物流IT.com アナリストおよびベンダー コミュニティの主要な代表者と対談し、最も重要な主要な論点と、需要予測および計画テクノロジ内で起こっているイノベーションの分野について話し合いました。
より細分化され、不安定な競争環境が常態化しつつある中、企業は予想需要と実際の需要を管理するため、より正確な意思決定を下すことができるだけでなく、在庫切れを回避し、納期どおりに納品することで可能な限り効率的に注文を執行し履行する必要があります。注文が店舗に直接送られるか、消費者に直接送られるかに関係なく、仕様に準拠します。
幸いなことに、利用可能なテクノロジーはこれらの課題に対応しています。これは、何が利用可能で、何が自分の特定のニーズと利用可能な予算に適合するかをナビゲートできるというだけのことです。では、需要予測と計画関連のソリューションを煩雑なプロセスから軽減できる主な課題とは、具体的にはどのようなものでしょうか?
需要と供給の関係が鍵となる
サプライチェーン計画ソリューションに関して、研究副社長のティム・ペイン氏は次のように述べています。 ガートナーは、現在、需要計画とサプライチェーン計画の間の境界はほとんどなくなっていると指摘しています。 「つまり、需要と供給の関係が重要であり、テクノロジーが方程式の需要と供給の両方の計画面をカバーできることがますます増えてきています。それは本当に重要なことだからです」と彼は言います。 Payne 氏は、最近ではすべてがクラウド上にあると付け加えます。 「純粋にオンプレミスの新しい計画ソリューションを市場に投入する人は誰もいません。」
Payne 氏はまた、現在、より多くのベンダーがソリューションの計画に AI と機械学習を追加していると説明しています。 「ビジネス モデルの変化は、企業が計画ソリューションに大きな柔軟性を必要とすることを意味します」と彼は言います。 「たとえば、消費財企業は伝統的に実店舗の小売業者に販売しており、それが主なチャネルでした。現在、電子商取引により、これらの企業はオンライン販売の需要にも目を向ける必要があります。これはビジネスモデルの変化です。
「オンラインの需要はあるものの、実店舗の需要と同じ方法で e コマース チャネルの需要を検討する必要があるという点で、基本的に同じ原則を適用しています。売上は実店舗の小売店とは異なる要因によって左右されます。そのため、企業はどのくらいの在庫を保持すべきか、店舗とオンラインの 2 つのチャネルに別個の在庫場所や在庫を設けるか、あるいは柔軟性を高めるためにそれらを組み合わせるかを検討する必要があります。したがって、サプライチェーン計画ソリューションは、このオムニチャネル モデルに対応できなければなりません。」
意思決定の質の向上
しかし、ペイン氏は、小売業者であれ、ハイテク企業であれ、製薬メーカーや産業メーカーなどであれ、企業にとっての最大の焦点は、企業が下す意思決定の質を向上させることができるかどうかであると信じています。 「そのため、需要計画プロセスやサプライチェーンプロセスといったプロセスに重点が置かれています。しかし、私たちは、需要計画プロセスに従っているか、全員が標準の S&OP プロセスに従っているかなど、プロセスにこだわることがよくあります。ただし、計画のポイントは基本的に意思決定を行うことです。計画は意思決定の一形態であり、どれだけの量を販売、移動、製造、在庫に入れるかを決定する必要があります。したがって、計画の結果は意思決定であり、優れた計画の結果は適切な意思決定、つまり、より質の高い意思決定を下すことです。
「より質の高い意思決定を行えば、適切なリソースを適切な場所に適切なタイミングで確保できるため、価値の漏洩を減らし、価値を高める機会を生み出すことができ、世界で起こっている混乱やイベントを利用することができます。」市場。それで。特に現在はデジタル化が非常に進んでおり、切り替えが起こっています。企業が取り組んでいるあらゆるデジタル化とデジタル変革の取り組みの中で、私たちはサプライチェーンが大きな重点領域であると考えています。」
さまざまな分析手法の組み合わせ
サプライ チェーン内では、デジタル化では大量のデータと分析を使用することが重要であるため、ペイン氏はサプライ チェーン計画が最重点分野であるとコメントしています。特に機械学習は予測が重要であり、計画は予測が重要です。同氏は、意思決定の自動化も重要な焦点であると付け加えた。 「そのため、製造会社は、私たちが下す意思決定の質をどのように向上させることができるかという点に多くの注目を集めています」と彼は言います。 「これにより、最適化アプローチが取り除かれるのではなく、さまざまな形の機械学習、ディープラーニング、自然言語処理などの追加の分析技術が追加されることで、多くの技術的変化が推進されています。そのため、さまざまな分析手法の組み合わせになりつつあります」意思決定の質を向上させるのに役立つテクニックです。」
オムニチャネルの影響
ブライアン・ボール氏、業界アナリスト兼コンサルタント、元アバディーンの戦略と研究は、主にオムニチャネルの成長により、新型コロナウイルスが多くの企業の注文を履行する能力に多大な圧力をかけたと指摘しています。 「これは、多くの企業が、当初計画していたものとは異なる地点から注文を履行する必要があることを意味しました」と彼は言います。 「たとえば、食品飲料業界で、人々がレストランで食事をしたり、食料品店で買い物をしたりするため、企業の通常の配送拠点が食料品店やレストランだった場合、パンデミック中にレストランが閉店したため、突然すべてを再考する必要がありました。実店舗の食料品チャネルまたはオンライン注文を通じて購入されました。したがって、この分野にサービスを提供する企業は、非常に迅速に適応し、別の方法で物事を進める必要がありました。」
充足感を再考する
