ЛогистикаIT.com поговорил с ведущими представителями сообществ аналитиков и поставщиков, чтобы обсудить некоторые из наиболее важных ключевых тем для обсуждения и областей инноваций, происходящих в рамках технологий прогнозирования и планирования спроса.
Поскольку более фрагментированное и нестабильное игровое поле становится нормой, компаниям необходимо иметь возможность принимать более точные решения для управления ожидаемым и фактическим спросом, а также максимально эффективно выполнять заказы, избегая дефицита запасов и осуществляя своевременную доставку, а также выполняя заказы. спецификации независимо от того, идет ли заказ непосредственно в магазин или непосредственно потребителю.
К счастью, имеющиеся технологии справляются с этими проблемами. Это просто случай, когда вы можете ориентироваться в том, что доступно, а что может соответствовать вашим конкретным потребностям и имеющемуся бюджету. Итак, каковы именно некоторые из ключевых проблем, связанных с прогнозированием спроса и решениями, связанными с планированием, которые могут сделать этот процесс менее обременительным?
Связь между спросом и предложением имеет ключевое значение
Что касается решений по планированию цепочек поставок, Тим Пейн, вице-президент по исследованиям, Gartner, подчеркивает, что граница между планированием спроса и планированием цепочки поставок в настоящее время практически исчезла. «Итак, связь между спросом и предложением является ключевой, и мы все чаще видим, что технологии способны охватывать как спрос, так и планирование поставок, потому что это действительно важно», — говорит он. Пейн добавляет, что сейчас все находится в облаке. «Никто не выводит на рынок новое решение для планирования, которое находится исключительно в помещении».
Пейн также объясняет, что все больше поставщиков теперь добавляют больше искусственного интеллекта и машинного обучения в решения для планирования. «Изменения в бизнес-моделях означают, что компаниям необходима большая гибкость в планировании», — говорит он. «Например, компании, производящие потребительские товары, традиционно продавали товары физическим розничным торговцам, и это был их основной канал продаж. Теперь, благодаря электронной коммерции, этим компаниям также приходится учитывать спрос на онлайн-продажи. Это изменение бизнес-модели.
«Вы по-прежнему применяете, по сути, те же принципы, поскольку теперь вам нужно рассматривать спрос на ваш канал электронной коммерции так же, как вы это делали для обычного спроса, хотя спрос на онлайн-торговлю продажи будут зависеть от других факторов, чем у обычного розничного продавца. Таким образом, компаниям необходимо подумать о том, какой объем запасов следует хранить и иметь ли отдельные места хранения или запасы для двух каналов — в магазине и онлайн — или объединить их, потому что вам нужна большая гибкость. Таким образом, решение для планирования цепочки поставок должно соответствовать этой омниканальной модели».
Повышение качества принятия решений
Тем не менее, Пейн считает, что самое большое внимание компаний, будь то розничные торговцы, высокотехнологичные, фармацевтические или промышленные производители и т. д., направлено на повышение качества принимаемых ими решений. «Итак, большое внимание уделяется процессам – процессу планирования спроса, процессу цепочки поставок. процесс планирования продаж и операций и т. д. Однако мы часто зацикливаемся на процессах – следуем ли мы процессу планирования спроса, все ли соблюдают наш стандартный процесс S&OP? Однако суть планирования заключается в принятии решений. Планирование — это форма принятия решений, и мы должны решить, сколько, по нашему мнению, мы собираемся продать, переместить, произвести и разместить на складе. Итак, результатом планирования является решение, а результатом хорошего планирования является принятие правильных решений – то, что я называю решениями более высокого качества.
«Если мы будем принимать решения более высокого качества, мы сможем сократить утечку ценности и создать возможности для увеличения стоимости, поскольку мы получаем нужные ресурсы в нужном месте в нужное время, а также можем воспользоваться преимуществами сбоев и событий, которые происходят в магазин. Так. происходит переключение, особенно сейчас, когда происходит так много цифровизации. Учитывая всю работу по оцифровке и цифровой трансформации, которую компании проводят, мы считаем, что основной областью ее деятельности является цепочка поставок».
Сочетание различных аналитических методов
Что касается цепочки поставок, Пейн отмечает, что основное внимание уделяется планированию цепочки поставок, поскольку цифровизация предполагает использование большого количества данных и аналитики. и особенно машинное обучение, которое связано с прогнозированием, а планирование — с прогнозированием. Он добавляет, что автоматизация принятия решений также является ключевым направлением. «Поэтому компании-производители уделяют большое внимание тому, как они могут улучшить качество принимаемых нами решений», — говорит он. «Это является движущей силой многих технологических изменений: не отказ от подходов к оптимизации, а добавление дополнительных аналитических методов, таких как машинное обучение во всех его различных формах, глубокое обучение, обработка естественного языка и т. д. Таким образом, это становится комбинацией различных аналитических методов. методы, которые помогают улучшить качество принятия решений».
