Omarmt u intelligente automatisering (IA) in uw toeleveringsketen? De kans is groot dat het antwoord op die vraag ‘jein’ is, zo blijkt uit onderzoek bij logistieke professionals. Terwijl supply chain managers wakker worden geschud door het belang van Artificial Intelligence (AI), big data en analytics vertoeft de belangrijkste component in de IA-mix – Robotic Process Automation (RPA) – achteraan in het peloton. Nochtans verwerkt RPA digitale info, zoals mails en documenten in een slimme flow, en leidt het via AI tot de nodige actie.
Naarmate ze rijper worden, zullen al deze complementaire technologieën de voorhoede van deze ketengerelateerde IT-stacks vormen, waarbij het proces gaandeweg zal versnellen, aangezien elke laag op de andere voortbouwt om exponentieel krachtiger te worden.
De nood aan deze technologieën versnelt door de omstandigheden. De planningscyclus is aanzienlijk verkort, als gevolg van de recente volatiliteit. Echter, het menselijk kapitaal dat nodig is om dit te ondersteunen, biedt weinig ruimte om te groeien, met een premie op arbeid in alle posities in de toeleveringsketen.
In tegenstelling tot deze druk neemt de potentiële hoeveelheid gegevens die beschikbaar is voor planners explosief toe, naarmate meer documenten worden gedigitaliseerd en het Internet of Things (IoT) organisaties in staat stelt apparaten in een razend tempo aan hun netwerken toe te voegen.
The Age of… Incertainty
Het huidige klimaat heeft de theses van veel organisaties over hun toeleveringsketens zwaar beproefd. We zijn gewend aan stabiliteit in transportnetwerken en productieknooppunten, maar ondertussen is de volatiliteit, onzekerheid, complexiteit en ambiguïteit toegenomen. In tijdens waar klanten een relatief voorspelbare vraag hebben en incidenten enkel maar sporadisch voorkwamen, was het potentieel voor intelligente supply chains quasi onbestaande. Mark Holloway, VP Global Supply Chain voor de Goodyear Tire & Rubber Company, stelde vast dat er 2 grote veranderingen plaatsvonden in de afgelopen 2,5 jaar. “De eerste is dat Covid-19 overal in de toeleveringsketen voor tekorten aan arbeidskrachten zorgde. Dat leidde vervolgens tot stagnerende materiaalleveringen, wat uiteraard een impact had op de wereldwijde toeleveringsketen. Hierdoor draait alles op een laag peil, net nu buffervoorraden nodig zijn om het hoofd te bieden aan de onzekerheid. Combineer dit met een verschuiving in de vraagsignalen en de voortdurende krapte op de mondiale scheepvaartroutes en we hebben te maken met een wereldwijd erg gespannen toeleveringsketen. Dat betekent dat bij elke verstoring, of het nu een brand is in Taiwan, een winterstorm in Texas of een schip dat vastzit in het Suez-kanaal betreft, wij als partners in de toeleveringsketen allemaal de gevolgen ondervinden."
Holloway vat de situatie samen: "De volatiliteit, de onzekerheid, de complexiteit en ambiguïteit zijn toegenomen. Naarmate de onderbouwing van supply chains verandert - en daarmee ook het planningsproces eromheen - moet ook de technologische ondersteuning mee evolueren. Goodyear kijkt al tientallen jaren naar automatisering. Maar het is vooral de ervaring van de afgelopen twee jaar die ons aanzette om onze investeringen in technologie te versnellen.”
Een fundamenteel gebrek aan volledige geïntegreerde flow-en procesdata
Die versnelling van de investeringen in technologie is in veel gevallen nu dringend nodig aan de back-end van de toeleveringsketens. De capaciteit en mogelijkheden van veel IT-systemen blijven achter, bij de manier waarop supply chainmanagers hun operaties moeten bekijken en coördineren. Volgens Line Nørgaard, Senior Consultant bij KPMG, is een fundamentele beperking dat er inefficiëntie zit in de overgeërfde (legacy) IT-systemen, die doorgaans in veel bedrijven worden gebruikt. "Deze beperkingen belemmeren het vermogen van supply chainprofessionals om de werkelijke situatie te doorgronden en geschikte plannen op te stellen. Eén van de meest fundamentele barrières is het gebrek aan het verzamelen van alle processen in één systeem.”
Drew Sonden, Senior Solutions Consultant bij Blue Prism, beaamt dat gecentraliseerde controle al enige tijd een cruciaal item op de fabrieksvloer vormt. Wanneer die goederen de fabriekspoort verlaten, ontbreekt het vaak aan een systematische aanpak, omdat veel van de beschikbare gegevensbronnen te gefragmenteerd zijn.