そこでボール氏は、受信したインバウンド情報に関連する需要計画と予測の面で新たな課題があったと説明します。 「言い換えれば、需要がどこから来るのか、需要のタイミングと需要の量、さらにはデータの精度や需要の変動性のレベルなどに関する新たな問題が生じました」と彼は言います。 「しかし、たとえば主にパンデミックによる宅配の大幅な成長により、企業はまた、フルフィルメント側と実行側で自社の位置をどのように再配置するかを再考し、商品を順番にどこに配置すべきかについてさらに考える必要がありました」より迅速かつコスト効率よく注文を処理します。従来、商品は通常、同社が設立した従来の配送センターに保管されていましたが、消費者直販モデルへの移行により、一部の企業、特に一部の大手企業は店舗サイトをどのように活用できるかを検討し始めました。消費者への直接注文の多くが届く場所に近かったため、フルフィルメントの配送ポイントとして利用できました。」
ボール氏は続けて、「歴史的に見て、彼らは広い地方エリアをカバーする地方DCに依存していたかもしれないが、現在では消費者直販モデルの大幅な成長により、彼らは大都市や地域に近い大規模な地域にDCを配置することを決定するかもしれない」と述べた。配達場所 - たとえば、ニューヨーク、フィラデルフィア、アトランタ、ヒューストン、ロサンゼルスなどです。以前は、交通渋滞による現地の物流上の課題のため、企業はこれを選択肢として考慮していなかったかもしれませんが、現在ではこの種の場所はオンラインで注文する人々の温床となっているため、住宅やマンションへの配達がより一般的になってきています。店舗サイトをフルフィルメント ポイントとして利用する人が増えています。したがって、インバウンドの需要と予測の側でできるだけ正確なデータを取得することが重要であるだけでなく、アウトバウンドの側でも、コストを最小限に抑えるために製品をどこに在庫するのが最適かを示すできるだけインテリジェントなモデルを作成する必要があります。配達。"
需要の計画と予測は、かつてはサプライ チェーンでの取り組みに関連するフロントエンドの部分でしたが、現在では効果的な実行とサプライ チェーンでの履行のために行う必要がある非常に活気のある部分になったとボール氏は説明します。新しいオムニチャネルの世界 – 消費者または実店舗に直接届けられます。 「計画モデルのほとんどは、特定の商品をより適切に項目化し、それらを発送する最適な場所についてより詳細に把握する方法に関する受信情報に基づいています」と彼は言います。 「特定の種類の商品に対する全体的な需要はかなり安定している可能性がありますが、需要の種類は顧客の所在地によって異なる場合があります。
「たとえば、小さい、中程度、または大きい衣類について考えてみましょう。小、中、大の売上の割合は合計するとそれほど変わらないかもしれませんが、各サイズの割合は地域によって大きく異なる可能性があります。都市部では大きいサイズの衣類の需要が高いのかもしれませんし、年間を通して気温が一貫して高い南部では軽い衣類の需要が高いのかもしれません。したがって、需要予測および計画ソリューションは、履行エンドにおいてより高度なレベルを提供する必要があります。おそらく南部では除雪車は必要ないでしょう。そのため、除雪車を製造する工場がある場合は、テネシー州などの雪とおそらく山がある場所に設置するのが最善でしょう。これは顧客への流通の良い点であり、競争力のあるコストの製造も提供します。」
ソーシャルメディアの影響
Steve Murphy 氏、クライアント サービス担当ディレクター パノラマコンサルティンググループは、今日の需要予測と計画の様相を変えている多くの重要な分野を観察しています。 「1つは、消費者の需要を満たすためのオムニチャネルの進化であり、消費者は店舗での購入とオンライン注文のどちらかを選択できるようになりました」と彼は言います。 「ここ数年、特にパンデミック以降、オンライン販売が爆発的に増加しました。ソーシャル メディアでは、オンライン アクティビティの厳密な追跡に基づく、ターゲットを絞った広告が私たち全員に浴びせられています。ほんの数年前までは、ポップアップ広告が表示されるのは、その種の広告をターゲットとする主要な 4 ~ 5 社のものでした。現在では、オンライン ページにアクセスすると、数時間以内にその会社とその製品に関連する広告がポップアップ表示されるようになります。 Google や Yahoo などのランディング ページにサインアップすると、その小売店や商品に関する広告や記事が表示されます。」
マーフィー氏は、これは今日のテクノロジーによって変化しているだけでなく、大きな出来事、特にパンデミックによっても変化する可能性があると考えています。 「パンデミックは『一度限り』の出来事だったが、すべてを変えてしまった」と彼は言う。 「企業のサプライチェーンの運用方法が変わり、大手運送会社は商品の配送方法を再考する必要がありました。たとえば、今日では海上貨物の場合、いつでもチェックインでき、貨物がどこにあるかを GPS で正確に確認できるようになりました。」
AIと機械学習
マーフィー氏によると、今日の需要計画と予測におけるもう 1 つの大きな進歩は、AI と機械学習の進化です。 「Oracle、SAP、Microsoft などの大手 ERP ベンダーや、専門の需要予測および計画ソリューション プロバイダーは、たとえば、AI を使用して過去 3 か月間の経済パターンの傾向を取得し、それをシステムに取り込んで、何が起こるかを正確に推定できます。需要は来月になる可能性があります。これらのシステムの精度レベルは飛躍的に向上しました。」
マーフィー氏は、機械学習がより多くのより優れたデータを提供するとしても、覚えておくべき重要な点の 1 つは、全体を制御するには依然として人間が必要であるということだと付け加えています。 「スーパーボウルなど、商品の売り上げに影響を与える可能性のある大きなイベントの場合、長年の実践経験に基づいて需要予測や計画を理解している人は、在庫レベルをXNUMX%引き上げるべきだと思うかもしれない」データが示唆するものよりも上回るか、同様のレベルで引き下げます。これは、機械学習データが示唆するものよりも正確であることがよくあります。したがって、機械から得られる数値に純粋に依存するのではなく、需要予測と計画の経験に基づいた人的要素が依然として必要です。」