Влияние омниканальности
Брайан Болл, отраслевой аналитик и консультант, бывшийАбердинская стратегия и исследования, подчеркивает, что Covid оказал большое давление на способность многих компаний выполнять заказы, в основном из-за роста омниканальности. «Это означало, что многим компаниям нужно было выполнять заказы из разных точек, отличающихся от тех, которые они изначально планировали выполнить», — говорит он. «Например, в пищевой промышленности и производстве напитков, если обычными точками сбыта компании были продуктовые магазины и рестораны, потому что люди ели в ресторанах и делали покупки в продуктовых магазинах, ей внезапно приходилось все переосмысливать, потому что рестораны закрылись во время пандемии и все остальное. прошли через обычный продуктовый канал или через онлайн-заказы. Таким образом, компаниям, обслуживающим этот сектор, пришлось очень быстро адаптироваться и двигаться по-другому».
Переосмысление выполнения
Итак, Болл объясняет, что возникли новые проблемы в планировании и прогнозировании спроса, связанные с получаемой поступающей информацией. «Другими словами, возникли новые вопросы, касающиеся происхождения спроса, сроков и объема спроса, а также вопросы об уровнях точности данных, волатильности спроса и так далее», — говорит он. «Однако с огромным ростом доставки на дом, например, во многом из-за пандемии, компаниям также пришлось переосмыслить то, как они меняют свое позиционирование на стороне выполнения, на стороне исполнения, и больше думать о том, где продукты должны быть расположены в порядке. выполнять заказы быстрее и с меньшими затратами. Исторически товары обычно хранились в традиционных распределительных центрах, созданных компанией, но из-за перехода к модели прямого обращения к потребителю некоторые компании, особенно крупные, начали задумываться о том, как они могли бы использовать магазины. как точки распределения выполнения, потому что они были ближе к местам, откуда поступала большая часть заказов, направляемых напрямую потребителю».
Болл продолжает: «Исторически они могли полагаться на региональные центры обработки данных, охватывающие большие региональные территории. Теперь, из-за значительного роста модели прямого взаимодействия с потребителем, они могут решить разместить их в крупном городе или крупном регионе, ближе к пункт доставки – например, Нью-Йорк, Филадельфия, Атланта, Хьюстон или Лос-Анджелес. Раньше компании, возможно, не рассматривали этот вариант как вариант из-за местных логистических проблем из-за пробок на дорогах, но поскольку эти типы мест теперь являются рассадником людей, делающих заказы онлайн, доставка по домам и квартирам стала более нормой, поэтому компании все чаще используют сайты своих магазинов в качестве точек выполнения заказов. Таким образом, теперь важно не только собирать как можно более точные данные о входящем спросе и прогнозировании, но и о исходящей стороне: необходимо создать как можно более интеллектуальную модель, подсказывающую вам, где лучше всего хранить продукцию, чтобы минимизировать ваши затраты и доставка."
В то время как планирование и прогнозирование спроса раньше были скорее интерфейсной частью, связанной с тем, что вы делаете в цепочке поставок, Болл объясняет, что теперь они стали очень яркой частью того, что вам нужно сделать для эффективного исполнения и удовлетворения потребностей в цепочке поставок. новый омниканальный мир – напрямую к потребителям или обычным магазинам. «Большая часть модели планирования основана на поступающей информации о том, как лучше детализировать определенные элементы и получить более подробную информацию о том, куда лучше всего их отправлять», — говорит он. «Хотя общий спрос на определенный тип товаров может быть довольно стабильным, тип спроса может варьироваться в зависимости от того, где находится покупатель.
«Например, подумайте об одежде маленького, среднего или большого размера. Процент продаж малого, среднего и крупного бизнеса в целом может не сильно отличаться, но процент продаж каждого размера может сильно различаться в зависимости от региона. Возможно, одежда большего размера более востребована в городах, а может быть, более легкая одежда более востребована на юге, где температура стабильно выше в течение года. Таким образом, решение для прогнозирования и планирования спроса должно предлагать более высокий уровень сложности на этапе выполнения. На юге вам, вероятно, не понадобятся снегоочистители, поэтому, если у вас есть завод по производству снегоочистителей, лучше всего разместить его в месте, где есть снег и, возможно, горы, например, в Теннесси. Это хорошая точка распространения среди клиентов, а также производство по конкурентоспособным ценам».
Влияние социальных сетей
Стив Мерфи, директор по обслуживанию клиентов, Консалтинговая группа Панорама, отмечает ряд ключевых областей, которые меняют облик прогнозирования и планирования спроса сегодня. «Одним из них является эволюция омниканальности для удовлетворения потребительского спроса и выбора, который у потребителей теперь есть между покупками в магазине и онлайн-заказами», — говорит он. «За последние несколько лет онлайн-продажи резко выросли, особенно после пандемии. В социальных сетях нас всех сейчас засыпают таргетированной рекламой, основанной на тщательном отслеживании вашей сегодняшней онлайн-активности. Всего несколько лет назад реклама, которую вы могли видеть во всплывающих окнах, принадлежала четырем или пяти основным компаниям, ориентированным на этот тип рекламы. Сегодня, если вы посетите онлайн-страницу в течение нескольких часов, вы начнете видеть всплывающую рекламу, связанную с этой компанией и ее продуктами. Когда вы регистрируетесь на своей целевой странице, будь то Google, Yahoo или что-то еще, вы увидите рекламу или истории об этом розничном продавце или этом продукте».