“In een toeleveringsketen heb je soms wat fysieke papieren, een telefoontje en iets in een e-mail," duidt Nørgaard. “Dat verhoogt de complexiteit en zorgt voor een hoge werkdruk bij het registreren en volgen van goederen. Als er dan een fout optreedt, is het heel moeilijk om een digitaal spoor te vinden van wat er gebeurde en dat incident daadwerkelijk te herstellen."
Het betekent ook dat het intern delen van data en het afstemmen van vraag en aanbod problematisch wordt. In veel legacysystemen die Sonden tegenkomt weet een logistiek team wat voor hen beschikbaar is qua wegtransport, vrachtvervoer per spoor, verscheping en dergelijke, maar delen ze niet noodzakelijk informatie met partners die zich bezighouden met het voorspellen van de vraag. Zo ontstaan er gaten in de capaciteit en een aanzienlijk tijdsverschil tussen de leveranciers en de eindmarkt.
Als er een fout optreedt, zal het erg moeilijk zijn om digitaal te achterhalen wat er gebeurde en waar. Net als in veel andere gevallen is er sprake is van een enorme hoeveelheid data, fabrikanten en chain partners en niemand weet wat er mee aan te vangen. Hetzelfde geldt voor het toenemend aantal sensoren in machines, producten en bewegende onderdelen. Ook hier ontstaat een ijsberg aan data, waar niemand iets mee kan (durft) aanvangen.
Automatisering moet in toenemende mate fungeren als een schakel tussen verschillende onderdelen in de bevoorradingsketen, zowel intern als extern, maar ook als buffersysteem. Zowel mensen als legacysystemen zijn niet in staat om de vloedgolf aan gegevens, die de toeleveringsketens uit nieuwe bronnen overspoelt, te verwerken (laat staan ze te analyseren). Als organisaties willen voorkomen dat ze bij hun planning achter de feiten aanlopen, moeten ze kijken hoe ze hun kernbedrijfssystemen kunnen vernieuwen.
De overstap naar geïntegreerde en cloudgebaseerde systemen is duur en disruptief voor de organisatie. IA is een cruciale tussenstap, wanneer blijkt dat de oude IT-processen morgen nog niet vernieuwd zullen worden. Complexe datasets kunnen vertaald worden in meer begrijpbare formats voor analyse en planning. Daarna kunnen extra automatiseringslagen worden toegevoegd om de getransformeerde gegevens te aggregeren en in automatische acties om te zetten.
Supply Chain Planning anno 2022 speelt Mainstage
In complexe, volatiele supply chains anno 2022 krijgen slimme toeleveringsplatformen alle prioriteit voor de meeste organisaties. Uit een wereldwijde enquête onder supply chainprofessionals blijkt dat planning het belangrijkste aandachtsgebied is voor 2022, waarbij 89% planning selecteerde als een strategie om op te focussen. Daarnaast gaf 87% aan dat sourcing en inkoop, die nauw verweven zijn mt planning, dit jaar een kritieke nummer één vormen.
De reden waarom supply chainplanning een topprioriteit is geworden, is dat inflexibiliteit en een gebrek aan aanpassingsvermogen vaak een essentieel onderdeel zijn van veel huidige planningsconfiguraties. Dat beperkte vermogen om met verandering om te gaan, werd een serieus probleem toen de pandemie wereldwijd uitbrak.
Organisaties, die gewend waren hun inkoop- en verzendproces elk kwartaal bij te stellen, moesten plots op maandelijkse of zelfs wekelijkse basis gegevens opmaken die tijdig en accuraat waren. Het analyseren van die informatie en het opstellen van prognoses bleek voor velen een enorme uitdaging, waardoor er weinig mogelijkheden waren om de situatie te verbeteren of zelfs maar het niveau van de dienstverlening te handhaven.
We kunnen in de enquêtegegevens zien hoe deze nieuwe planningsomgeving een uitdaging bleek te zijn. De APQC-vragenlijst toonde aan dat de meeste respondenten het komende jaar prioriteit zouden geven aan vraagplanning en -voorspelling (51%), een gebied dat de afgelopen twee jaar veel minder voorspelbaar is geworden en tevens veel complexer om te projecteren.
Terug volgens Holloway van Goodyear bracht de impact van de pandemie op de toeleveringsketens, de planning en de achterliggende planningseisen hem tot drie belangrijke vragen over technologische investeringen: ‘Hoe kunnen we technologie gebruiken om onze nauwkeurigheid en onze efficiëntie te verbeteren?’, ‘Hoe kunnen we technologie gebruiken om onze veerkracht te bevorderen?’ en ‘Hoe kunnen we onze wendbaarheid optimaliseren door het gebruik van technologie?’.