ムクル・クリシュナ。 世界的な研究実践のリーダー – サプライチェーンと物流、 フロスト&サリバンは、わずか 10 年ほど前、業界がデジタル化を始めたばかりで、人々がデータの収集とデータ レポートの作成に注目し始めたことを反映しています。 「予測精度の向上という点で、そこから多くの貴重なデータが得られ始めました」と彼は言います。 「そしてつい最近、パンデミックが発生し、多くの企業が需要予測と計画の管理方法を再考するようになりました。
過去のデータからさらに進む
「アパレル業界のある人は、彼の会社の2022年春の計画は前年のデータに基づいていると聞きました。しかし、パンデミックの影響で、XNUMX 年ほど遡ったこのすべての過去のデータが公開されなくなりました。不安定な時代、特に物事が急速に変化している時代には、過去のデータはほとんど意味を持ちません。通常、需要予測はこの過去のデータに依存してきましたが、現在では不確実性が非常に高く、通常の経済データを読み取ることさえ非常に困難であるという事実を多くの人が認識しています。」
クリシュナ氏は、パンデミックの前から、多くの小売顧客が電子商取引の考え方に非常に慣れてきていたと指摘します。 「その後、パンデミックが発生する中、当然のことながら、これらの顧客はオンライン予約をさらに快適に行うようになりました。そのため、企業は実店舗での配送と消費者への直接配送の両方を管理する必要があるだけでなく、リバース ロジスティクスも考慮する必要があります。なぜなら、一部の顧客は、たとえば 10 個の商品を注文するのが習慣になっているためです。そのうちの 5 つ、あるいはそれ以下を維持するつもりです。したがって、返品を管理し、商品を棚に戻したり、倉庫や DC の適切な場所に戻して別の顧客への発送に備えたりするというさらなる課題が生じています。」
クリシュナ氏は、一部の企業は依然として過去のデータに注意を払っているが、現在はわずか数か月前のデータに依存していると付け加えた。 「彼らはまた、より多くの人工知能を使用し始めており、真の需要を把握するために、何が起こっているかを可能な限り三角測量しようとしています」と彼は言います。 「昨年何かが起こったからといって、それが今年も起こるとは限りません。そのため、企業は不確実性が高まる時代において、正確なデータをより正確に把握できる可能性を高めたいと考えています。」
また、クリシュナ氏は、気候変動により、企業は暖かい冬になるかどうか自問する必要があると考えています。これは、歴史的にその時期にはそれほど需要がなかった可能性がある特定の製品の需要拡大に影響を与える可能性があるためです。 「したがって、このようなことは現在、企業にとってより最重要事項になりつつあります。これにより、需要を予測しようとする際に、過去にはそれほど考慮されなかったでしょう。」過去のデータに依存するのではなく、より正確な需要パターンを把握しようとするという点で、より多くの企業が AI や高度な分析を使用してデータをより適切にモデル化し、より予測的で規範的なものになり始めているとクリシュナ氏は説明します。 「これらすべては、アルゴリズムにより多くの確率を導入するのに役立ちます」と彼は言います。
SaaS/オンプレミスの議論
Ball 氏は、多くの企業やクラス最高の企業が、需要予測と計画、および ERP の両方の観点から、自社の機能の一部を確実に SaaS モデルに移行している、またはすでに移行していると観察しています。 「意思決定サポートなど、特定の部分をクラウドに移行することを主に決定する可能性があります」と彼は言います。 「彼らは自分たちの財務数値が『王国への鍵』であると考えているため、財務計画を移行する決断をしないかもしれません。彼らは計画データをクラウドに置くことを決定するかもしれません。
「ただし、それでも、計画データには数量、製品、マーケティング、価格情報が含まれているため、そのことについてはもっと秘密にしたいと考えるかもしれません。したがって、その種のデータについては警戒されている可能性があります。それにもかかわらず、データのスライスを取得してオフサイトに移動することを決定する可能性があります。一般に、多くの企業はすべてを社内に保持するという姿勢を乗り越えてきました。そうは言っても、自社の秘密のフォーミュラをクラウドに置くことを望まず、オンプレミスにあるほうが安全だと考えるメーカーはまだ多くあります。 Covid の場合、人々が現場で作業を続けることができなくなった場合、在庫に関連するデータなどのデータに、その情報を参照する権限を持つ人がどこにいてもアクセスできるようにする点で、SaaS が非常に価値があることが判明しました。」
エッジを持っている
クリシュナ氏は、SaaS に関する当初の懸念の多くは解消されたと考えています。しかし、小売業などの特定の業界では、オンプレミス ソリューションとエッジ機能が、顧客への直接提供と店舗への直接提供のオムニチャネル モデルを管理する上で同等に重要であると同氏は考えています。クリシュナ氏はまた、エッジ コンピューティングはレイテンシーの短縮という点でクラウドよりも優れている可能性があると主張し、これは需要と在庫要件に対応するために迅速な対応が重要となるサプライ チェーンの世界ではますます重要であると彼は考えています。
「パンデミック中、多くの人が体調を崩し、禁煙も高水準に達しました」と彼は言う。 「多くの人がスキルを学び直したりスキルアップしたりしてギグエコノミーに参入するために仕事を辞めました。これが主な理由で、企業は AI ベースの自動化をさらに活用しようとしました。そのため、たとえば在庫管理ロボットの使用が増加しました。これらのロボットは基本的に車輪の付いたエッジ コンピューティング デバイスです。一方、RFID スキャナーとマシン ビジョンは、通路にある商品をスキャンして、何が在庫にあり、何が在庫にないかを判断するために導入されました。したがって、人間の作業者にとっては退屈だと考えられていたこの種のタスクは、自動化によって効果的に実行できるようになり、ほぼリアルタイムで情報を提供できるようになりました。」
