A resolução da interrupção da cadeia de suprimentos se resume à matemática

O caos logístico não é um fenômeno novo no mundo da cadeia de abastecimento, mas a escala da turbulência causada pelo COVID-19 é algo que as partes interessadas nunca viram antes:94% das empresas Fortune 1000 sofreram interrupções devido à pandemia, de acordo com a Accenture.

Felizmente, as empresas hoje têm uma variedade de tecnologias de inteligência artificial, como otimização matemática, à sua disposição, para ajudar a combater e superar interrupções na cadeia de suprimentos.

A otimização matemática foi estabelecida há muito tempo como a tecnologia de ponta para o planejamento e as operações da cadeia de suprimentos. Desde a década de 1980, as empresas em todo o mundo dos negócios recorreram a uma ampla gama de aplicativos de planejamento disponíveis e sob medida, não apenas para gerar maior eficiência e lucratividade, mas também para gerenciar e mitigar interrupções. Essas tecnologias têm sido uma ferramenta essencial ao longo dos anos para promover a agilidade e a resiliência da cadeia de suprimentos.

A otimização matemática facilita dois tipos de tomada de decisão para planejadores e outras partes interessadas principais:

• Reativo. Eles podem detectar interrupções em tempo real e responder a elas de forma rápida e eficaz, identificando as causas raízes e realocando recursos dinamicamente, reduzindo assim o tempo de recuperação.
• Proativo. Eles podem analisar os riscos da cadeia de abastecimento e antecipar potenciais interrupções.

Veja como a otimização matemática pode conduzir à tomada de decisão reativa e pró-ativa ideal e lidar com interrupções na cadeia de suprimentos.

Um modelo de três partes

Cada aplicativo de otimização matemática é essencialmente composto por dois elementos:um solver (um mecanismo de resolução de problemas baseado em algoritmo) e um modelo (uma representação ou gêmeo digital do ambiente operacional do mundo real, com toda sua complexidade e desafios).

O modelo pode encapsular elementos específicos da cadeia de suprimentos (como fornecedores, produção, logística e operações de armazenamento) ou pode abranger toda a rede ponta a ponta.

Cada modelo consiste em três partes:

• Variáveis ​​de decisão. Decisões tomadas em vários pontos da cadeia de abastecimento;
• Restrições. Regras de negócios que devem ser seguidas;
• Objetivos de negócios. Numerosos (e frequentemente conflitantes) objetivos de negócios, como minimizar custos e níveis de estoque ou maximizar a utilização de recursos, desempenho de entrega no prazo e satisfação do cliente.

Quando ocorre uma interrupção, os aplicativos de otimização matemática, porque são construídos em modelos que compreendem e incorporam como uma cadeia de abastecimento real se comporta, permitem que os usuários alcancem:

• Visibilidade. Identifique instantaneamente as fontes da interrupção, como gargalos de capacidade e flutuações repentinas de oferta e demanda;
• Flexibilidade. Modifique o modelo fazendo ajustes e até mesmo adicionando novas restrições, variáveis ​​de decisão e objetivos de negócios para refletir as condições operacionais atuais em toda a cadeia de abastecimento;
• Agilidade. Otimize de forma dinâmica e automática planos e programações e determine o melhor curso de ação para resolver a interrupção da maneira mais rápida e eficaz possível.

Com um aplicativo de otimização matemática, as empresas podem manter a visibilidade em tempo real e o controle sobre a rede de ponta a ponta, de modo que, quando ocorrerem interrupções, elas possam localizar facilmente as causas básicas e tomar as medidas necessárias para remediá-las e preservar a continuidade dos negócios. .

'Inteligência Contínua'

O aprendizado de máquina, provavelmente o aspecto mais conhecido da I.A., depende de dados históricos. Por outro lado, a otimização matemática baseia-se nos dados mais recentes disponíveis para fornecer análises prescritivas em tempo real ou, como o Gartner chama, “inteligência contínua” em toda a rede da cadeia de suprimentos.

Quando ocorre uma grave interrupção da cadeia de abastecimento, como ocorreu durante a pandemia COVID-19, as empresas não podem depender de dados do passado para ajudar a navegar pelos desafios financeiros e operacionais sem precedentes.

Por utilizarem os dados e modelos mais recentes disponíveis que capturam as condições atuais em uma rede operacional, os aplicativos de otimização matemática são capazes de gerar automaticamente as melhores soluções para os problemas atuais da cadeia de suprimentos e permitir inteligência contínua e tomada de decisão ideal.

Explorando o risco

Uma parte importante do tratamento da interrupção da cadeia de suprimentos é avaliar os riscos e planejar e se preparar para o futuro. Com a capacidade de análise de cenário da otimização matemática, as empresas podem:

• Explorar vários cenários de oferta, demanda, estoque, capacidade, macroeconômicos, geopolíticos e outros cenários hipotéticos e avaliar seu efeito potencial nos negócios.
• Descobrir riscos ocultos e avaliação da exposição ao risco e tempo de recuperação no caso de uma interrupção, como um desastre natural, ou quebra de produção ou transporte.
• Desbloquear oportunidades para mitigar riscos e aumentar a resiliência da cadeia de suprimentos, realocando recursos ou reconfigurando a cadeia de suprimentos.

A funcionalidade de análise de cenário da otimização matemática permite que as empresas isolem suas cadeias de abastecimento contra o impacto de interrupções futuras, permitindo decisões estratégicas proativas em várias áreas, incluindo investimento de capital, seleção de fornecedores, planejamento de capacidade e estoque e localização de instalações de produção e depósito.

Durante a pandemia COVID-19, experimentamos uma onda sem precedentes de interrupção da cadeia de suprimentos, que causou um caos significativo e duradouro na economia global e representou enormes desafios para os profissionais da cadeia de suprimentos. A otimização matemática provou ser uma arma potente para combater essas interrupções, ao mesmo tempo que aumenta a eficiência e a lucratividade da cadeia de suprimentos. Este I.A. a tecnologia continuará a ser uma ferramenta essencial para os líderes da cadeia de suprimentos à medida que navegam no cenário de negócios em constante mudança.

Ed Rothberg é cofundador e CEO da Gurobi.