Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Teknologi Industri

Bagaimana Komputasi Kuantum Akan Mendukung Masa Depan Logistik

COVID-19 mengajari kita pentingnya rantai pasokan ketika segala sesuatu mulai dari bahan mentah hingga barang jadi menjadi tertunda atau tidak tersedia untuk produsen dan pengecer. Ini juga mempercepat perubahan dramatis dalam sisi logistik dan pengiriman dari persamaan rantai pasokan saat konsumen beralih dari pembelian fisik ke belanja online. Sifat dinamis dari rantai pasokan penuh kini telah ditentukan, menuntut perubahan signifikan dalam cara kita memandang pengoptimalan.

Tujuan dari organisasi rantai pasokan adalah untuk memenuhi kebutuhan pelanggan sambil meminimalkan total biaya rantai pasokan. Bisnis harus cukup fleksibel untuk merespons dengan cepat ketika gangguan terjadi.

Sayangnya, kebanyakan dari kita tidak gesit, seperti yang ditunjukkan oleh penelitian dari Ventana ini:

Selain itu, mil terakhir tumbuh lebih kompleks. Mil terakhir selalu menjadi tantangan rantai pasokan yang paling mahal dan telah lama dikeluhkan. Dengan "normal baru" dari perubahan kebiasaan konsumsi dan saluran yang menciptakan permintaan yang tidak terduga, perkiraan menjadi tidak berarti. Hal ini membuat kelincahan dan kecepatan untuk pengoptimalan menjadi jauh lebih penting untuk memenuhi ekspektasi pelanggan yang terus meningkat akan ketersediaan instan dan pengiriman yang hampir seketika.

Model logistik tetap tidak dirancang untuk fleksibel atau cepat. Capgemini Research Institute, Supply Chain Survey 2020 menemukan bahwa 70% perusahaan memprioritaskan logistik masuk dan keluar sebagai bagian dari upaya keberlanjutan rantai pasokan mereka pasca Covid. Namun, kurang dari setengah organisasi yang diminta oleh Accenture setuju bahwa mereka saat ini memenuhi harapan pelanggan untuk pemenuhan pesanan.

Apa yang terjadi ketika industri menjadi lebih dinamis dan ekspektasi pelanggan mengharuskan siklus waktu terkompresi?

Tautan yang Hilang

Optimalisasi terbatas membantu membuat rantai pasokan dengan mengidentifikasi jalur terbaik ke depan karena kondisi dinamis memengaruhi opsi sumber dan logistik. Secara sederhana, pengoptimalan terbatas memandu Anda untuk memutuskan bagaimana melakukan lebih banyak dengan lebih sedikit, atau bagaimana menggunakan lebih sedikit untuk melakukan lebih banyak.

Sebagian besar keputusan bisnis ekonomi memerlukan penerapan kendala, seperti biaya, volume, atau waktu ke sekumpulan variabel, seperti truk, SKU, atau orang dengan tujuan meminimalkan (biaya) atau memaksimalkan (keuntungan) hasil. Setiap organisasi memiliki banyak masalah pengoptimalan yang harus dipecahkan.

Ini terdengar seperti sesuatu yang harus kita gunakan, bukan? Namun ada beberapa alasan mengapa kami tidak melakukannya:

Klasik vs. Kompleks

Banyak dari kita telah mendengar tentang masalah salesman keliling, yang dapat dibandingkan dengan perutean truk dan cara mengoptimalkan rute, serta truk. Tantangannya adalah bahwa masalah salesman keliling seperti ini bertambah rumit sebanyak n! (n faktorial). Masalah perutean lebih terbatas dan kompleks untuk setiap variabel (truk, rute, pengemudi, dll.) yang Anda tambahkan. Misalnya, masalah salesman keliling yang memiliki 10 pemberhentian menghasilkan 3.628.800 pilihan rute, 40 pemberhentian akan menghasilkan sekitar 40! =815.915.283,2 00,000,000,000,000,000,000,000,000,000,000,000,000,000,000 pilihan. Mengarahkan beberapa truk dan paket bahkan lebih kompleks.