Nørgaard wijst er ook op dat in het planningsproces steeds meer rekening zal moeten worden gehouden met milieu-, sociale en overheidsagenda's. “Bedrijven zullen met veel meer regelgeving moeten omgaan. Dat zal in de toekomst veel complexer worden en we zien dat veel bedrijven hulp nodig zullen hebben om dat uit te zoeken," concludeert ze.
Het omarmen van digitalisering is cruciaal
Automatisering ontpopt zich snel als een kritieke pijler om de beperkingen in de toeleveringsketens te bestrijden. Dit geldt met name voor degenen die toezicht houden op die ketens, waar er steeds vaker geen andere manieren zijn om de inherente inflexibiliteit en overbelaste werknemers te verhelpen.
De tekorten aan eerstelijns transport- en magazijnmedewerkers zijn voorpaginanieuws geworden, maar ook aan analytisch en planningspersoneel is er een groot manco. Wanneer het om complex werk gaat, is het niet zo dat meer input gelijk staat aan meer output. Moeilijk analytisch werk met een hoge intensiteit kan niet urenlang na elkaar worden uitgeoefend, zonder de kwaliteit te beïnvloeden en het personeelsverloop aan te wakkeren. Dit is vooral het geval wanneer werknemers worstelen met hun systemen en databases, terwijl zij de diverse gegevensstromen uit verschillende bronnen met elkaar in verband proberen te brengen.
Dit zou een goede verklaring kunnen zijn waarom we een groeiende erkenning zien van de potentiële kracht van AI en analytics. Uit een onderzoek van Reuters Events over de supply chain bij logistieke professionals bleek dat AI als de meest transformerende technologie van de toekomst wordt beschouwd. 61% gelooft dat AI de meest impact zal hebben in de komende vijf jaar. AI staat eveneens bovenaan als het gaat over de impact in de komende 12 tot 18 maanden (21%).
Uit een enquête van AQPC, waarin tevens werd gevraagd welke technologieën de meeste impact in de nabije toekomst zullen hebben, bleek dat big data en analytics als de meest transformerende worden gezien tot 2025. 77% is van mening dat ze een matig of groot effect zouden hebben. RPA, de andere cruciale component in IA, blijft in de ogen van werknemers in logistiek en transport echter achter ten opzichte andere technologieën.
Conclusie : Work in progress
Voor organisaties die hun reis naar volledige IA beginnen, kan het gebruik van RPA voor alledaags werk een uitstekende opstap vormen naar het gebruik van meer geavanceerde ML-modellen. Beide enquêtes noteren echter een relatief bescheiden aantal respondenten, die grote resultaten van RPA verwachten. De technologie stond in beide gevallen onderaan de lijst bij de verwachte impact. In de Reuters-enquête denkt 12% dat RPA de meest kritische opkomende technologie zal zijn op de middellange termijn. Bovendien denkt slechts 17% in het APQC-onderzoek denkt dat het een grote impact zal hebben voor 2025.
“Dit is een belangrijke uitdaging”, denkt Sonden. “Aangezien RPA een toegangspoort is om de inzet en het gebruik te vergemakkelijken van technologieën waaraan momenteel meer prioriteit wordt gegeven. Bovendien zijn de voordelen van RPA bewezen en heeft de technologie zijn vruchten afgeworpen op andere gebieden. De industrie heeft in het algemeen de automatisering op de fabrieksvloer omarmd, maar om welke reden dan ook - misschien omdat de software pas sinds kort in staat is om te gaan met supply chainmanagement - is datzelfde enthousiasme voor automatisering nog niet doorgedrongen van de fabrieksvloer naar de witteboorden. Je hebt de mogelijkheid om vanuit één centrale locatie te beoordelen wat er gebeurt, wat er moet gebeuren en wat er fout gaat in je fabriek. Dat automatiseringsniveau levert natuurlijk fantastische voordelen op voor de toeleveranciers en producenten, maar om één of andere reden slagen we er niet in om logistieke partners en toeleveranciers professioneel data te laten sharen en upscalen om de toeleveringsketen slim en geautomatiseerd te maken.”
Dat perspectief zal moeten veranderen en de houding zal moeten verschuiven als we o.a. RPA in de nabije toekomst willen uitrollen om de informatievolumes aan te kunnen.
"Er is een enorme hoeveelheid data beschikbaar, of het nu gaat om de vraag van klanten, volumemetingen of logistieke capaciteit", merkt Sonden op.