Мерфи считает, что ситуация меняется не только благодаря современным технологиям, но и может измениться из-за крупных событий, в частности пандемии. «Пандемия была «разовым» событием, но она изменила все», — говорит он. «Это изменило то, как компании управляют своими цепочками поставок, и крупным транспортным компаниям пришлось переосмыслить способы доставки товаров. Сегодня, например, в случае морских перевозок вы можете в любое время зарегистрироваться и точно узнать, где находится груз, с помощью GPS».
ИИ и машинное обучение
По словам Мерфи, еще одним важным событием в области планирования и прогнозирования спроса сегодня является эволюция искусственного интеллекта и машинного обучения. «Ведущие поставщики ERP, такие как Oracle, SAP и Microsoft, а также поставщики специализированных решений для прогнозирования спроса и планирования, могут, например, использовать ИИ, чтобы определить тенденции в экономике за последние три месяца, перенести их в систему и точно оценить, что будет дальше. спрос, вероятно, будет на следующий месяц. Уровень точности этих систем значительно повысился».
Мерфи добавляет, что, хотя машинное обучение предоставляет больше и более качественные данные, один из ключевых моментов, который следует помнить, — вам все равно нужен человек, чтобы иметь полный контроль. «В случае крупных событий, которые могут повлиять на продажи продукции, таких как Суперкубок, люди, которые разбираются в прогнозировании и планировании спроса на основе многолетнего практического опыта, могут сказать, что я думаю, что уровень запасов следует увеличить на 1%. выше того, что предполагают данные, или снизьте его на аналогичный уровень. Часто это может оказаться более точным, чем предлагают данные машинного обучения. Таким образом, вам по-прежнему нужен человеческий фактор, основанный на опыте прогнозирования спроса и планирования, а не просто полагающийся на цифры, выдаваемые машиной».
Мукул Кришна. лидер мировой исследовательской практики – цепочка поставок и логистика, Фрост и Салливан, отражает тот факт, что всего десять лет назад отрасль только начинала переходить на цифровые технологии, и люди начали заниматься сбором данных и созданием отчетов о данных. «Благодаря этому стало поступать много ценных данных с точки зрения повышения точности прогнозов», — говорит он. «Затем, совсем недавно, разразилась пандемия, и это заставило многие компании переосмыслить то, как они управляют прогнозированием и планированием спроса.
Отталкиваясь от исторических данных
«Кто-то из швейной промышленности сказал мне, что планирование его компании на весну 2022 года было основано на данных предыдущего года. Однако после пандемии все эти исторические данные за год или около того исчезли. В нестабильные времена, особенно когда ситуация меняется очень быстро, исторические данные значат очень мало. Обычно прогнозирование спроса основывалось на исторических данных, но теперь все больше людей осознают тот факт, что существует такая большая неопределенность, что очень трудно даже читать обычные экономические данные».
Кришна отмечает, что еще до пандемии многие розничные покупатели были очень довольны идеей электронной коммерции. «Затем, во время пандемии, этим клиентам, по понятным причинам, стало еще удобнее бронировать билеты онлайн. Таким образом, компаниям необходимо не только управлять как физическими, так и прямыми поставками потребителю, но также необходимо учитывать обратную логистику, поскольку некоторые клиенты привыкли заказывать, скажем, 10 товаров, но только намерен сохранить 5 из них, а то и меньше. Таким образом, теперь возникает дополнительная задача: управлять возвратами и возвращать товары на полки или в нужное место на складе или в DC, чтобы они были готовы к отправке другому покупателю».
Кришна добавляет, что некоторые компании по-прежнему обращают внимание на исторические данные, но теперь больше полагаются на данные, которым всего несколько месяцев. «Они также начинают больше использовать искусственный интеллект и пытаются триангулировать как можно большую часть происходящего, чтобы попытаться выяснить истинный спрос», — говорит он. «То, что что-то произошло в прошлом году, не означает, что это произойдет в этом году, поэтому компании хотят повысить вероятность того, что они будут иметь гораздо лучшее представление о точных данных во времена большей неопределенности».
Кроме того, в связи с изменением климата, считает Кришна, компаниям необходимо задаться вопросом, будет ли зима более теплой, потому что это может повлиять на рост спроса на определенные продукты, которые исторически могли не пользоваться таким большим спросом в это время года. «Таким образом, подобные вещи сейчас становятся все более важными для компаний, поскольку раньше они не задумывались о них так много, пытаясь предугадать спрос». Что касается попыток выяснить более точные модели спроса, а не полагаться на исторические данные, Кришна объясняет, что все больше компаний сейчас пытаются лучше моделировать данные с помощью искусственного интеллекта или расширенной аналитики, чтобы стать более прогнозирующими и предписывающими. «Все это может помочь внести в алгоритмы больше вероятности», — говорит он.
Дебаты о SaaS/локальной версии
Болл отмечает, что многие компании и лучшие в своем классе компании, безусловно, переносят или уже перенесли часть своих функций на модель SaaS, как с точки зрения прогнозирования и планирования спроса, так и с точки зрения ERP. «Они могут решить в первую очередь перенести в облако определенные компоненты, например, систему поддержки принятия решений», — говорит он. «Они могут не решиться на изменение финансового планирования, потому что видят, что их финансовые показатели — это их «ключи от королевства». Они могут решить разместить свои данные планирования в облаке.
