Memanfaatkan AI untuk Atasi Krisis Rantai Pasok Global
Pandemi COVID-19 telah menjadi ground uji untuk inovasi di berbagai industri. Ini tidak mengejutkan. Sejarahnya, krisis telah melahirkan inovasi. Sekarang dunia diundang untuk berinovasi sekali lagi di tengah gangguan kataklisma pada rantai pasok global kita.
Masalah yang kita alami sekarang mungkin seperti hambatan tanpa harapan, dan perubahan yang kita perlukan untuk memperbaikinya akan memerlukan waktu untuk menghasilkan nilai. Tetapi kecerdasan buatan, digabungkan dengan teknologi dan inovasi lainnya, dapat membawa beberapa perbaikan yang berkelanjutan di seluruh rantai pasok, dari lantai manufaktur hingga rak ritel. Berikut adalah beberapa skenario.
Meningkatkan Lantai Pabrik
Cakupan berita tentang hambatan rantai pasok cenderung fokus pada kapal yang terjebak di laut di tengah penutupan pelabuhan. Tetapi manajer rantai pasok tahu bahwa meningkatkan rantai pasok meluas ke lantai pabrik di mana bahan baku disediakan dan diproduksi menjadi produk. AI yang terhubung dengan teknologi lain dapat membuat perbedaan besar. Misalnya, ramalan berbasis data pada pasokan bahan baku dapat membantu mengoptimalkan keputusan perencanaan manufaktur serta perencanaan tenaga kerja untuk mengurangi kelelahan. Selain itu, sensor cerdas di lantai pabrik dapat membuat produksi lebih efisien dan responsif terhadap fluktuasi pasokan dan permintaan. Sensor cerdas juga dapat memperingatkan produsen saat bagian vital aus, sehingga memungkinkan produsen untuk mengambil tindakan korektif proaktif sebelum gangguan terjadi.
Saya paling bersemangat dengan potensi untuk bisnis menggabungkan teknologi imersif seperti virtual reality, mixed reality dan augmented reality dengan AI (misalnya, pernikahan deep reinforcement learning dengan simulasi 3-D) untuk meningkatkan proses manufaktur. Bisnis dapat menggunakan AI untuk mensimulasikan skenario produksi yang berbeda dan mengoptimalkan lantai pabrik dengan cara yang lebih hemat waktu dan lebih hemat biaya. Selain itu, dengan simulasi 3-D dan reinforcement learning, produsen dapat mengoptimalkan seluruh proses produksi, sedangkan eksperimen manufaktur fisik mungkin hanya mengoptimalkan untuk proses tertentu. Saat janji metaverse mulai berlaku, aplikasi virtual AI ini dapat membantu mentransformasi lantai pabrik, bukan hanya membuatnya lebih efisien.
Meresepons Gangguan
AI memungkinkan untuk menggunakan data dan analitik untuk mengidentifikasi dan memetakan inventaris yang terpengaruh oleh gangguan rantai pasok. Jika bisnis kurang visibilitas kapal yang mengangkut bahan mereka, maka itu harus menggunakan krisis sebagai kesempatan untuk memprioritaskan transformasi digital rantai pasok dengan data, internet of things dan analitik canggih (misalnya, pembelajaran mesin dan simulasi). Bisnis perlu tahu di mana barang mereka kapan saja untuk berhasil menilai dampak keterbatasan sisi pasokan terhadap operasinya dan kemampuan untuk memenuhi harapan permintaan pasar. Ini sangat benar untuk rantai pasok yang kompleks yang bergantung pada banyak pemain yang beroperasi secara global, seperti yang kita lihat di industri otomotif. Produsen dan ritel otomotif kesulitan melacak hambatan di rantai pasok untuk semiconductor dari satu negara ke negara lain. Kurangnya transparansi ini membuat hampir mustahil bagi mereka untuk mengambil langkah seperti mengidentifikasi cara memecah hambatan atau memprediksi kapan inventaris mungkin kembali ke normal. Berbagi data yang transparan dan AI dapat membantu menyelesaikan masalah ini.
Meresepons Permintaan Konsumen
Mengajarkan bahwa tidak akan ada krisis rantai pasok tanpa permintaan konsumen. AI dapat membantu semua orang dalam ekosistem rantai pasok untuk lebih selaras dengan permintaan konsumen melalui teknologi digital shelf. Digital shelf secara longgar merujuk pada tampilan produk — baik di toko maupun online — yang terhubung ke seluruh operasi dan rantai pasok ritel melalui data waktu nyata. Dengan digital shelf, bisnis tahu tingkat inventaris yang tepat di setiap toko kapan saja.
