Teknologi untuk Logistik:Mengapa Implementasi Gagal
Adopsi oleh penyedia logistik teknologi modern adalah kasus penerapan solusi digital ke dunia analog.
Berdasarkan sifatnya, logistik sangat bersifat fisik:truk, trailer, kapal, kereta api, dan gudang. Tidak ada yang "virtual" tentangnya — satu-satunya hal yang beroperasi "di awan" adalah pesawat terbang — namun penyedia bergegas untuk merangkul sistem yang hanya terdiri dari bit dan byte.
Dorongan mereka bisa dimengerti. Di era internet hal-hal ini, otomatisasi adalah kunci untuk mengatasi aliran data tanpa henti, semua diarahkan untuk memenuhi permintaan pelanggan yang meningkat untuk pengiriman yang cepat dan tepat. Untuk itu, kemajuan seperti pembelajaran mesin dan kecerdasan buatan memungkinkan tingkat pengambilan keputusan yang "pintar" yang jauh di luar jangkauan para manajer.
Teknologi untuk logistik sangat masuk akal. Jadi mengapa begitu banyak implementasi gagal memenuhi janji mereka?
Ali Hasan Raza berasal dari dunia fisik. Dia mulai dalam operasi, termasuk 18-roda. Sekitar satu dekade dalam karirnya, ia mulai bermigrasi ke teknologi, termasuk sistem untuk pelacakan dan penelusuran, dan pemantauan pergerakan truk. Saat ini dia adalah salah satu pendiri dan chief executive officer ThroughPut Inc., vendor perangkat lunak yang memanfaatkan AI untuk membantu meringankan kemacetan operasional.
Sebagai pemimpin perusahaan teknologi, Raza melihat nilai otomatisasi bagi penyedia logistik. Tapi dia juga sangat menyadari keterputusan yang hadir dalam implementasinya di dunia nyata. Sederhananya, katanya, sifat dan nilai teknologi digital “bergantung pada siapa pengguna akhir.” Pengemudi truk mencari solusi berbasis titik yang menangani operasi sehari-hari. Pialang tertarik ke pasar elektronik yang menghubungkan pengirim dengan penyedia layanan fisik. Pengecer besar seperti Walmart Inc. dan Amazon.com Inc. menyukai sistem yang memungkinkan aliran pasokan ujung ke ujung.
Jadi, meskipun kata "digital" mencakup segalanya, kata itu juga bisa sangat kabur, menggambarkan berbagai "solusi" untuk pengguna yang dikelompokkan dalam istilah "logistik" yang sama samarnya.
Sistem berorientasi perusahaan besar dimulai dengan sejumlah asumsi utama, catat Raza. Mereka dirancang untuk memodelkan dunia nyata, termasuk waktu tunggu yang diharapkan, kapasitas kendaraan, persyaratan pengemasan, peralatan penanganan material, dan bauran produk. Tetapi sistem perencanaan berbasis digital paling nyaman saat bekerja dengan kondisi mapan, daripada model sementara. Dan dunia logistik jelas bersifat sementara.
“Jika Anda bekerja di logistik dan rantai pasokan, setiap hari berubah,” kata Raza. “Anda tidak memiliki waktu dan kapasitas tetap. Kemacetan selalu berubah, terutama selama COVID-19, saat gudang dan pabrik tutup, sehingga memerlukan perubahan pengoptimalan rute secara keseluruhan.”
Dalam lingkungan yang kacau, bahkan sistem yang paling hati-hati dipikirkan akhirnya tidak mencerminkan aliran operasi yang sebenarnya. “Itulah mengapa kami melihat transformasi digital ini gagal,” kata Raza. “Satu-satunya cara untuk membangun sesuatu adalah dengan membuat asumsi. Seperti dalam matematika, Anda memulai dengan persamaan dasar. Tetapi semakin sedikit asumsi yang Anda buat, semakin banyak kebebasan yang Anda miliki.”
Bukankah AI dan pembelajaran mesin dirancang untuk mengatasi ketidakpastian seperti itu? Raza setuju bahwa AI dapat digunakan untuk merasakan permintaan aktual dan bauran produk, dan merencanakan mundur dari itu. “Ini dapat memberikan rekomendasi secara real time,” katanya, “tetapi seseorang masih harus mengeksekusinya.” Saat itulah realitas saat itu mengancam untuk mengganggu rencana terbaik dari mesin "cerdas".
Otomatisasi total dari operasi logistik jarang terjadi, terbatas pada gudang "mati lampu" yang aneh yang menangani produk yang sangat khusus. Penyiapan seperti itu mengundang kemungkinan bullwhip effect, di mana kesalahan perhitungan kecil yang tidak dikoreksi di sepanjang rantai pasokan dapat meningkat dan mengakibatkan kegagalan layanan yang fatal di hilir.
Ironi teknologi adalah bahwa keberhasilannya dalam suatu organisasi, pada analisis terakhir, bergantung pada manusia. Masalahnya, kata Raza, seringkali salah satu budaya perusahaan.
“Teknologi hanya dapat membuat hal-hal yang Anda lakukan menjadi lebih cepat,” katanya. “Jika Anda tidak memiliki budaya berbasis data untuk bersama, dan tidak pernah melakukan apa pun dengan data Anda, Anda tidak akan menambahkan nilai apa pun.”
Pelatihan — tentang manusia, bukan mesin — sama pentingnya. Setiap organisasi yang berusaha untuk menghapus proses lama tanpa staf sekolah yang memadai di yang baru pasti akan melihat inisiatif teknologinya yang mahal gagal. Eksekutif puncak, sementara itu, harus realistis tentang laba atas investasi mereka, bahkan ketika mereka menghadapi tekanan dari investor untuk menunjukkan laba kuartalan yang terus meningkat. Dalam skenario seperti itu, penerapan penawaran software-as-a-service dapat membantu meringankan biaya di muka.
Tidak diragukan lagi bahwa dunia fisik logistik membutuhkan kemampuan virtual, dalam bentuk sistem otomatis dan prediktif, untuk mendapatkan hasil maksimal dari pengeluaran modal yang besar. Tetapi cara "solusi" itu diterapkan dapat membedakan antara keberhasilan dan kegagalan. Seperti yang dikatakan Raza:“Teknologi adalah faktor yang memungkinkan — bukan solusi.”