«Однако даже в этом случае они могут захотеть быть более скрытными в этом вопросе, поскольку их данные планирования содержат информацию об объеме, продукте, маркетинге и ценах. Таким образом, они могут быть осторожны в отношении такого типа данных. Тем не менее, они могут решить взять фрагменты этих данных и переместить их за пределы объекта. В целом, многие компании отказались от привычки держать все внутри себя. Тем не менее, по-прежнему существует множество производителей, которые не хотят, чтобы их секретная формула хранилась в облаке, и чувствуют себя в большей безопасности, если она находится внутри помещения. В случае с Covid, когда люди не могли продолжать работать на месте, SaaS оказался очень ценным в обеспечении доступа к данным, например, связанным с запасами, где бы ни находились люди, у которых были полномочия видеть эту информацию».
Имея преимущество
Кришна считает, что многие первоначальные опасения, связанные с SaaS, исчезли. Однако он считает, что в некоторых отраслях, таких как розничная торговля, локальные решения и периферийные возможности одинаково важны для управления омниканальной моделью – напрямую к покупателю и напрямую в магазин. Кришна также подчеркивает, что периферийные вычисления могут иметь преимущество перед облаком с точки зрения уменьшения задержки, что, по его мнению, становится все более важным в мире цепочек поставок, где быстрое реагирование может иметь решающее значение для удовлетворения спроса и потребностей в запасах.
«Во время пандемии многие люди заболели, и уровень отказа от курения также достиг высокого уровня», — говорит он. «Многие ушли с работы, чтобы переквалифицироваться или повысить квалификацию и попасть в гиг-экономику. Во многом из-за этого компании пытались использовать больше автоматизации на основе искусственного интеллекта. Так, например, было использовано больше роботов для управления запасами. Эти роботы по сути представляют собой периферийные вычислительные устройства на колесах. Тем временем были задействованы RFID-сканеры и машинное зрение для сканирования товаров в проходах, чтобы определить, что есть на складе, а что нет. Таким образом, эти типы задач, которые могли показаться утомительными для людей, теперь могут эффективно выполняться с помощью автоматизации и предоставлять вам информацию в основном в режиме реального времени».
В курсе неожиданных тенденций
Кришна напоминает нам, что, когда разразилась пандемия, люди начали покупать все виды товаров, которые в обычных обстоятельствах не разлетелись бы с полок, например туалетную бумагу. «В моем местном продуктовом магазине я никогда не видел, чтобы в нем заканчивался лук до Covid», — отмечает он, добавляя, что некоторые магазины затем начали нормировать определенные продукты, например, разрешая по два продукта на одного покупателя. «Если у вас есть данные, поступающие к вам практически в режиме реального времени, вы можете начать отслеживать эти неожиданные тенденции и установить определенные политики, которые помогут вам предотвратить дефицит», — говорит он.
«Однако данные, отправленные в облако, означают, что их возвращение будет иметь некоторую задержку, и даже небольшая задержка может иметь большое значение для удовлетворения спроса и отслеживания тенденций. Итак, вы хотите минимизировать уровень задержки. Например, вы не хотите, чтобы ваш автономный автомобиль разговаривал с облаком. Вместо этого вы хотите, чтобы этот автомобиль принимал автономные решения без необходимости связи с облаком. Таким образом, если у вас есть много автономных транспортных средств, выполняющих доставку «последней мили», используя встроенные возможности периферийных вычислений для принятия решений, вместо того, чтобы обращаться в облако и обратно, это может быть гораздо более эффективным. Аналогичным образом, ваш робот по управлению запасами на складе, использующий периферийные вычисления, может почти в реальном времени сообщать вам, что у вас заканчивается определенный продукт, и вы можете заказать больше, прежде чем у вас возникнет дефицит».
Учет расходов
Кришна добавляет, что часто говорят, что если вы потратите на решение проблемы достаточно денег, проблема исчезнет. «Однако многие компании не располагают большими суммами денег. Передовые технологии могут быть дорогими, поэтому в развивающихся странах, где рабочая сила все еще относительно дешева, многие компании будут продолжать откладывать инвестиции в передовые технологии. Вместо этого они просто наймут больше людей. Если вы посмотрите на более богатые регионы, такие как Северная Америка, Западная Европа, Южная Корея или Япония, вы увидите более широкое использование складской автоматизации и роботов, особенно с точки зрения роботов-комплектовщиков с активными комплектующими руками – хотя на более сложных складах, где проходы могут достигать высоты 30 или 40 стеллажей, роботы-сборщики должны иметь четкое шарнирное соединение и двигаться под очень сложными углами, что означает гораздо большую сложность. Таким образом, из-за такого рода сложности и затрат компаниям необходимо иметь очень вескую экономическую причину для перехода к большей автоматизации. Многие компании не считают, что их ситуация настолько ужасна, и у них достаточно людей, чтобы управлять комплектацией более ручным способом».
Кришна объясняет, что если у них есть бюджет, то все больше компаний теперь тоже используют коботов. «Тем не менее, поскольку автоматизация становится все более распространенной, я все еще не думаю, что концепция темного склада получит существенное развитие в ближайшие два или три года, по крайней мере», — говорит он. «Темный склад, конечно, является деликатной проблемой, поскольку оборудование потенциально может заменить большую часть человеческой рабочей силы на складах и в центрах обработки данных. Контраргумент заключается в том, что во многих случаях более автоматизированные технологии могут дополнять и помогать работе, выполняемой людьми».
