Bagaimana AI Mengakhiri Gangguan Rantai Pasok: 5 Strategi Teruji

Gangguan bisnis yang disebabkan oleh pandemi coronavirus — dari rak kosong di toko kelontong hingga penundaan lama dalam pengiriman e-commerce — telah menyoroti kelemahan rantai pasok, dan peluang yang berkembang untuk kecerdasan buatan.

Salah satu masalahnya adalah beralih ke manufaktur just-in-time (JIT), yang telah menciptakan rantai pasok yang ramping yang mempertahankan tingkat inventori yang lebih rendah untuk menghapus risiko yang terkait dengan overproduksi dan surplus. Strategi ini, yang dipinjam dari industri otomotif, telah memungkinkan pemasok untuk menurunkan biaya mereka melalui tingkat inventori yang rendah dan biaya produksi yang dikurangi. Namun, ketika sesuatu seperti pandemi atau bencana alam terjadi yang menciptakan lonjakan permintaan, sulit untuk meningkatkan produksi, atau memanfaatkan surplus pasokan untuk mengisi pipa — terutama ketika seluruh pabrik ditutup karena infeksi. Apa yang diperlukan saat ini adalah model baru yang memungkinkan manufaktur permintaan real-time atas JIT.

Kit Alat yang Diberdayakan oleh AI

Semakin banyak pemasok beralih ke berbagai bentuk AI untuk lebih baik mengatasi tantangan gangguan rantai pasok sekarang dan di masa depan. Pertimbangkan lima aplikasi berikut:

• Analitik prediktif. Agar perusahaan tidak terkejut oleh perubahan pasar, ekonomi atau konsumen, analitik prediktif berbasis AI memungkinkan peramalan yang akurat dengan menganalisis pola dalam data historis. Ini menggunakan data mining, pemodelan statistik dan machine learning untuk memungkinkan kumpulan data besar untuk memprediksi hasil di masa depan. Misalnya, seorang ritailer dapat menggunakannya untuk menentukan probabilitas item tertentu akan habis stok dan kapan, atau probabilitas konsumen masih akan membeli merek X handuk kertas jika produksi Bounty berhenti. Ini juga dapat menganalisis pemasok untuk menentukan mana yang akan terbukti paling andal dalam situasi darurat.
• Deep learning. Memiliki visibilitas ke lokasi toko dari jarak jauh telah menjadi krusial selama pandemi. Saat ini, video surveillance, digabungkan dengan solusi berbasis deep learning, dapat membantu manajer menentukan apakah protokol keselamatan diikuti, seperti membersihkan sistem POS, memakai masker dan jarak sosial. Juga, jenis video surveillance berbasis AI ini dapat membantu audit toko untuk manajemen inventaris untuk menentukan di mana rak kosong berada dan apa yang tidak laku.
• Robotika gudang. Robot di lantai gudang, mengambil dan memasukkan item secara substansial meningkatkan kecepatan dan efisiensi gudang. Selama pandemi ketika ada kekurangan tenaga kerja manusia karena pekerja sakit atau mereka dengan kondisi kesehatan yang terpengaruh yang memaksa mereka untuk tinggal di rumah, robot telah mengambil alih kesenjangan.
• Otomatisasi proses robotik (RPA). Tugas-tugas berulang, seperti faktur, pemrosesan pesanan, entri data dan tugas administrasi lainnya dapat menjadi penyebab utama gangguan rantai pasok. RPA telah memungkinkan banyak perusahaan untuk mengotomatisasi tugas-tugas ini, dan membebaskan karyawan manusia untuk menangani tugas yang lebih strategis, serta berurusan langsung dengan mitra, pelanggan dan lainnya. Misalnya, RPA dapat digunakan untuk memproses purchase order, mengidentifikasi tingkat inventori yang diperlukan dan mencocokkannya dengan stok aktual — semuanya tanpa bergantung pada intervensi manusia, kecuali untuk menangani pengecualian.
• ComputerVision. Bentuk deteksi gambar yang didorong oleh AI ini dapat digunakan dalam transportasi dan logistik, untuk membantu mengidentifikasi area lalu lintas padat dan membantu merencanakan rute truk terbaik. Algoritma berbasis ComputerVision menganalisis gambar digital atau video dari citra satelit untuk melihat dan menghitung, misalnya, mobil dan bus di area tertentu dan membantu sopir truk menghindari area tersebut. Dalam aplikasi lain, ini dapat digunakan untuk menentukan di mana mungkin ada rel kereta api yang rusak yang dapat menghambat pengiriman barang yang lancar oleh kereta api.

Pendekatan MicroWarehouse

Selain otomatisasi, yang akan menjadi ciri khas rantai pasok di masa depan adalah gudang dan penyimpanan yang terletak lebih dekat dengan pelanggan. Bahkan dari Amazon atau Walmart, gudang besar akan digantikan dengan banyak yang lebih kecil — yang melayani basis pelanggan dalam radius dua mil darinya. Alih-alih memiliki beberapa gudang besar, perusahaan dapat memiliki banyak untuk desentralisasi proses distribusi, mengirimi barang ke ritailer dan konsumen lebih cepat dan bahkan meningkatkan praktik berkelanjutan, dengan emisi udara dan jalan raya yang lebih rendah.

Faktanya, rantai pasok di masa depan akan sangat mungkin terdiri dari kurangnya pekerja manusia; otomatisasi AI yang lebih besar untuk mengelola dan memprediksi kebutuhan inventori, memproses data dan menangani tugas back-office dan operasi gudang; dan saluran pengiriman baru, termasuk drone, untuk pengiriman rumah yang lebih aman dan tanpa kontak.

Rantai pasok di masa depan akan perlu melewati rintangan kunci untuk menjadi kenyataan. Sistem terintegrasi yang interoperabel akan perlu berbagi data di seluruh rantai pasok untuk efektif. Namun perusahaan harus terbuka terhadap interoperabilitas ini untuk berhasil. Tantangan lain adalah takut kehilangan pekerjaan yang akan dibawa oleh otomatisasi. Perusahaan harus menenangkan takut ini dengan membuka peluang bagi pekerja untuk mengambil peran baru, yang lebih strategis, menawarkan pelatihan dan dukungan pendidikan berkelanjutan; dan memperkuat manfaat AI, tanpa kehilangan keuntungan tak goyah yang akan selalu dimiliki manusia atas AI.

COVID-19 telah menyoroti kerapuhan rantai pasok, tetapi melalui pelajarannya kita mulai untuk merancang ulang rantai pasok di masa depan, yang akan didorong oleh AI dan diperkaya oleh kreativitas manusia.

Carlos Melendez adalah chief operating officer di Wovenware.