予期せぬトレンドを常に把握し続ける
クリシュナは、パンデミックが発生したとき、人々はトイレットペーパーなど、通常の状況では棚から飛ばされないようなあらゆる種類の品物を急いで求め始めたことを思い出させてくれます。 「私自身の地元の食料品店では、新型コロナウイルス感染症以前には玉ねぎが品薄になるのを見たことがありませんでした」と彼は述べ、その後、一部の店では特定の品目を配給し始め、例えば客1人につき2品までとするようになったと付け加えた。 「ほぼリアルタイムでデータが得られれば、こうした予期せぬ傾向の監視を開始し、在庫切れを防ぐのに役立つ特定のポリシーを制定することができます」と彼は言います。
「ただし、データがクラウドに送信されるということは、データを取り戻すときにある程度の遅延が発生することを意味し、たとえわずかな遅延であっても、需要に応え、トレンドを追うのに大きな違いを生む可能性があります。したがって、遅延のレベルを最小限に抑える必要があります。たとえば、自動運転車がクラウドと通信することは望ましくありません。代わりに、クラウドと通信することなく、車両が自律的に意思決定を行えるようにしたいと考えています。したがって、多くの自動運転車がオンボードのエッジ コンピューティング機能を使用してラストマイル配送を実行し、意思決定を行う場合、クラウドに行ったり戻ったりする必要はなく、この方がはるかに効率的になる可能性があります。同様に、エッジ コンピューティングを使用した倉庫の在庫管理ロボットは、特定の製品が不足していることをほぼリアルタイムで通知し、在庫切れになる前に追加注文できるようになります。」
経費を織り込む
クリシュナさんは、「問題に十分なお金を投じれば問題は解決する」とよく言われると付け加えた。 「しかし、多くの企業は多額の資金を持っていません。最先端のテクノロジーは高価な場合があるため、労働力がまだ相対的に安い発展途上国では、多くの企業が今後も最先端テクノロジーへの投資に積極的に取り組むだろう。代わりに、彼らはより多くの人を雇用するだけです。北米、西ヨーロッパ、韓国、日本などのより裕福な地域に目を向けると、倉庫の自動化とロボット、特にアクティブなピッキングアームを備えたピッキングロボットの使用が増えていますが、通路が狭いより複雑な倉庫ではその傾向が顕著です。ラックの高さが 30 ~ 40 個に達すると、ピッキング ロボットは高度に関節を動かし、非常に複雑な角度で移動する必要があり、より複雑な作業が必要となります。したがって、この種の複雑さと出費を考慮すると、企業はさらなる自動化に移行する十分な経済的理由が必要になります。多くの企業は自社の状況がそこまで悲惨であるとは考えておらず、より手動でピッキングを管理できる十分な人員を抱えています。」
予算があれば、協働ボットを使用する企業も増えているとクリシュナ氏は説明します。 「それにもかかわらず、自動化がより一般的になるにつれて、ダーク倉庫の概念が少なくとも今後 2 ~ 3 年で大きく前進するとはまだ考えていません」と彼は言います。 「もちろん、倉庫や DC の人間の労働力の大部分が機械に置き換わる可能性があるという点で、暗い倉庫はデリケートな問題です。これに対する反論は、多くの場合、より自動化されたテクノロジーが人間の労働力が行う作業を強化し、支援できるということです。」
拡張係数
SaaS が登場してから数年が経ちますが、多くの企業は、おそらくセキュリティ上の理由から、現在は最小限のサーバーしか設置されていないにもかかわらず、依然としてオンプレミスのサーバーを使用することに抵抗を感じています。ただし、オンプレミス ソリューションの長期的なコストを見ると、オンサイトでアップグレードする必要があり、場合によっては拡張作業を行うためにコンサルタントを雇う必要があるため、かなり高価になる可能性があるとマーフィー氏は説明します (拡張は現在一般的な用語です)カスタマイズではなく使用されます)。 「もちろん、企業が四半期または年ごとに料金を支払う SaaS サブスクリプション モデルの主な利点の 1 つは、少なくとも上位層企業のほとんどでは、ソフトウェアの四半期ごとの自動更新が行われることです。これは、ソフトウェアが常に最新であり、最新バージョンを使用していることを意味します。おそらくそれが SaaS の最大の利点の 1 つだと思います。」
マーフィー氏によると、オンプレミスと SaaS のもう 1 つの境界線はオンプレミスであり、アップグレードするたびに拡張機能を追加することにした場合、拡張機能の作業を管理するコンサルタントが必要になる可能性が高くなります。 「SaaS モデルでは、ユーザーごとにソリューションをカスタマイズする必要がないため、機能は通常、特定の業界のベスト プラクティスに基づいています。特定のビジネスにより厳密に適合させるための拡張機能が特に必要な場合、この高コストになる可能性のある計画を実行する前に、ソフトウェアから何を取得したいかを慎重に検討することをお勧めします。
全体的なメリットがどのようなものになるのか、また追加コストを考慮してそれを実行することが合理的かどうかを知ることが重要です。よく考えた結果、標準のソフトウェア パッケージに頼ったほうが有益であると判断するかもしれません。したがって、費用便益分析または変更便益分析は意味があります。拡張機能が優先される場合は、ソフトウェア会社がその拡張機能を設計するのを支援できます。拡張機能を実行することは、以前ほど複雑または困難なプロセスではないようです。今では、以前のように大がかりなカスタマイズを行うのと同じではありません。」
先を行くもの