Коэффициент расширения
Несмотря на то, что SaaS существует уже несколько лет, многим компаниям по-прежнему удобнее иметь свои серверы локально, возможно, из соображений безопасности, хотя сегодня они минимальны. Однако Мерфи объясняет, что если вы посмотрите на долгосрочные затраты на локальное решение, оно может оказаться значительно дороже из-за необходимости обновления на месте и, возможно, найма консультантов для проведения работ по расширению (расширение - это термин, который сейчас обычно используется). используется, а не настраивается). «Конечно, одним из основных преимуществ модели подписки SaaS, при которой компания платит ежеквартально или ежегодно, является то, что, по крайней мере, для большинства компаний верхнего уровня происходит автоматическое ежеквартальное обновление их программного обеспечения. Это означает, что они всегда используют новейшее программное обеспечение и используют самую последнюю версию. Я думаю, что это, пожалуй, одно из самых больших преимуществ SaaS».
Еще одно различие между локальной версией и SaaS, по словам Мерфи, заключается в локальной версии: если каждый раз при обновлении вы решите добавить некоторые расширения, вам, вероятно, понадобится консультант, который придет и будет управлять работой по расширению. «При использовании модели SaaS вам не нужно настраивать решение для каждого пользователя, поэтому функциональность обычно основана на лучших практиках для конкретных отраслей. Если у кого-то есть особая потребность в расширении, которое бы лучше соответствовало конкретному бизнесу, мы рекомендуем, прежде чем приступить к реализации этого потенциально дорогостоящего плана, — тщательно подумать о том, что вы хотите получить от программного обеспечения.
Важно знать, каковы будут общие выгоды и имеет ли смысл это делать с учетом связанных с этим дополнительных затрат. После тщательного размышления вы можете решить, что выгоднее будет просто положиться на стандартный пакет программного обеспечения. Таким образом, анализ затрат и выгод или анализ выгод от изменений имеет смысл. Если расширение является предпочтительным вариантом, мы можем помочь компаниям-разработчикам программного обеспечения разработать это расширение. Выполнение расширений уже не кажется таким сложным и трудным процессом, как раньше. Теперь это не то же самое, что выполнять некоторые сложные настройки, которые мы делали раньше».
То, что лежит впереди
На какие инновации/развития стоит обратить внимание в ближайшие год-два? Мерфи объясняет, что благодаря внедрению искусственного интеллекта и машинного обучения в современные решения для прогнозирования и планирования спроса технология может постоянно учиться на всех происходящих транзакциях, как на этапе заказа, так и на этапе выполнения. Еще одна вещь, о которой следует подумать, говорит Мерфи, заключается в том, что сейчас существует гораздо больше источников данных, которые можно использовать для мониторинга тенденций спроса, включая данные из социальных сетей. «Раньше вы смотрели на прошлую историю продаж и экономические прогнозы, а также на то, что происходило на вашем рынке в зависимости от разных регионов, и каковы были тенденции продаж в этих частях страны.
«Теперь источники данных настолько обширны, что попытка собрать больше и качественных данных для размещения в системе является одной из главных целей. Итак, я думаю, что если мы сможем найти более эффективные способы сбора данных для использования в системах прогнозирования и планирования спроса, именно здесь будут заключаться основные улучшения. Я думаю, что кто-нибудь разработает еще лучший процесс сбора данных, чтобы извлекать ценные данные из всех этих огромных источников. Затем возникает вопрос о том, как эта более ценная информация собирается и обрабатывается лучшими решениями для прогнозирования и планирования спроса. Это будет следующим шагом».
Больше автоматизации для смягчения напряженности на рынке труда
Продолжая тему возможного будущего развития, Алекс Макферсон, директор по консалтингу решений и управлению счетами, Манхэттен Ассошиэйтс, указывает на продолжение автоматизации для смягчения напряженности на рынке труда, особенно в складском секторе. «Это необходимо для обеспечения пропускной способности в периоды пиковой нагрузки, вызванные событиями, а не только в обычные сезонные пики, с которыми сталкивается бизнес», — говорит он. «Формат этой автоматизации будет варьироваться от обычной ASRS и конвейерной автоматизации до коботов и робототехники». Макферсон добавляет, что использование искусственного интеллекта и машинного обучения будет стремительно развиваться в складской среде, вызывая множество задач, которые инициировались вручную, например, управление волнами и прогнозирование трудовых ресурсов. «В этом секторе не было широкого использования ИИ, и ситуация вот-вот изменится», — говорит он.
Макферсон добавляет, что будет интересно посмотреть, как ритейлеры будут относиться к возвратам в течение следующих 12–18 месяцев. «Наконец-то мы осознали масштабы прибыли, которую имеют все виды бизнеса, и огромные затраты на управление ими», — говорит он. «Будь то взимание платы за возврат или принуждение клиентов платить ежегодные сборы за возврат товаров, это будет еще одна область, которая изменится быстро и решительно. Мы уже увидели преимущество первопроходца у нескольких известных ритейлеров, и это даст стимул остальным действовать».
