Combler l'abîme de la décision - Plato AiStream V2.1

Republié par Platon

Suiveurs: 0

Imaginez ce problème d'approvisionnement courant : cinq équipes d'approvisionnement au sein de la même entreprise s'approvisionnent indépendamment en une pièce identique auprès du même fournisseur. Aucune des équipes n'est au courant des projets des autres, et elles finissent toutes par obtenir la pièce à des prix très différents en raison d'un manque de visibilité et de communication des données. Le résultat? Une déconnexion importante des prix qui pourrait potentiellement coûter à l’entreprise des milliers, voire des millions, de dollars de plus qu’elle ne le devrait. Si ce scénario vous semble familier, vous avez probablement été victime du « gouffre décisionnel » : le décalage entre l'ingénierie et la conception de produits, la planification de la chaîne d'approvisionnement et les achats au sein des organisations, qui entrave une prise de décision rapide et éclairée et une visibilité.

Cependant, vous n'êtes pas seul face aux problèmes de visibilité des données au sein des organisations. Les données peuvent être difficiles à gérer et à utiliser – le gouffre décisionnel est un problème courant. Pas moins de 99 % des entreprises Talend Les personnes interrogées reconnaissent que les données sont essentielles au succès, mais 97 % d'entre elles ont du mal à les utiliser efficacement, et un tiers n'utilisent même pas les données pour prendre des décisions. Les raisons pour lesquelles les entreprises ont du mal à exploiter les données pour prendre des décisions éclairées varient : certaines pointent vers des données de mauvaise qualité, tandis que d'autres reconnaissent qu'elles s'appuient sur des processus manuels.

Alors que de nombreuses industries ont subi un changement important transformation numérique Pour améliorer les flux de travail et réduire les coûts, ce n'est pas le cas de la plupart des professionnels de la chaîne d'approvisionnement et des achats, qui sont laissés à la merci d'outils logiciels déconnectés, utilisant des feuilles de calcul pour tenter de générer des informations exploitables à partir de données complexes et disparates. Trop d’entreprises tombent dans le gouffre décisionnel lorsqu’il s’agit de leur chaîne d’approvisionnement, en particulier de leurs fonctions d’approvisionnement et d’approvisionnement.

Comprendre l'abîme de la décision

Comprendre l'abîme décisionnel nécessite de reconnaître que les équipes d'approvisionnement, de chaîne d'approvisionnement et de produits sont censées travailler ensemble de manière transparente au sein de l'organisation et partager des informations pour atteindre leurs objectifs organisationnels communs. Cependant, la réalité est souvent loin de cet idéal, puisque 64 % des professionnels de la supply chain s'appuient encore sur Excel pour la gestion des approvisionnements directs et seulement 35% des entreprises utilisent l'IA dans leur activité.

Les défis liés à l’utilisation de feuilles de calcul comme Excel pour gérer l’approvisionnement direct sont doubles. Premièrement, l’absence d’un langage commun entre des fonctions distinctes nécessite que les données soient contextualisées pour une compréhension universelle – un avantage qui manque à Excel. Deuxièmement, l’utilisation de feuilles de calcul fragmentées crée des silos organisationnels, bloquant la fluidité du flux d’informations entre les équipes. Les équipes chargées d'un objectif commun, comme réduire les coûts ou assurer la continuité de l'approvisionnement, doivent avoir la capacité de partager et d'exploiter toutes leurs données pour prendre une décision unifiée et intelligente.

Faire face aux pressions d'aujourd'hui avec les outils d'hier

À la suite des perturbations de la chaîne d’approvisionnement mondiale à partir de 2021, les entreprises ont porté davantage d’attention aux problèmes de chaîne d’approvisionnement qui pèsent sur leurs résultats. Même si les chaînes d’approvisionnement semblent actuellement plus stables qu’elles ne l’ont été ces derniers temps, elles restent fragiles et constamment menacées alors que les tensions géopolitiques s’intensifient à un rythme qui dépasse les capacités des feuilles de calcul et des processus manuels traditionnels. Par exemple, les tensions croissantes entre les États-Unis et la Chine sont convaincantes. les entreprises à repenser et diversifier leurs fournisseurs ailleurs rester résilient – un changement stratégique qui nécessite l’accès à des données opportunes pour une prise de décision rapide.