今後 1 ~ 2 年で注目すべき次のイノベーションや開発は何でしょうか?マーフィー氏は、今日の需要予測および計画ソリューションに AI と機械学習を組み込むことで、このテクノロジーは注文側と履行側の両方で行われるすべてのトランザクションから継続的に学習できると説明します。マーフィー氏によると、他に考えるべきことは、ソーシャル メディアからのデータなど、需要傾向を監視するために今から取得すべきデータ ソースが非常にたくさんあるということです。 「以前は、過去の販売履歴や経済予測を調べ、さまざまな地域に基づいて市場で何が起こっているのか、国内のその地域の販売傾向はどうなっているのかを調べていました。
「現在、データソースは非常に膨大であるため、より多くのより優れたデータを収集してシステムに入れることが主な目標の 1 つです。したがって、需要予測および計画システム内で使用するデータを収集するより良い方法を見つけることができれば、そこに主な改善点があると思います。誰かが、この膨大なソースすべてから貴重なデータを取り込むための、さらに優れたデータ収集プロセスを設計するだろうと思います。次に、このより貴重な情報が、最適な需要予測および計画ソリューションによってどのように収集され、処理されるかが問題になります。これが次のステップになります。」
労働市場の逼迫を緩和するための自動化の推進
将来の展開の可能性についてのテーマを続けて、ソリューション コンサルティングおよびアカウント管理担当ディレクターの Alex Macpherson 氏は次のように述べています。 マンハッタンアソシエイツは、特に倉庫部門における労働市場の逼迫を緩和するための自動化の継続を指摘している。 「これは、ビジネスが経験する通常の季節的なピークだけでなく、イベント主導型のピーク期間にキャパシティを提供するためです」と彼は言います。 「この自動化の形式は、従来の ASRS やコンベア駆動の自動化から協働ロボットやロボティクスまでさまざまです。」マクファーソン氏は、倉庫環境内で AI と機械学習の使用が爆発的に増加し、ウェーブの実行や労働予測の予測など、手動で開始されていた多くのタスクが推進されるだろうと付け加えました。 「この分野はこれまで AI が広範に活用されてこなかった分野でしたが、これから変わろうとしています」と彼は言います。
マクファーソン氏は、今後 12 ~ 18 か月にわたって小売業者が返品をどのように扱うかは興味深いことになるだろうと付け加えた。 「収益がすべてのビジネスに及ぼす影響と、これらを管理するための巨額のコストがついに認識され、今後取り組むことになるでしょう」と彼は言う。 「返品に料金を請求するか、顧客に返品の年会費を支払わせるかにかかわらず、これも急速かつ決定的に変化する分野となるでしょう。すでにいくつかの有名小売業者が先行者利益を享受しており、これが残りの小売業者にも行動を起こす推進力を与えるだろう。」
消灯なし
ペイン氏は、AI の観点からさらに多くのことが分かると信じています。 「コロナウイルス以前の時代を振り返ると、多くのエンドユーザーが消灯プランニング、ノータッチプランニング、または自律型プランニングが欲しいと言っているのを聞きました。幸いなことに、これらの大手企業は、それが起こらないことを認識しています。サプライチェーンにおけるすべての意思決定を自動化することは決してできません。多くのことは自動化できますが、すべてを自動化することはできません。人間による判断を入力するための特定の種類の決定が依然として必要であり、これは私たちが常に言っていることです。完全に自律的な計画は夢物語でしたが、多くの企業が依然としてスプレッドシートを使用して計画を行っている非常に手動的な方法よりもはるかに多くのことを行うことができます。」
Payne 氏によると、生成 AI の影響はますます大きくなるでしょう。 「現在、Chat GPT が私たちのやり方を変えるだろうと多くの人が言っています。これは単なる AI 技術の 1 つですが、大規模な言語モデルを使用すると、プランナーが計画システムと対話する方法が変わる可能性があります。したがって、計画システムとより自然な会話ができるようになります。おそらく、そこに計画の世界における初期の使用例がいくつか登場することになるでしょう。」
合成データ
Payne 氏の見解では、さらに注目を集めそうなイノベーションのもう 1 つの分野は、合成データの作成です。 「デジタル サプライ チェーン ツインを生成 AI 機能と併用して、合成データ、つまり、物理的なサプライ チェーンではなくデジタルで作成されたデータを作成できる可能性があります。このデータがあれば、あらゆる種類のシナリオやオプションをテストできます。」
構造変化
Payne 氏によると、今後数年間で見られるさらなる発展は、需要予測および計画ソリューションの構造の変化です。 「今日、企業が計画テクノロジー ソリューションを購入する場合、需要計画、在庫計画、補充計画、生産計画、販売および業務計画、または統合ビジネス計画を行う必要があると言うかもしれません。基本的に、彼らが求めているのは、完全なエンドツーエンドの計画ソリューションです。ここで、Kinaxis、SAP、Oracle、Blue Yonder、およびこれらすべての大手プラットフォームなどのベンダーが活躍します。
ただし、企業が現在使用しているクローズド プラットフォームに組み込まれていない追加機能が必要なため、サードパーティのソリューションを探したり、自社で何かを構築したり、分析チームやデータ サイエンス チームを利用してスケジューリングのギャップを埋める場合もあります。ただし、1 つのベンダーのほとんどのビルディング ブロックを使用するか、または組み合わせて使用するかに関係なく、互換性のある機能のビルディング ブロックを提供するソリューションを求める傾向が高まっています。 Gartner はこれをコンポーザビリティと呼び、ソリューションをよりモジュール化し、適応性を高めます。」
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- :持っている
- :は
- :not
- :どこ
- $UP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- 能力
- できる
- 私たちについて
- 上記の.
