5 Menit Dengan Hong Mo Yang dari Blue Yonder

Hong Mo Yang, SVP &GM, Sektor Manufaktur, Blue Yonder berbicara dengan Manufacturing Global tentang pentingnya rantai pasokan pintar di bidang manufaktur

1. Apa artinya memiliki rantai pasokan yang cerdas, dan apa perannya dalam manufaktur?

Rantai pasokan cerdas adalah rantai yang menggunakan teknologi untuk meningkatkan efisiensi, mengoptimalkan diri, dan merespons dengan cerdas terhadap perubahan permintaan dan gangguan. Misalnya, dengan menggunakan kecerdasan buatan (AI) dan pembelajaran mesin (ML) untuk mengotomatisasi proses, rantai pasokan dapat membuat keputusan cerdas tanpa perlu campur tangan manusia. Ini bisa berupa mencari tahu Rencana B untuk mendapatkan pengiriman komponen yang tertunda ke lantai pabrik tepat waktu atau menandai sebelumnya bahwa kekurangan staf dapat menunda produksi.

2. Apa pentingnya memiliki rantai pasokan yang cerdas bagi produsen, nilai apa yang diberikannya kepada organisasi?

Mengadopsi teknologi seperti AI dan ML membantu produsen untuk mengikuti perubahan permintaan dengan memungkinkan mereka untuk memprediksi masalah sebelum muncul dan menavigasi melalui gangguan. Hal ini memungkinkan bisnis dan produsen untuk selangkah lebih maju dari perilaku pembelian pelanggan daripada hanya menanggapi insiden ini ketika sudah terjadi.

3. Peran apa yang dimainkan teknologi dalam menciptakan rantai pasokan yang cerdas?

Pandemi telah secara serius mengganggu rantai pasokan di seluruh dunia, memaksa bisnis untuk membuat keputusan dan bereaksi dalam waktu singkat. Mesin memungkinkan untuk bereaksi secepat dan secerdas mungkin – misalnya, menggunakan ML untuk mengidentifikasi di mana penundaan atau kegagalan dapat terjadi. ML dapat beroperasi pada tingkat yang terperinci, misalnya memeriksa muatan individual dan memprediksi pengiriman mana yang berisiko tinggi gagal, kemudian algoritme dapat mengubah rute pengiriman jika ada gangguan. Seluruh proses dapat diotomatisasi, mulai dari perencanaan hingga eksekusi.

ML juga dapat membantu produsen memprioritaskan barang yang paling dibutuhkan sehingga komitmen produksi dan pengiriman dapat dipenuhi. Manusia, di sisi lain, seringkali membutuhkan waktu berhari-hari untuk membuat keputusan seperti itu dan cenderung membuat kesalahan ketika berhadapan dengan sejumlah besar data dan menghadapi tenggat waktu yang ketat. Mesin dapat menangani hal-hal seperti itu tanpa emosi, dengan cepat membuat keputusan yang tepat berdasarkan data, yang berarti bahwa pendekatan tradisional berurutan untuk perencanaan mungkin akan segera berakhir.

4. Apa tiga tren teratas dalam rantai pasokan pintar?

Tiga tren teratas adalah AI/ML, digital supply chain twin, dan meningkatnya permintaan ilmuwan data untuk mendukung teknologi baru. Seperti disebutkan sebelumnya, ada banyak kasus penggunaan AI/ML di seluruh rantai pasokan. Dari memprediksi permintaan dan mengantisipasi gangguan hingga mengoptimalkan rute transportasi, perencanaan sumber daya, dan strategi pemenuhan pelanggan, AI/ML diterapkan secara luas untuk mendorong efisiensi, otomatisasi, dan memungkinkan visibilitas dan integrasi yang lebih besar di seluruh jaringan rantai pasokan.

Untuk membantu pemimpin rantai pasokan membuat keputusan yang tepat di seluruh rantai pasokan ujung ke ujung, kembaran digital sangat penting. Dengan membuat representasi digital dari rantai pasokan fisik, perusahaan dapat memanfaatkan kembaran digital untuk membuat keputusan lokal dan global, meningkatkan kesadaran situasional, dan mengevaluasi dampak berbagai skenario dengan percaya diri. Lebih penting lagi, organisasi dapat mengantisipasi dampak keputusan pada tujuan bisnis strategis seperti pertumbuhan pendapatan, kontrol margin, dan target kepuasan pelanggan.

Dan karena perusahaan terus berinvestasi dalam teknologi baru di seluruh AI/ML, IoT, dan robotika, dikombinasikan dengan persyaratan bagi perusahaan untuk mengumpulkan volume data yang lebih tinggi di seluruh sumber daya internal dan eksternal, permintaan akan ilmuwan data akan tumbuh. Saat ini, para ilmuwan data bekerja untuk memecahkan banyak tantangan, seperti memodelkan data dan membangun rencana untuk membuat rantai pasokan lebih berkelanjutan, meningkatkan waktu respons dan kelincahan dengan visibilitas dan kontrol yang lebih besar, serta mengotomatiskan proses pengambilan keputusan dengan AI/ML dan data besar untuk memungkinkan perusahaan membuat keputusan bisnis yang lebih cerdas dan strategis.