Lihat toko runcit Amazon.com Inc. Sensor di seluruh toko Amazon Go menyediakan intelijen yang selalu diperbarui pada digital shelf, yang memungkinkan ritel untuk menyesuaikan tingkat inventaris berdasarkan permintaan regional dan juga merespons lonjakan atau penurunan tiba-tiba dalam permintaan produk. Pada skala yang lebih besar, Walmart Inc. juga membangun kemampuan ini.
Konsep digital shelf telah ada selama beberapa tahun, tetapi pandemi telah membuatnya lebih mendesak dan tepat waktu. Itu karena perubahan yang cepat dan tidak terduga dalam permintaan konsumen dan lonjakan perdagangan online/offline yang muncul dari pandemi telah menghilangkan margin kesalahan untuk bisnis yang mengelola tingkat inventaris.
Digital shelf tidak akan menyelesaikan hambatan rantai pasok, tetapi akan membantu bisnis mengelola elemen krusial rantai pasok dengan lebih lancar — mil terakhir pengiriman.
Mengelola Kekurangan Tenaga Kerja
Salah satu alasan krisis rantai pasok telah memparah adalah kurangnya tenaga kerja yang tersedia, seperti pekerja gudang untuk memuat barang dan sopir truk untuk mengangkutnya. AI dapat membantu bisnis mengelola pasokan tenaga kerja yang ketat, terutama jika perusahaan kreatif tentang cara mereka menggunakannya untuk mencari tenaga kontraktor. Banyak bisnis masih beroperasi di zaman gelap ketika mereka menemukan bantuan sementara untuk mengelola lonjakan kapasitas: mereka mengangkat telepon dan menelepon perusahaan pengangrek. Ini adalah pendekatan yang sangat tidak efisien. Bagaimana jika bisnis menemukan sumber daya yang mereka butuhkan dengan memanfaatkan satu portal yang didukung oleh data dan AI? Asumsikan bisnis dan mitra pengangrek mereka menjaga portal tetap terupdate dengan informasi tentang kebutuhan dan sumber daya pengangrek mereka, AI dapat mencocokkan sumber daya berdasarkan faktor-faktor seperti cakupan kebutuhan, kekerabatan dengan staf dan sumber daya yang tersedia, dan waktu. AI tidak akan menyelesaikan masalah jika nol sumber daya tersedia — tetapi itu akan sangat membantu jika diaktifkan oleh platform yang tepat.
Merencanakan Krisis Berikutnya
AI dapat membantu bisnis melakukan latihan perencanaan skenario dan memberitahu keputusan bisnis kritis. Pandemi adalah panggilan bangun bagi bisnis untuk merencanakan gangguan berikutnya — apakah itu pandemi lain, bencana alam, kerusuhan sipil atau gangguan lainnya. AI dapat membantu perusahaan mengantisipasi kekurangan dan masalah pasokan sebelumnya dan kemudian bereaksi dengan strategi ketahanan — misalnya, mengalihkan pengiriman bahan penting saat penutupan pelabuhan terjadi. Ini akan memerlukan memiliki data dan dapat mensimulasikan respons ketahanan. AI juga dapat membantu perusahaan di sepanjang rantai pasok memprediksi apakah gangguan tertentu (seperti bencana alam yang mengganggu produksi kopi) adalah transisional atau jangka panjang dan mensimulasikan skenario respons berdasarkan data tersebut.
Mirip dengan simulasi pabrik yang didukung AI, bisnis dapat menggunakan digital twin untuk melakukan perencanaan skenario untuk gangguan berikutnya. Seperti yang dicatat oleh MIT Technology Review, "Bagaimana jika ada kekeringan di Taiwan dan kekurangan air menutup manufaktur mikrochip? Digital twin dapat memprediksi risiko hal ini terjadi, melacak dampak yang akan terjadi pada rantai pasok Anda, dan — menggunakan reinforcement learning — menyarankan tindakan apa yang harus diambil untuk meminimalkan kerusakan."
Tidak ada jalan mudah keluar dari krisis rantai pasok. AI sendiri juga tidak akan menyediakan solusi. Saya menyarankan bisnis untuk pertama-tama memecah krisis rantai pasok menjadi titik nyeri yang lebih kecil dan mengetahui cara menyelesaikannya, seperti yang telah dilakukan tulisan ini. Bertanya, "Bagaimana kita dapat melindungi bisnis kita dari gangguan berikutnya?" mungkin terlalu luas. Sebaliknya, fokus pada sesuatu yang lebih konkret dan lebih mudah diselesaikan, seperti "Bagaimana saya dapat menyelaraskan armada sopir truk saya dengan lebih efektif dengan lonjakan permintaan?" Menjawab pertanyaan akan membantu bisnis memahami peran AI yang jelas dan menarik.
Ahmer Inam adalah chief AI officer di Pactera EDGE, perusahaan layanan digital dan teknologi global.