- アクセス
- 従った
- アカウント管理
- 精度
- 正確な
- 正確にデジタル化
- 行為
- アクティブ
- アクティビティ
- 実際の
- 加えます
- 追加
- NEW
- 追加
- 調整します
- 広告
- 高度な
- 利点
- 広告運用
- 後
- 前
- 先んじて
- AI
- アレックス
- アルゴリズム
- すべて
- 許可
- 沿って
- 既に
- また
- しかし
- 常に
- アメリカ
- 量
- 金額
- an
- 分析
- アナリスト
- 分析的
- 分析論
- および
- アンヘレス
- 毎年恒例の
- 年単位
- 別の
- 予想する
- 予期された
- 期待して
- どれか
- アパレル
- 適用された
- 適用
- アプローチ
- です
- AREA
- エリア
- 引数
- 武器
- 周りに
- 人工の
- 人工知能
- AS
- 頼む
- アシスト
- At
- アトランタ
- 注意
- 態度
- 増強
- 権威
- 自動化する
- 自動化
- オートマチック
- オートメーション
- 自律的
- 自律車両
- 自律車両
- 利用できます
- 回避
- 離れて
- バック
- 玉
- ベース
- 基本的に
- BE
- になりました
- なぜなら
- になる
- になる
- になる
- き
- 開始
- さ
- と考えています
- 有益な
- 恩恵
- 利点
- BEST
- ベストプラクティス
- より良いです
- の間に
- 飲み物
- ビッグ
- 最大の
- ブロック
- 青
- 予約
- 両言語で
- 境界
- レンガとモルタル
- もたらす
- 予算
- ビルド
- 建物
- 内蔵
- ビジネス
- ビジネスモデル
- ビジネス·プランニング
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- 購入
- by
- コール
- 缶
- 機能
- 機能
- 容量
- キャプチャー
- 注意深い
- 慎重に
- 場合
- 例
- センター
- 一定
- 確かに
- チェーン
- チェーン
- 挑戦する
- 課題
- 変化する
- 変更
- 変更
- 変化
- チャネル
- チャンネル
- 充電
- チャット
- 安い
- 選択
- 状況
- 都市
- 市町村
- クライアント
- 気候
- 気候変動
- 閉じる
- 閉まっている
- クローザー
- アパレル
- クラウド
- CO
- 収集する
- 収集
- コレクション
- 組み合わせ
- 組み合わせる
- 来ます
- 快適
- 到来
- 注釈
- コマンドと
- 一般に
- 伝える
- コミュニティ
- 企業
- 会社
- 会社の
- コンプリート
- 完全に
- 複雑な
- 複雑さ
- コンピューティング
- コンセプト
- 懸念
- について
- 懸念事項
- 混雑
- 接続
- 検討
- 見なさ
- 考慮する
- 一貫して
- コンサルタント
- コンサルタント
- コンサルティング
- consumer
- 消費者
- 継続的に
- 継続
- 続ける
- 続ける
- コントロール
- 従来の
- 会話
- 費用
- 高額で
- コスト
- 可能性
- カウンター
- 国
- 国
- カップル
- ここから
- カバー
- カバーする
- コビッド
- 作ります
- 作成した
- 作成
- 創造
- 重大な
- 現在
- 顧客
- Customers
- 最先端
- 暗いです
- データ
- データサイエンス
- 日付
- 日
- dc
- 取引
- 十年
- 決めます
- 決定
- 意思決定
- 決定
- 深いです
- 深い学習
- 配信する
- 配達
- 配信する
- 配達
- 需要
- 需要予測
- によっては
- 展開
- 説明する
- 設計
- 決定する
- 開発
- 開発途上国
- 開発
- 進展
- Devices
- DID
- 異なる
- 違い
- 異なります
- 難しい
- デジタル
- デジタル処理で
- デジタイゼイション
- 悲惨な
- 直接
- 取締役
- 話し合います
- 派遣
- 混乱
- ディストリビューション
- do
- ありません
- doesnの
- すること
- ドン
- 行われ
- ドント
- によって
- ダウン
- 夢
- ドリブン
- 運転
- 原因
- 間に
- eコマース
- 各
- 経済
- 経済
- エッジ(Edge)
- エッジコンピューティング
- 効果的な
- 効果的に
- 効率的な
- 効率良く
- どちら
- ほかに
- end
- 端から端まで
- 十分な
- 十分なお金
- 確保する
- 環境
- 平等に
- ERP
- 特に
- 本質的に
- 設立
- 推定
- 等
- エーテル(ETH)
- ヨーロッパ
- さらに
- イベント
- イベント
- あらゆる
- 誰も
- すべてのもの
- 進化
- 正確に
- 例
- 実行します
- 実行
- 高価な
- 体験
- 経験豊かな
- 説明
- エクステンション
- 広範囲
- エクステント
- 余分な
- 顔
- 実際
- 要因
- 要因
- かなり
- 感じます
- 費用
- 少数の
- より少ない
- フィールド
- フィギュア
- 埋める
- 最後に
- ファイナンシャル
- 財務計画
- もう完成させ、ワークスペースに掲示しましたか?