Нет света
Пейн считает, что мы увидим гораздо больше с точки зрения ИИ. «Если мы оглянемся на времена до Covid, я слышал, как многие конечные пользователи говорили, что им нужно планирование без освещения, бесконтактное планирование или автономное планирование. К счастью, ведущие компании осознали, что этого не произойдет. Вы никогда не сможете автоматизировать все процессы принятия решений в цепочке поставок. Вы можете автоматизировать многое из этого, но вы не можете автоматизировать все. По-прежнему существует потребность в определенных типах решений, основанных на человеческом суждении, о чем мы всегда говорили. Полностью автономное планирование было несбыточной мечтой, но вы можете сделать гораздо больше, чем просто ручное планирование, которое многие компании до сих пор выполняют в электронных таблицах».
По мнению Пейна, влияние генеративного искусственного интеллекта будет возрастать. «В настоящее время многие говорят, что Chat GPT изменит наш подход к работе. Это всего лишь еще один метод искусственного интеллекта, но использование больших языковых моделей может изменить способ взаимодействия планировщиков с системами планирования. Таким образом, вы можете вести более естественный диалог с системой планирования. Вероятно, именно здесь мы увидим некоторые из первых вариантов использования в мире планирования».
Синтетические данные
Другая область инноваций, которая, по мнению Пэйна, вероятно, получит большую популярность, — это создание синтетических данных. «Потенциально вы могли бы использовать свой цифровой двойник цепочки поставок вместе с возможностями генеративного искусственного интеллекта, чтобы иметь возможность создавать синтетические данные – другими словами, данные, которые не были созданы в физической цепочке поставок, а были созданы в цифровом виде. С помощью этих данных вы сможете протестировать всевозможные сценарии и варианты».
Структурные изменения
По словам Пейна, дальнейшее развитие, которое мы можем увидеть в ближайшие пару лет, — это изменение структуры решений по прогнозированию и планированию спроса. «Сегодня, когда компании покупают технологическое решение для планирования, они могут сказать, что оно должно выполнять планирование спроса, планирование запасов, планирование пополнения запасов, планирование производства, планирование продаж и операций или интегрированное бизнес-планирование. По сути, им нужно комплексное решение для планирования. Именно здесь играют такие поставщики, как Kinaxis, SAP, Oracle, Blue Yonder и все эти крупные платформы.
Однако может случиться так, что компании нужны дополнительные функциональные возможности, которые не встроены в закрытую платформу, которую они в настоящее время используют, и поэтому ищут сторонние решения или создают что-то самостоятельно, возможно, используя свои группы аналитики и обработки данных, чтобы заполнить пробел в планировании. или аналитика и т. д. Однако растет тенденция предлагать решения, предлагающие взаимозаменяемые функциональные блоки, независимо от того, используете ли вы большинство строительных блоков от одного поставщика или от нескольких поставщиков. Gartner называет это компоновкой, что делает решение более модульным и адаптируемым».
- SEO-контент и PR-распределение. Получите усиление сегодня.
- PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
- ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
- ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
- ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
- Источник: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- :имеет
- :является
- :нет
- :куда
- $UP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- способность
- в состоянии
- О нас
- выше
- Доступ
- По
- Учетная запись
- управление счетами
- точность
- точный
- точно
- Действие (Act):
- активный
- деятельность
- фактического соединения
- Добавить
- добавить
- дополнительный
- Добавляет
- регулировать
- объявления
- продвинутый
- плюс
- Реклама
- После
- тому назад
- впереди
- AI
- Alex
- алгоритмы
- Все
- Позволяющий
- вдоль
- уже
- причислены
- Несмотря на то, что
- всегда
- Америка
- количество
- суммы
- an
- анализ
- аналитик
- Аналитические фармацевтические услуги
- аналитика
- и
- -Анджелесе
- годовой
- Ежегодно
- Другой
- предвидеть
- Ожидаемый
- предвидение
- любой
- одежда
- прикладной
- Применение
- подходы
- МЫ
- ПЛОЩАДЬ
- области
- аргумент
- оружие
- около
- искусственный
- искусственный интеллект
- AS
- спросить
- помощь
- At
- Атланта
- внимание
- отношение
- увеличивать
- власть
- автоматизировать
- Автоматизированный
- Автоматический
- автоматизация
- автономный
- автономный автомобиль
- автономные транспортные средства
- доступен
- избегающий
- прочь
- назад
- мяч
- основанный
- в основном
- BE
- стали
- , так как:
- становиться
- становится
- становление
- было
- до
- начало
- не являетесь
- считает,
- полезный
- польза
- Преимущества
- ЛУЧШЕЕ
- лучшие практики
- Лучшая
- между
- НАПИТКИ
- большой
- Крупнейшая
- Блоки
- Синии
- бронирование
- изоферменты печени
- оценки
- Кирпича и раствора
