Bagaimana Pemodelan 3-D Meningkatkan Efisiensi Manajemen Inventaris dan Bahan Baku
Serangkaian tantangan global yang semakin meluas berarti bahwa dalam setiap tahun selama beberapa tahun terakhir, setidaknya satu perusahaan dari 20 telah mengalami gangguan rantai pasok yang membiayai setidaknya $100 juta, menurut laporan terbaru McKinsey & Company.
Di pasar komoditas, pembelian dan penjualan bahan baku atau bahan langsung selalu membawa risiko, bahkan sebelum pandemi global. Setelah wabah, rantai pasok komoditas ditemukan sangat rentan, dihalangi oleh proses manual yang tidak konsisten, sistem yang tidak terhubung, dan spreadsheet yang tidak dapat diakses. Kurangnya visibilitas terhadap penyebab gangguan rantai pasok, produsen, pedagang dan konsumen komoditas tidak dapat merespons lanskap yang berubah dengan cepat.
Perusahaan yang memproduksi, membeli, atau memperdagangkan bahan baku ingin menyaksikan manfaat dari proses yang didefinisikan dengan baik yang didukung oleh teknologi digital. Untuk bisnis ini, ketidakmampuan untuk mengidentifikasi risiko dan merespons gangguan dengan cepat dapat sangat mahal.
Menurut survei McKinsey terhadap 60 eksekutif rantai pasok pada kuartal kedua tahun 2020, 73% mengalami masalah dengan pemasok, 75% kesulitan dengan produksi dan distribusi, dan hampir setengah mengalami keterlambatan dalam perencanaan dan pengambilan keputusan. Lebih mencolok, pada saat ketika tenaga kerja dan mitra pasokan terasing dari jarak jauh, 85% perusahaan melaporkan kesulitan dengan teknologi digital yang tidak mencukupi untuk mendukung proses kunci.
Selama beberapa tahun terakhir, banyak perusahaan telah beralih ke solusi rantai pasok yang dirancang untuk komoditas untuk mendukung pembelian, penjualan, pengiriman, penyimpanan dan pengolahan, sambil mengelola risiko yang terkait dengan fungsi-fungsi tersebut. Sementara aplikasi seperti itu kritis untuk mengevaluasi dan melacak aset, kebutuhan akan dukungan rantai pasok yang spesial — terutama di titik transfer kritis di seluruh stockyard, terminal longgar, gudang dan terminal pelabuhan — tetap ada.
Teknologi baru seperti internet of things, kecerdasan buatan, machine learning dan pemodelan 3-D memudahkan untuk melacak dan mengelola bahan baku. Mereka memungkinkan perusahaan untuk mulai menjawab pertanyaan kritis tentang status barang mereka, dari pertanian dan pabrik hingga fasilitas penyimpanan, pelabuhan dan pabrik pengolahan. Namun tanpa tampilan terintegrasi di seluruh siklus komoditas, teknologi ini akan gagal untuk memberikan tingkat visibilitas yang diperlukan perusahaan global untuk membangun ketahanan, mengelola aset secara lebih cerdas, dan membuat keputusan secara real-time seiring berubahnya kondisi di lapangan secara berkelanjutan.
Membangun ketahanan di seluruh rantai pasok bahan baku adalah prioritas kritis saat ini. Kemampuan untuk merespons lebih cepat terhadap gangguan yang tidak terduga, dan pulih lebih cepat, belum pernah lebih urgent.
Produsen, pembeli dan pedagang mahir dalam mengelola portofolio strategi yang beragam untuk mengurangi risiko — mengoptimalkan produksi dan harga, dengan berpartisipasi dalam bursa dan merancang kontrak dan instrumen keuangan lainnya untuk menindak lanjut kerugian. Namun seperti yang telah dibuat jelas oleh pelajaran pandemi, risiko tertanam di setiap titik di seluruh siklus komoditas. Pabrik giling dengan kapasitas tetapi tanpa visibilitas apakah pemasoknya akan dapat memenuhi pesanan tidak dapat mengamankan sumber alternatif. Kurangnya kapasitas penyimpanan untuk menerima barang yang dikirim memicu pengebutan mahal untuk ruang gudang. Proses standarisasi untuk menumpuk stok membuatnya sulit untuk memverifikasi kualitas dengan cukup akurat untuk mencampur bahan dengan yakin.
Organisasi yang ingin menguasai volatilitas ini akan perlu melihat yang lebih detail di seluruh rantai pasok mereka. Siklus untuk bahan baku melibatkan jaringan global produsen, penyedia transportasi, fasilitas penyimpanan dan pengolahan, pedagang dan konsumen. Pada setiap titik dalam rantai, orang, proses dan teknologi perlu terhubung secara lancar untuk pengambilan keputusan critical assets setiap menit.