- 名
- フィット
- 五
- 柔軟性
- フォーカス
- フォロー中
- フード
- フォーム
- 形式でアーカイブしたプロジェクトを保存します.
- フォーム
- 式
- 幸いにも
- フォワード
- 4
- 断片化して
- 運賃
- から
- 霜
- 機能性
- 根本的に
- さらに
- さらなる開発
- 未来
- 今後の展開
- 利得
- ギャップ
- ガートナー
- 生々しい
- 生成AI
- 取得する
- 受け
- ギグ経済
- 与える
- グローバル
- Go
- 目標
- 行く
- 行って
- 良い
- 商品
- でログイン
- だ
- GPS
- 素晴らしい
- 大きい
- 食料品
- 成長
- 成長性
- 習慣
- 持っていました
- 実践的な
- 起こる
- が起こった
- 出来事
- 持ってる
- 持って
- he
- 聞いた
- 頑丈な
- 助けます
- ことができます
- ハイ
- 人目を引く
- より高い
- 非常に
- 雇う
- 彼の
- 歴史的
- 歴史的に
- history
- ヒット
- ホーム
- 宅配
- HOURS
- ヒューストン
- 認定条件
- しかしながら
- HTTPS
- 巨大な
- 人間
- i
- アイデア
- if
- 影響
- 重要
- 改善します
- 改善されました
- 改善
- 改善
- in
- その他の
- ストア内
- 含めて
- 増える
- 増加した
- の増加
- ますます
- インダストリアル
- 産業
- 産業を変えます
- 情報
- 初期
- 当初
- 開始
- 革新的手法
- を取得する必要がある者
- 機関
- 統合された
- インテリジェンス
- インテリジェント-
- 意図している
- 対話
- 興味深い
- に
- 紹介する
- インベントリー
- 在庫管理
- 投資
- 関係する
- 問題
- 問題
- IT
- リーディングシート
- ITS
- 日本
- Jobs > Create New Job
- JPG
- ただ
- キープ
- 保管
- キー
- 重要な場所
- キック
- 知っている
- 韓国
- 労働
- 着陸
- ランディングページ
- 言語
- 大
- 主として
- より大きい
- 姓
- 昨年
- レイテンシ
- 最新の
- リーダー
- 主要な
- 飛躍
- LEARN
- 学習
- 最低
- 左
- less
- う
- レベル
- レベル
- 活用します
- リー
- ある
- ライター
- ような
- 可能性が高い
- 少し
- ローカル
- ローカル
- 位置して
- 場所
- 場所
- 物流
- 長期的
- 見て
- 見
- 探して
- インクルード
- ロサンゼルス
- たくさん
- たくさん
- 機械
- 機械学習
- マシンビジョン
- 機械
- 製
- メイン
- 主要な
- make
- 作る
- 作成
- 管理します
- 管理
- 管理する
- 方法
- マニュアル
- 手動で
- メーカー
- 製造業
- 多くの
- 多くの人々
- 市場
- マーケティング
- 市場
- 五月..
- 多分
- me
- 意味する
- 意味
- 手段
- 意味した
- その間
- メディア
- ミディアム
- ご相談
- Microsoft
- かもしれない
- マインド
- 最小限の
- 最小化します
- 軽減する
- ミックス
- モデル
- モジュラー
- お金
- モニター
- モニタリング
- 月
- ヶ月
- 他には?
