Insight com Hong Mo Yang, SVP da Blue Yonder, sobre Cadeias de Suprimentos Inteligentes

Hong Mo Yang, SVP & GM, Setor de Manufatura, Blue Yonder conversa com Manufacturing Global sobre a importância de cadeias de suprimentos inteligentes na manufatura.

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

Uma cadeia de suprimentos inteligente é aquela que usa tecnologia para aumentar eficiências, auto-otimizar e responder inteligentemente a demandas e disrupções em mudança. Por exemplo, usando inteligência artificial (IA) e machine learning (ML) para automatizar processos, a cadeia de suprimentos pode tomar decisões inteligentes sem necessidade de intervenção humana. Isso pode ser descobrir um Plano B para levar um componente atrasado ao chão de fábrica a tempo ou sinalizar antecipadamente que uma escassez de pessoal poderia atrasar a produção.

2. Que significado ter uma cadeia de suprimentos inteligente tem para fabricantes, que valor fornece a uma organização?

Adotar tecnologias como IA e ML ajuda fabricantes a acompanhar demanda em mudança ao permitir que prevejam problemas antes que surjam e naveguem através de disrupções. Permite que negócios e fabricantes fiquem um passo à frente do comportamento de compra do cliente em vez de simplesmente responder a esses incidentes quando já ocorreram.

3. Que papel a tecnologia desempenha na criação de uma cadeia de suprimentos inteligente?

A pandemia perturbou seriamente cadeias de suprimentos ao redor do mundo, forçando negócios a tomar decisões e reagir em curto prazo. Máquinas tornam possível reagir o mais rápido e inteligentemente possível — por exemplo, usando ML para identificar onde atrasos ou falhas podem ocorrer. ML pode operar em nível granular, por exemplo, inspecionando cargas individuais e prevendo qual entrega está em alto risco de falha, então algoritmos podem redirecionar entregas se houver uma quebra. O processo inteiro pode ser automatizado, do planejamento à execução.

ML também pode ajudar fabricantes a priorizar onde bens são mais urgentemente necessários para que compromissos de produção e entrega possam ser cumpridos. Humanos, por outro lado, frequentemente precisam de dias para tomar tais decisões e são propensos a erros ao lidar com grande quantidade de dados e prazos apertados. Máquinas podem lidar com tais coisas sem emoção, rapidamente tomando a decisão certa baseada em dados, significando que a abordagem sequencial tradicional de planejamento pode bem estar chegando ao fim.

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

As três principais tendências são IA/ML, gêmeo digital de cadeia de suprimentos, e a crescente demanda por cientistas de dados para suportar as novas tecnologias. Como mencionado anteriormente, há muitos casos de uso para IA/ML através da cadeia de suprimentos. De prever demanda e antecipar disrupções a otimizar rotas de transporte, planejamento de recursos e estratégias de fulfillment do cliente, IA/ML é amplamente implementado para impulsionar eficiências, automação e permitir maior visibilidade e integração através da rede de cadeia de suprimentos.

Para ajudar líderes de cadeia de suprimentos a tomar as decisões certas através da cadeia de suprimentos ponta a ponta, um gêmeo digital é crítico. Criando uma representação digital da cadeia de suprimentos física, empresas podem alavancar o gêmeo digital para tomar decisões locais e globais, aumentar consciência situacional e avaliar o impacto de vários cenários com confiança. Mais importante, organizações podem antecipar o impacto de decisões em objetivos estratégicos de negócio como crescimento de receita, controle de margem e metas de satisfação do cliente.

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