5 minutos com Hong Mo Yang da Blue Yonder

Hong Mo Yang, vice-presidente sênior e gerente geral do setor de manufatura, Blue Yonder fala com a Manufacturing Global sobre a importância das cadeias de suprimentos inteligentes na fabricação

1. O que significa ter uma cadeia de suprimentos inteligente e qual é o seu papel na fabricação?

Uma cadeia de suprimentos inteligente é aquela que usa a tecnologia para aumentar a eficiência, auto-otimizar e responder de forma inteligente às mudanças na demanda e interrupções. Por exemplo, usando inteligência artificial (IA) e aprendizado de máquina (ML) para automatizar processos, a cadeia de suprimentos pode tomar decisões inteligentes sem a necessidade de intervenção humana. Isso pode ser descobrir um plano B para levar um componente atrasado para o chão de fábrica ou sinalizar antecipadamente que uma falta de pessoal pode atrasar a produção.

2. Qual a importância de ter uma cadeia de suprimentos inteligente para os fabricantes, que valor isso oferece a uma organização?

A adoção de tecnologias como IA e ML ajuda os fabricantes a acompanhar as mudanças na demanda, permitindo que eles prevejam problemas antes que eles surjam e naveguem por interrupções. Ele permite que empresas e fabricantes se mantenham um passo à frente do comportamento de compra do cliente, em vez de simplesmente responder a esses incidentes quando eles já ocorreram.

3. Qual é o papel da tecnologia na criação de uma cadeia de suprimentos inteligente?

A pandemia interrompeu seriamente as cadeias de suprimentos em todo o mundo, forçando as empresas a tomar decisões e reagir em curto prazo. As máquinas permitem reagir da forma mais rápida e inteligente possível – por exemplo, usando ML para identificar onde podem ocorrer atrasos ou falhas. O ML pode operar em um nível granular, por exemplo, inspecionando cargas individuais e prevendo qual entrega está com alto risco de falha, então os algoritmos podem redirecionar as entregas se houver uma falha. Todo o processo pode ser automatizado, desde o planejamento até a execução.

O ML também pode ajudar os fabricantes a priorizar onde os bens são necessários com mais urgência para que os compromissos de produção e entrega possam ser cumpridos. Os humanos, por outro lado, geralmente precisam de dias para tomar essas decisões e são propensos a cometer erros ao lidar com uma grande quantidade de dados e enfrentar prazos apertados. As máquinas podem lidar com essas coisas sem emoção, tomando rapidamente a decisão certa com base em dados, o que significa que a abordagem sequencial tradicional de planejamento pode estar chegando ao fim.

4. Quais são as três principais tendências em cadeias de suprimentos inteligentes?

As três principais tendências são IA/ML, cadeia de suprimentos digital gêmea e a crescente demanda por cientistas de dados para dar suporte às novas tecnologias. Conforme mencionado anteriormente, existem muitos casos de uso para IA/ML em toda a cadeia de suprimentos. Desde a previsão de demanda e antecipação de interrupções até a otimização de rotas de transporte, planejamento de recursos e estratégias de atendimento ao cliente, a IA/ML é amplamente implementada para impulsionar a eficiência, a automação e permitir maior visibilidade e integração em toda a rede da cadeia de suprimentos.

Para ajudar os líderes da cadeia de suprimentos a tomar as decisões corretas em toda a cadeia de suprimentos de ponta a ponta, um gêmeo digital é fundamental. Ao criar uma representação digital da cadeia de suprimentos física, as empresas podem aproveitar o gêmeo digital para tomar decisões locais e globais, aumentar a consciência situacional e avaliar o impacto de vários cenários com confiança. Mais importante ainda, as organizações podem antecipar o impacto das decisões sobre os objetivos estratégicos de negócios, como crescimento de receita, controle de margem e metas de satisfação do cliente.

E à medida que as empresas continuam a investir em novas tecnologias de IA/ML, IoT e robótica, combinadas com os requisitos para que as empresas agreguem volumes maiores de dados em recursos internos e externos, a demanda por cientistas de dados aumentará. Hoje, os cientistas de dados estão trabalhando para resolver muitos desafios, como modelar dados e construir planos para tornar a cadeia de suprimentos mais sustentável, melhorar os tempos de resposta e agilidade com maior visibilidade e controle e automatizar os processos de tomada de decisão com IA/ML e big data para permitem que as empresas tomem decisões de negócios mais inteligentes e estratégicas.