Bisnis yang beroperasi dalam bahan langsung perlu mendorong praktik manajemen stockyard dan otomatisasi gudang standar, dan mengadopsi alat pemodelan presisi yang memberikan visibilitas yang lebih dalam tentang apa yang terjadi di lapangan. Dengan dilengkapi tampilan yang lebih detail tentang peralatan dan barang, mereka dapat menyesuaikan operasi secara dinamis secara real-time untuk meningkatkan throughput, mengelola kualitas secara lebih fleksibel, dan mensimulasikan perencanaan tugas untuk pengambilan keputusan yang lebih cepat.
Operasi penyimpanan, pencampuran dan transfer adalah di antara titik sentuh paling kritis di rantai pasok hulu dan bahan baku. Aktivitas ini didukung oleh solusi otomatisasi terminal longgar yang efisien dan spesial yang, idealnya, memberikan visibilitas aset, meningkatkan pemanfaatan fasilitas dan, pada akhirnya, meningkatkan throughput gerbang.
Pemodelan tiga dimensi membawa tingkat visibilitas dan kontrol yang baru pada operasi stockyard dan terminal. Operator situs dapat melihat semua aset mereka dalam antarmuka pengguna “fly-around” 3-D, untuk merencanakan dan mengeksekusi tugas penerimaan, transfer dan pemuatan dengan lebih efektif. Dengan pemodelan 3-D, mesin dapat bekerja dalam kedekatan yang lebih besar — dalam satu meter satu sama lain daripada 10. Selain mendukung kinerja yang lebih efisien dan meningkatkan throughput, pemodelan 3-D secara efektif memperluas jejak stockyard, memungkinkan perusahaan untuk membawa inventaris tambahan tanpa memperluas fasilitas.
Ilmu manajemen stockpile terus berkembang. Namun bahkan stockpile yang tertumpuk dengan baik memberikan tantangan bagi produsen komoditas, yang harus selalu menimbang kualitas terhadap throughput untuk memenuhi persyaratan kontrak.
Tanpa visibilitas real-time ke dalam stockpile, produsen berisiko pengiriman kurang dari kontrak dan memicu penalti. Untuk menghindari penalti ini, banyak produsen cenderung berlebihan, sering melebihi parameter kualitas sejauh 2%.
Saat ini, pemodelan 3-D memungkinkan organisasi untuk mengelola stockpile mereka secara lebih tepat, dengan memindai bahan saat mereka mengalir ke stockpile, kemudian memodelkan data tersebut dan memberikan digital twin dari stockpile kepada operator. Model dapat menghitung masalah kualitas secara real-time saat barang ditumpuk, diambil kembali, dicampur dan dikirim ke pembeli. Dengan kata lain, saat stockpile ditumpuk dari berbagai sumber, saat lapisan tersebut diambil kembali dengan berbagai cara dan dicampur untuk pengiriman, operator stockpile memiliki pemahaman yang tepat — dan bahkan prediktif — tentang kualitas stockpile dari penerimaan hingga pengiriman.
Wawasan semacam itu memiliki banyak aplikasi. Daripada mengandalkan urutan peristiwa yang telah diprogram untuk mengotomatisasi proses, operator dapat menerapkan teknik kontrol unik, menjalankan beberapa pekerjaan pada sabuk penggerak dan menyesuaikannya secara dinamis di tempat. Mereka tidak lagi harus menjalankan sabuk untuk periode waktu yang tetap, membersihkannya, dan memulai lagi.
Simulasi prediktif menggunakan machine learning untuk menanyakan dan menjawab pertanyaan baru tentang manajemen stockpile: Berapa banyak stockpile yang optimal untuk stockyard atau terminal longgar tertentu? Elemen mana yang paling cocok dikombinasikan untuk memberikan lebih banyak nilai kepada pelanggan? Jenis bahan apa yang harus dipisahkan? Apakah lebih optimal mencampur saat ditumpuk, atau mencampur di atas kapal? Apa artinya mengikuti jejak merek konsumen, dan menyilokan “personal” atau custom silos?
Menjawab pertanyaan tersebut akan memerlukan akses ke sejumlah besar data dari berbagai sumber yang berbeda. Semakin banyak, perusahaan yang ingin membedakan diri akan perlu bergantung pada jaringan yang terhubung dari pemasok, penjual, pembeli dan pedagang, bukan hanya untuk mengoptimalkan operasi, tetapi untuk menyiapkan ulang bagaimana pasar komoditas akan terus berkembang.
Gangguan yang disebabkan oleh pandemi telah mengekspos kebutuhan bagi manajer komoditas untuk menguasai proses bisnis di seluruh rantai pasok mereka. Pada saat yang sama, mereka harus mengembangkan pemahaman yang lebih dalam tentang aset — orang, proses dan teknologi — yang memindahkan komoditas di seluruh rantai tersebut. Pandemi membantu kita memahami pentingnya manajemen just-in-time yang kritis, terutama pada titik-titik paling rentan di rantai pasok.
Manav Garg adalah pendiri dan CEO Eka Software Solutions.