- Приносит
- бюджет
- строить
- Строительство
- построенный
- бизнес
- Бизнес-модель
- Планирование бизнеса
- бизнес
- но
- купить
- by
- Объявления
- CAN
- возможности
- возможности
- Пропускная способность
- захватить
- тщательный
- осторожно
- случаев
- случаев
- центры
- определенный
- конечно
- цепь
- цепи
- вызов
- проблемы
- изменение
- менялась
- изменения
- изменения
- Канал
- каналы
- зарядка
- чат
- дешево
- выбор
- обстоятельства
- Город
- Город
- клиент
- климат
- Изменение климата
- Закрыть
- закрыто
- ближе
- Одежда
- облако
- CO
- собирать
- Сбор
- лыжных шлемов
- сочетание
- объединять
- как
- удобный
- приход
- Комментарии
- Общий
- обычно
- общаться
- Сообщества
- Компании
- Компания
- Компании
- полный
- полностью
- комплекс
- сложность
- вычисление
- сама концепция
- Беспокойство
- в связи с этим
- Обеспокоенность
- скопление
- связи
- Рассматривать
- считается
- считает
- последовательно
- консультант
- Консультанты
- консалтинг
- потребитель
- Потребители
- беспрестанно
- продолжение
- продолжать
- продолжается
- контроль
- обычный
- Разговор
- Цена
- дорогостоящий
- Расходы
- может
- счетчик
- страны
- страна
- Пара
- курс
- чехол для варгана
- покрытие
- Covid
- Создайте
- создали
- Создающий
- создание
- критической
- В настоящее время
- клиент
- Клиенты
- передовой
- темно
- данным
- наука о данных
- Время
- Дней
- dc
- сделка
- десятилетие
- решать
- решение
- Принятие решений
- решения
- глубоко
- глубокое обучение
- доставить
- Поставки
- доставки
- поставка
- Спрос
- Прогнозирование спроса
- в зависимости
- развернуть
- описывать
- Проект
- Определять
- развивающийся
- Развивающиеся страны
- Развитие
- события
- Устройства
- DID
- отличаться
- разница
- различный
- трудный
- Интернет
- цифровое преобразование
- цифровой
- оцифровка
- страшный
- направлять
- директор
- обсуждать
- Отправка
- нарушения
- распределение
- do
- приносит
- Безразлично
- дело
- Дон
- сделанный
- Dont
- Двери
- вниз
- мечта
- управляемый
- вождение
- два
- в течение
- электронная коммерция
- каждый
- Экономические
- экономику
- Edge
- краевые вычисления
- Эффективный
- фактически
- эффективный
- эффективно
- или
- еще
- конец
- впритык
- достаточно
- достаточно денег
- обеспечение
- Окружающая среда
- одинаково
- ERP
- особенно
- по существу
- установленный
- оценка
- и т.д
- Эфир (ETH)
- Европе
- Даже
- События
- События
- Каждая
- все члены
- многое
- эволюция
- точно,
- пример
- выполнять
- выполнение
- дорогим
- опыт
- опытные
- Объясняет
- расширение
- расширения
- обширный
- степень
- дополнительно
- Face
- факт
- фактор
- факторы
- достаточно
- чувствовать
- Сборы
- несколько
- меньше
- поле
- фигура
- заполнять
- в заключение
- финансовый
- финансовое планирование
- Найдите
- First
- соответствовать
- 5
- Трансформируемость
- Фокус
- после
- питание
- Что касается
- форма
- формат
- формы
- формула
- К счастью
- вперед
- 4
- фрагментированный
- грузовой
- от
- Мороз
- функциональность
- принципиально
- далее
- Дальнейшее развитие
- будущее
- будущие разработки
- Gain
- разрыв
- Gartner
- Общие
- генеративный
- Генеративный ИИ
- получить
- получающий
- гигантская экономика
- Дайте
- Глобальный
- Go
- Цели
- будет
- ушел
- хорошо
- товары
- есть
- GPS
- большой
- большой
- продуктовый
- Рост
- Рост
- привычка
- было
- практический
- происходить
- произошло
- Случай
- Есть
- имеющий
- he
- услышанный
- сверхмощный
- помощь
- помогает
- High
- Высокий профиль
- высший
- очень
- Наем
- его
- исторический
- исторически
- история
- Удар
- держать
- Главная
- доставка на дом
- ЧАСЫ
- Хьюстон
- Как
- Однако
- HTTPS
- огромный
- человек
- i
- идея
- if
- Влияние
- важную
- улучшать
- улучшенный
- улучшение
- улучшение
- in
- В других
- в магазине
- В том числе
- Увеличение
- расширились
- повышение
- все больше и больше
- промышленность
- промышленности
- промышленность
- информация
- начальный
- первоначально
- начатый
- Инновации
- вход
- вместо
- Институт
- интегрированный
- Интеллекта
- Умный
- Намереваясь
- взаимодействовать
- интересный
- в
- вводить
- инвентаризация
- Управление запасами
- инвестирование
- вовлеченный
- вопрос
- вопросы
- IT
- пункты
- ЕГО
- Япония
- Джобс
- JPG
- всего
- Сохранить
- хранение
- Основные
- Ключевые области
- удар
- Знать
- Корея
- Труда
- посадка
- целевую страницу
- язык
- большой
- в значительной степени
- больше
- Фамилия
- В прошлом году
- Задержка
- последний
- лидер
- ведущий
- прыжки
- УЧИТЬСЯ
- изучение
- наименее
- оставил
- Меньше
- позволять
- уровень
- уровни
- Кредитное плечо
- ложь
- лежит
- более легкий
- такое как
- Вероятно
- мало
- локальным
- местный
- расположенный
- расположение
- места
- логистика
- долгосрочный
- посмотреть
- смотрел
- искать
- лос
- Лос-Анджелес
- серия
- много
- машина
- обучение с помощью машины
- машинное зрение
- машины
- сделанный
- Главная
- основной
- сделать
- ДЕЛАЕТ
- Создание
- управлять
- управление
- управления
- способ
- руководство
- вручную
- Производители
- производство
- многих
- много людей
- рынок
- Маркетинг
- рынка
- Май..