Pandemi COVID-19 telah menjadi ground uji untuk inovasi di berbagai industri. Ini tidak mengejutkan. Sejarahnya, krisis telah melahirkan inovasi. Sekarang dunia diundang untuk berinovasi sekali lagi di tengah gangguan kataklisma pada rantai pasok global kita.
Masalah yang kita alami sekarang mungkin seperti hambatan tanpa harapan, dan perubahan yang kita perlukan untuk memperbaikinya akan memerlukan waktu untuk menghasilkan nilai. Tetapi kecerdasan buatan, digabungkan dengan teknologi dan inovasi lainnya, dapat membawa beberapa perbaikan yang berkelanjutan di seluruh rantai pasok, dari lantai manufaktur hingga rak ritel. Berikut adalah beberapa skenario.
Meningkatkan Lantai Pabrik
Cakupan berita tentang hambatan rantai pasok cenderung fokus pada kapal yang terjebak di laut di tengah penutupan pelabuhan. Tetapi manajer rantai pasok tahu bahwa meningkatkan rantai pasok meluas ke lantai pabrik di mana bahan baku disediakan dan diproduksi menjadi produk. AI yang terhubung dengan teknologi lain dapat membuat perbedaan besar. Misalnya, ramalan berbasis data pada pasokan bahan baku dapat membantu mengoptimalkan keputusan perencanaan manufaktur serta perencanaan tenaga kerja untuk mengurangi kelelahan. Selain itu, sensor cerdas di lantai pabrik dapat membuat produksi lebih efisien dan responsif terhadap fluktuasi pasokan dan permintaan. Sensor cerdas juga dapat memperingatkan produsen saat bagian vital aus, sehingga memungkinkan produsen untuk mengambil tindakan korektif proaktif sebelum gangguan terjadi.
Saya paling bersemangat dengan potensi untuk bisnis menggabungkan teknologi imersif seperti virtual reality, mixed reality dan augmented reality dengan AI (misalnya, pernikahan deep reinforcement learning dengan simulasi 3-D) untuk meningkatkan proses manufaktur. Bisnis dapat menggunakan AI untuk mensimulasikan skenario produksi yang berbeda dan mengoptimalkan lantai pabrik dengan cara yang lebih hemat waktu dan lebih hemat biaya. Selain itu, dengan simulasi 3-D dan reinforcement learning, produsen dapat mengoptimalkan seluruh proses produksi, sedangkan eksperimen manufaktur fisik mungkin hanya mengoptimalkan untuk proses tertentu. Saat janji metaverse mulai berlaku, aplikasi virtual AI ini dapat membantu mentransformasi lantai pabrik, bukan hanya membuatnya lebih efisien.
Meresepons Gangguan
AI memungkinkan untuk menggunakan data dan analitik untuk mengidentifikasi dan memetakan inventaris yang terpengaruh oleh gangguan rantai pasok. Jika bisnis kurang visibilitas kapal yang mengangkut bahan mereka, maka itu harus menggunakan krisis sebagai kesempatan untuk memprioritaskan transformasi digital rantai pasok dengan data, internet of things dan analitik canggih (misalnya, pembelajaran mesin dan simulasi). Bisnis perlu tahu di mana barang mereka kapan saja untuk berhasil menilai dampak keterbatasan sisi pasokan terhadap operasinya dan kemampuan untuk memenuhi harapan permintaan pasar. Ini sangat benar untuk rantai pasok yang kompleks yang bergantung pada banyak pemain yang beroperasi secara global, seperti yang kita lihat di industri otomotif. Produsen dan ritel otomotif kesulitan melacak hambatan di rantai pasok untuk semiconductor dari satu negara ke negara lain. Kurangnya transparansi ini membuat hampir mustahil bagi mereka untuk mengambil langkah seperti mengidentifikasi cara memecah hambatan atau memprediksi kapan inventaris mungkin kembali ke normal. Berbagi data yang transparan dan AI dapat membantu menyelesaikan masalah ini.
Meresepons Permintaan Konsumen
Mengajarkan bahwa tidak akan ada krisis rantai pasok tanpa permintaan konsumen. AI dapat membantu semua orang dalam ekosistem rantai pasok untuk lebih selaras dengan permintaan konsumen melalui teknologi digital shelf. Digital shelf secara longgar merujuk pada tampilan produk — baik di toko maupun online — yang terhubung ke seluruh operasi dan rantai pasok ritel melalui data waktu nyata. Dengan digital shelf, bisnis tahu tingkat inventaris yang tepat di setiap toko kapan saja.