- もっと効率的
- 最も
- 前進する
- 移動
- 移動する
- ずっと
- my
- ナチュラル
- 自然言語
- 自然言語処理
- ナビゲート
- 近く
- 必要
- 必要
- 必要とされる
- 必要
- ニーズ
- 決して
- それにもかかわらず
- 新作
- ニューヨーク
- 次の
- いいえ
- 通常の
- 通常は
- ノース
- 北米
- 今
- 数
- 番号
- 観察する
- 海洋
- of
- オフ
- 提供
- オファー
- 頻繁に
- 古い
- オムニチャネル
- on
- ONE
- もの
- オンライン
- オンライン販売
- の
- OP
- 操作する
- 業務執行統括
- 機会
- 反対した
- オプション
- オプション
- or
- オラクル
- 注文
- 受注
- その他
- 私たちの
- でる
- 結果
- アウトレット
- が
- 全体
- 自分の
- パッケージ
- ページ
- パンデミック
- 紙素材
- 特定の
- 特に
- パーティー
- 過去
- パターン
- 支払う
- 支払い
- 国
- ピーク
- のワークプ
- 以下のために
- 割合
- 期間
- 視点
- 薬剤
- フィラデルフィア
- 物理的な
- ピッキング
- ピース
- ピース
- パイプ
- 場所
- 計画
- 計画されました
- 計画
- 工場
- プラットフォーム
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレイ
- 再生
- ポイント
- ポイント
- ポリシー
- ポップ
- ポップアップ
- 位置
- 可能
- おそらく
- :
- 練習
- プラクティス
- プリコビッド
- 正確に
- 予測
- 予測
- 予測
- 予測的
- 優先
- 社長
- 圧力
- 防ぐ
- 前
- 前に
- 価格設定
- 主に
- 原則
- 確率
- 多分
- 問題
- プロセス
- 処理されました
- ラボレーション
- 処理
- プロダクト
- 生産
- 製品
- 証明
- 提供します
- プロバイダ
- は、大阪で
- ポンプ
- 購入
- 純粋に
- 置きます
- 品質
- 季刊
- 質問
- 質問
- クイック
- すぐに
- 急速に
- むしろ
- RE
- リーチ
- 達した
- 読む
- 準備
- リアル
- への
- 本当に
- 理由
- 理由は
- 受け
- 最近
- 推奨する
- 減らします
- 電話代などの費用を削減
- 反映
- 関係なく
- 地域の
- 地域
- レギュラー
- 関連する
- 相対的に
- 頼る
- 信頼
- 覚えています
- replace
- レポート
- 代表
- 要件
- 研究
- リソース
- 応答
- REST
- レストラン
- 小売
- 小売業者
- 小売業者
- 返す
- 収益
- 逆
- 右
- ロード
- ロボット
- ロボット工学
- ロボット
- ラン
- ランニング
- s
- SaaSの
- より安全な
- 前記
- セールス
- 同じ
- 樹液
- 言う
- 格言
- 言う
- スキャン
- シナリオ
- スケジューリング
- 科学
- 季節の
- 秘密
- セクション
- セクター
- セキュリティ
- 見ること
- Seek
- 思われる
- 見て
- 売る
- 送信
- センス
- 敏感な
- 送信
- 別
- サーバ
- サービス
- サービング
- いくつかの
- 棚
- シフト
- ショッピング
- ショップ
- ショート
- すべき
- 側
- 符号
- 同様の
- 同様に
- から
- ウェブサイト
- サイト
- 状況
- サイズ
- 大きさの
- 技能
- 小さい
- 雪
- So
- 社会
- ソーシャルメディア
- ソフトウェア
- 売ら
- 溶液
- ソリューション
- 一部
- 誰か
- 何か
- 洗練された
- ソース
- サウス
- 韓国
- 特化した
- 特定の
- 特異性
- 春
- 安定した
- 標準
- start
- 開始
- 起動
- 手順
- まだ
- 株式
- ストック
- 店舗
- 保存され
- 店舗
- ストーリー
- 戦略
- 構造
- 購読
- サブスクリプションモデル
- そのような
- 提案する
- スーパー
- スーパーボウル
- 供給
- サプライチェーン
- サプライチェーン計画
- サプライチェーン
- サポート
- スイッチ
- 合成
- 合成データ
- システム
- T
- 取る
- 取り
- 取得
- 会話
- 対象となります
- ターゲット
- タスク
- チーム
- 技術
- テクニック
- 技術の
- テクノロジー
- 占い
- テネシー州
- 期間
- 条件
- test
- より
- それ
- 世界
- アプリ環境に合わせて
- それら
- テーマ
- 自分自身
- その後
- そこ。
- したがって、
- ボーマン
- 彼ら
- 物事
- 考える
- 三番
- この
- 今年
- それらの
- しかし?
- 考え
- 三
- 介して
- 層
- しっかり
- ティム
- 時間
- <font style="vertical-align: inherit;">回数</font>
- タイミング
- 〜へ
- 今日
- 今日の
- トイレ
- 言われ
- あまりに
- top
- トータル
- touch
- 追跡
- 牽引力
- 伝統的な
- 伝統的に
- トラフィック
- 取引
- 最適化の適用
- 変換
- 輸送サービス
- 治療する
- トレンド
- トレンド
- トレンド
- 試み
- true
- 試します
- しよう
- ツイン
- 2
- type
- 一般的に
- 不確実性
- 下
- わかる
- 理解しやすい
- 引き受ける
- 予期しない
- アップデイト
- アップグレード
- us
- つかいます
- 中古
- ユーザー
- いつもの
- 貴重な
- 貴重な情報
- 値
- さまざまな
- 広大な
- 自動車
- 車
- ベンダー
- ベンダー
- バージョン
- 非常に
- 活気のある
- バイス
- 副会長
- 詳しく見る
- ビジョン
- 訪問
- ボラティリティ(変動性)
- ボリューム
- ウェーク
- 欲しいです
- wanted
- 望んでいる
- 倉庫
- 倉庫自動化
- 暖かい
- ました
- よく見る
- 波浪
- 仕方..
- 方法
- we
- WELL
- 行ってきました
- した
- 西部の
- この試験は
- 何ですか
- どのような
- いつ
- かどうか
- which
- 誰
- 意志
- Winter
- 以内
- 無し
- 言葉
- 仕事
- いい結果になる
- 労働者
- 労働人口
- 世界
- でしょう
- Yahoo
- 年
- 年
- ヨーク
- 貴社
- あなたの
- ゼファーネット