Nous constatons également des changements dans les délais de livraison qui nécessitent des informations en temps réel afin que les équipes puissent ajuster rapidement leurs stratégies d'approvisionnement afin d'atténuer de nouvelles perturbations d'approvisionnement. Par exemple, lorsque la guerre entre Israël et le Hamas a éclaté, les responsables de la chaîne d’approvisionnement et des achats ont dû immédiatement comprendre quels fournisseurs et quelles pièces étaient touchés dans l’ensemble de leur entreprise. Dans des cas comme celui-ci, où les équipes au sein d'une organisation utilisent indépendamment des feuilles de calcul distinctes sans communication ni partage d'informations efficaces, il est impossible d'obtenir cette visibilité et d'être en mesure d'agir de manière proactive pour trouver d'autres fournisseurs et pièces détachées en cas de besoin.

Comment combler l'abîme de la décision

Les responsables de la chaîne d'approvisionnement et des achats peuvent résoudre les problèmes de fragmentation et les problèmes associés en tirant parti de technologies avancées telles que l'automatisation de l'IA, l'agrégation de données et la contextualisation.

Si les organisations établissent une visibilité complète des données sur leurs opérations internes et sur l’écosystème de données plus large grâce à un logiciel d’IA, les données contextualisées peuvent fournir des informations opportunes et exploitables et combler le gouffre décisionnel. En unifiant et en utilisant les données entre les équipes concernées, les entreprises disposent d'une source unique de vérité pour la prise de décision, ainsi que d'une visibilité avancée sur la manière dont les pièces et les matériaux peuvent être liés aux produits finis, avec une correspondance meilleure et plus précise sur ce qui peut être produit avec quoi. devrait être produit.

Lorsqu'ils sont équipés de ces fonctionnalités avancées, les achats acquièrent une compréhension claire de la façon dont chaque composant, y compris les fluctuations des prix et des stocks, peut avoir un impact sur les résultats d'une organisation. Grâce à l'intelligence artificielle, les responsables des achats peuvent optimiser les coûts lors des négociations avec les fournisseurs, tandis que les équipes reçoivent des alertes en temps réel sur l'exposition potentielle aux risques liés aux pièces et matériaux de base avant que des perturbations ne se produisent. Ces informations précieuses permettent aux équipes d'ingénierie et de produit d'évaluer la santé des fournisseurs et de modéliser la manière dont les composants clés affectent la structure des coûts d'un produit dès les premières étapes du processus de conception.

A Étude Kearney 2021 a montré que les grandes entreprises ayant de solides partenariats d'approvisionnement au sein de l'organisation ont généré un rendement total pour les actionnaires près de deux fois supérieur, contribuant à hauteur de 200 points de base de plus à l'EBITDA, mesure de base de la rentabilité de l'entreprise, provenant des dépenses de tiers et rebondissant trois fois plus fort après la COVID-19.

De manière générale, les outils d’IA conduisent à des améliorations substantielles de l’efficacité opérationnelle. Une fois libérées des tracas liés à la gestion des feuilles de calcul et aux flux de travail manuels et chronophages, les équipes achats peuvent se concentrer sur des tâches plus stratégiques.

Les obstacles pour combler l’abîme de la décision

Un obstacle courant pour combler le gouffre décisionnel est l’incapacité de démarrer, ou « l’inertie organisationnelle », qui est motivée par la peur du voyage inconnu, de sa durée et des défis potentiels en cours de route. La réticence des dirigeants à initier des changements est profondément ancrée dans la mesure où les équipes de sourcing et d'approvisionnement suivent traditionnellement des processus communs depuis des décennies.

Selon McKinsey Selon une étude, 61 % des dirigeants du secteur manufacturier signalent une diminution des coûts et 53 % signalent une augmentation des revenus comme conséquence directe de l'introduction de l'IA dans la chaîne d'approvisionnement. Ce changement n’est pas seulement une mise à niveau technologique ; il s'agit d'un parcours responsabilisant permettant aux équipes d'améliorer leur efficacité et d'avoir un impact stratégique plus significatif au sein de l'organisation.

Face à l’abîme des décisions, la voie à suivre est claire. Il s'agit d'un appel à l'action lancé aux responsables de la chaîne d'approvisionnement et des achats pour exiger de meilleurs outils logiciels afin d'inaugurer une ère d'intelligence décisionnelle améliorée. Il n'est pas trop tard pour commencer à transformer votre organisation grâce à l'IA. Ne pas agir maintenant entraîne le risque de se retrouver piégées dans un gouffre décisionnel, tandis que les organisations promptes à adopter des plates-formes basées sur l'IA progresseront avec des résultats commerciaux optimaux et un avantage concurrentiel.

Keith Hartley est PDG de LevaData.