Lihat toko runcit Amazon.com Inc. Sensor di seluruh toko Amazon Go menyediakan intelijen yang selalu diperbarui pada digital shelf, yang memungkinkan ritel untuk menyesuaikan tingkat inventaris berdasarkan permintaan regional dan juga merespons lonjakan atau penurunan tiba-tiba dalam permintaan produk. Pada skala yang lebih besar, Walmart Inc. juga membangun kemampuan ini.
Konsep digital shelf telah ada selama beberapa tahun, tetapi pandemi telah membuatnya lebih mendesak dan tepat waktu. Itu karena perubahan yang cepat dan tidak terduga dalam permintaan konsumen dan lonjakan perdagangan online/offline yang muncul dari pandemi telah menghilangkan margin kesalahan untuk bisnis yang mengelola tingkat inventaris.
Digital shelf tidak akan menyelesaikan hambatan rantai pasok, tetapi akan membantu bisnis mengelola elemen krusial rantai pasok dengan lebih lancar — mil terakhir pengiriman.
Mengelola Kekurangan Tenaga Kerja
Salah satu alasan krisis rantai pasok telah memparah adalah kurangnya tenaga kerja yang tersedia, seperti pekerja gudang untuk memuat barang dan sopir truk untuk mengangkutnya. AI dapat membantu bisnis mengelola pasokan tenaga kerja yang ketat, terutama jika perusahaan kreatif tentang cara mereka menggunakannya untuk mencari tenaga kontraktor. Banyak bisnis masih beroperasi di zaman gelap ketika mereka menemukan bantuan sementara untuk mengelola lonjakan kapasitas: mereka mengangkat telepon dan menelepon perusahaan pengangrek. Ini adalah pendekatan yang sangat tidak efisien. Bagaimana jika bisnis menemukan sumber daya yang mereka butuhkan dengan memanfaatkan satu portal yang didukung oleh data dan AI? Asumsikan bisnis dan mitra pengangrek mereka menjaga portal tetap terupdate dengan informasi tentang kebutuhan dan sumber daya pengangrek mereka, AI dapat mencocokkan sumber daya berdasarkan faktor-faktor seperti cakupan kebutuhan, kekerabatan dengan staf dan sumber daya yang tersedia, dan waktu. AI tidak akan menyelesaikan masalah jika nol sumber daya tersedia — tetapi itu akan sangat membantu jika diaktifkan oleh platform yang tepat.
Merencanakan Krisis Berikutnya
AI dapat membantu bisnis melakukan latihan perencanaan skenario dan memberitahu keputusan bisnis kritis. Pandemi adalah panggilan bangun bagi bisnis untuk merencanakan gangguan berikutnya — apakah itu pandemi lain, bencana alam, kerusuhan sipil atau gangguan lainnya. AI dapat membantu perusahaan mengantisipasi kekurangan dan masalah pasokan sebelumnya dan kemudian bereaksi dengan strategi ketahanan — misalnya, mengalihkan pengiriman bahan penting saat penutupan pelabuhan terjadi. Ini akan memerlukan memiliki data dan dapat mensimulasikan respons ketahanan. AI juga dapat membantu perusahaan di sepanjang rantai pasok memprediksi apakah gangguan tertentu (seperti bencana alam yang mengganggu produksi kopi) adalah transisional atau jangka panjang dan mensimulasikan skenario respons berdasarkan data tersebut.
Mirip dengan simulasi pabrik yang didukung AI, bisnis dapat menggunakan digital twin untuk melakukan perencanaan skenario untuk gangguan berikutnya. Seperti yang dicatat oleh MIT Technology Review, "Bagaimana jika ada kekeringan di Taiwan dan kekurangan air menutup manufaktur mikrochip? Digital twin dapat memprediksi risiko hal ini terjadi, melacak dampak yang akan terjadi pada rantai pasok Anda, dan — menggunakan reinforcement learning — menyarankan tindakan apa yang harus diambil untuk meminimalkan kerusakan."
Tidak ada jalan mudah keluar dari krisis rantai pasok. AI sendiri juga tidak akan menyediakan solusi. Saya menyarankan bisnis untuk pertama-tama memecah krisis rantai pasok menjadi titik nyeri yang lebih kecil dan mengetahui cara menyelesaikannya, seperti yang telah dilakukan tulisan ini. Bertanya, "Bagaimana kita dapat melindungi bisnis kita dari gangguan berikutnya?" mungkin terlalu luas. Sebaliknya, fokus pada sesuatu yang lebih konkret dan lebih mudah diselesaikan, seperti "Bagaimana saya dapat menyelaraskan armada sopir truk saya dengan lebih efektif dengan lonjakan permintaan?" Menjawab pertanyaan akan membantu bisnis memahami peran AI yang jelas dan menarik.
Ahmer Inam adalah chief AI officer di Pactera EDGE, perusahaan layanan digital dan teknologi global.
