornece acesso antecipado e imediato a dados e tendências, impulsionado por inteligência artificial e análise preditiva voltada para o futuro e com uma camada de middleware capaz de abstrair várias fontes de dados para fornecer uma visão única e unificada, e tudo isso entregue com um natural interface de idioma.

A inteligência de decisão, quando fornecida com uma interface de linguagem natural unificada, resolve muitas das vulnerabilidades e desafios ocultos que foram trazidos à luz como resultado das interrupções do ano passado. O apoio à tomada de decisão em circunstâncias normais pode funcionar e havia, até agora, pouco incentivo para seguir em frente. O modelo mais antigo, entretanto, deixou muitos despreparados quando confrontados com o inesperado.

Tomada de decisão em um mundo imprevisível

O modelo CORE (configurar, otimizar, responder, executar) da Gartner Inc. de planejamento impõe um modelo universal para todas as tomadas de decisão da cadeia de suprimentos:

• Configuração da cadeia de abastecimento para apoiar estratégias,
• Otimização para levar em conta fatores como recursos limitados (ou, no caso de uma pandemia, uma interrupção importante e inesperada),
• Resposta, que se baseia em um nível de opcionalidade e inteligência, e
• Execução

São necessários insights em tempo real para obter um modelo CORE bem-sucedido no planejamento da cadeia de suprimentos. Para obter insights em tempo real, precisamos ainda de uma interface inteligente, interativa e em tempo real que possa ser usada por tomadores de decisão em todos os níveis, não apenas por analistas de dados. Isso pode ser conseguido com um recurso de processamento de linguagem natural que permite ao sistema construir um contexto para que o usuário seja capaz de ter uma conversa progressiva com o sistema, em vez de simplesmente realizar uma série de perguntas ou comandos únicos. Além disso, a camada de abstração do processamento de back-end permite a ingestão transparente de dados de várias fontes de dados estruturados e não estruturados.

Uma cadeia de suprimentos responsiva no ecossistema global de hoje exige que os planejadores fechem a lacuna de longa data entre o planejamento e a execução. Aqueles que são capazes de preencher essa lacuna, antecipando o inesperado e construindo uma capacidade para pivotar de forma rápida e inteligente eventos imprevisíveis ou mudanças na demanda, são aqueles que se saíram melhor durante as devastadoras deficiências da cadeia de suprimentos do ano passado e estarão melhor posicionados para acomodar rapidamente as mudanças inevitáveis ​​na demanda que se seguirão.

Ganesh Gandhieswaran é cofundador e CEO da ConverSight.ai, uma plataforma de inteligência de decisão.