Sebuah komputer klasik akan berjuang di bawah beban dan skala dari serangkaian kemungkinan yang luas. Di sinilah komputer kuantum berjanji untuk mengambil tugas dengan cepat menghasilkan opsi yang dapat dipilih untuk membuat keputusan terbaik berdasarkan tujuan Anda.

Skenario rumit yang dimaksudkan untuk memecahkan banyak variabel tidak dapat dicapai oleh algoritma komputasi klasik dalam rentang waktu yang singkat. Namun, algoritme yang menggunakan teknik komputasi kuantum dapat dengan cepat mencapai simulasi ini menggunakan sistem klasik yang menerapkan teknik kuantum, atau solusi hibrida yang menggunakan kuantum dan klasik, saat ini.

Accenture sependapat, dengan menyatakan, “Algoritme pengoptimalan rute membantu mengurangi jarak tempuh dan meningkatkan tingkat pengiriman tepat waktu. Dalam logistik, perutean kuantum menggunakan komputasi kuantum berbasis cloud untuk menghitung rute tercepat untuk semua kendaraan, dengan mempertimbangkan jutaan titik data waktu nyata tentang kemacetan lalu lintas.”

Berikut adalah beberapa cara tambahan untuk mengoptimalkan manfaat rantai pasokan manufaktur, dari bahan baku masuk hingga distribusi keluar:

Penelitian IDC menyimpulkan:“Kemampuan untuk menyerap kumpulan data yang luas dan mendalam untuk menginformasikan pengambilan keputusan yang lebih baik akan menjadi pembeda tunggal terbesar dari kinerja rantai pasokan di masa depan.” Teknik komputasi kuantum memberdayakan optimasi terbatas ke tingkat akurasi dan kinerja yang baru.

Komputer kuantum memproses komputasi kompleks untuk mengembalikan keragaman jawaban, bukan hanya satu. Setiap jawaban yang memenuhi kondisi optimal yang Anda butuhkan dikirimkan kepada Anda. Anda mendapatkan eksposur ke opsi yang lebih layak daripada dengan prosesor klasik dan dapat memilih salah satu yang paling sesuai dengan situasi spesifik Anda saat ini. Ini adalah cara yang jauh lebih baik untuk membuat keputusan vs pendekatan perangkat lunak klasik yang memberikan satu jawaban sebagai satu-satunya pilihan Anda.

Komputasi kuantum adalah salah satu inovasi teknologi paling menjanjikan yang kemungkinan akan membentuk, merampingkan, dan mengoptimalkan masa depan rantai pasokan. Ini menawarkan wawasan yang lebih baik untuk membuat keputusan yang lebih baik. Itulah mengapa ada begitu banyak kegembiraan tentangnya.

Robert Liscouski adalah presiden dan CEO Quantum Computing Inc.


Teknologi Industri

  1. Bagaimana 5G Akan Mengisi Daya Pabrik Pintar
  2. Cara Menumbuhkan Keberlanjutan dalam Rantai Pasokan
  3. Bagaimana Data Mengaktifkan Rantai Pasokan Masa Depan
  4. Amazonifikasi Rantai Pasokan
  5. Bagaimana Industri Logistik Otomotif Menghadapi COVID-19
  6. Bagaimana Truk Listrik Akan Memperbaiki Lingkungan
  7. Bagaimana Permintaan Kendaraan Listrik Akan Berdampak pada Rantai Pasokan
  8. Bagaimana Rantai Pasokan yang Etis Akan Bertahan dari Pandemi
  9. Bagaimana Pelanggan Mempengaruhi Perencanaan Masa Depan
  10. Bagaimana AI Mengatasi Masalah Data 'Kotor'