- может быть
- me
- значить
- смысл
- означает
- означает,
- Между тем
- Медиа
- средний
- заседания
- Microsoft
- может быть
- против
- минимальный
- минимизировать
- смягчать
- смешивать
- модель
- Модели
- модульный
- деньги
- монитор
- Мониторинг
- Месяц
- месяцев
- БОЛЕЕ
- более эффективным
- самых
- двигаться
- двигаться вперед
- переехал
- перемещение
- много
- my
- натуральный
- Естественный язык
- Обработка естественного языка
- Откройте
- Возле
- необходимость
- Необходимость
- необходимый
- нуждающихся
- потребности
- никогда
- Тем не менее
- Новые
- New York
- следующий
- нет
- "обычные"
- нормально
- север
- Северная Америка
- сейчас
- номер
- номера
- Соблюдает
- океан
- of
- от
- предлагают
- Предложения
- .
- Старый
- omnichannel
- on
- ONE
- те,
- онлайн
- онлайн-продажи
- только
- OP
- работать
- Операционный отдел
- Возможности
- против
- Опция
- Опции
- or
- оракул
- заказ
- заказы
- Другое
- наши
- внешний
- Результат
- Магазины
- за
- общий
- собственный
- пакет
- страница
- пандемия
- бумага & картон
- особый
- особенно
- вечеринка
- мимо
- паттеранами
- ОПЛАТИТЬ
- платить
- страна
- Вершина горы
- Люди
- для
- процент
- периодов
- перспектива
- в Фармацевтической отрасли
- Филадельфия
- физический
- сбор
- кусок
- штук
- труба
- Часть
- план
- запланированный
- планирование
- завод
- Платформа
- Платформы
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- Играть
- игры
- Точка
- пунктов
- сборах
- поп
- сообщения
- должность
- возможное
- возможно
- потенциально
- практика
- практиками
- до COVID
- Точно
- прогнозирования
- прогноз
- Predictions
- интеллектуального
- привилегированный
- президент
- давление
- предотвращать
- предыдущий
- предварительно
- цены
- в первую очередь
- Принципы
- вероятность
- вероятно
- Проблема
- процесс
- обрабатываемых
- Процессы
- обработка
- Продукт
- Производство
- Продукция
- доказанный
- обеспечивать
- поставщики
- приводит
- насос
- Покупка
- чисто
- положил
- ежеквартальный
- вопрос
- Вопросы
- САЙТ
- быстро
- быстро
- скорее
- RE
- достигать
- достиг
- Читать
- готовый
- реальные
- реального времени
- на самом деле
- причина
- причины
- получила
- недавно
- рекомендовать
- уменьшить
- Цена снижена
- отражает
- Несмотря на
- региональный
- районы
- регулярный
- Связанный
- относительно
- полагаться
- опираясь
- помнить
- замещать
- Отчеты
- Представители
- Требования
- исследованиям
- Полезные ресурсы
- ответ
- ОТДЫХ
- ресторан
- розничный
- розничный торговец
- розничной торговли
- возвращение
- Возвращает
- обратный
- правую
- Дорога
- робот
- робототехника
- Роботы
- Run
- Бег
- s
- SaaS
- безопаснее
- Сказал
- главная
- то же
- живица
- сообщили
- поговорка
- говорит
- сканирование
- Сценарии
- планирование
- Наука
- сезонный
- Secret
- разделах
- сектор
- безопасность
- посмотреть
- видя
- Искать
- казаться
- видел
- продаем
- Отправить
- смысл
- чувствительный
- послать
- отдельный
- серверы
- Услуги
- выступающей
- несколько
- Полки
- сдвиг
- Шоппинг
- магазинов
- Короткое
- должен
- сторона
- подпись
- аналогичный
- Аналогичным образом
- с
- сайте
- Сайтов
- ситуация
- Размер
- размера
- умение
- небольшой
- снег
- So
- Соцсети
- социальные сети
- Software
- проданный
- Решение
- Решения
- некоторые
- Кто-то
- удалось
- утонченность
- Источники
- Южная
- Южная Корея
- специализированный
- конкретный
- специфичность
- весна
- стабильный
- стандарт
- Начало
- и политические лидеры
- Начало
- Шаг
- По-прежнему
- акции
- Акции
- магазин
- хранить
- магазины
- Истории
- Стратегия
- Структура
- подписка
- Модель подписки
- такие
- Предлагает
- супер
- Супер Боул
- поставка
- цепочками поставок
- Планирование цепочки поставок
- Каналы поставок
- поддержка
- Коммутатор
- синтетический
- синтетические данные
- система
- системы
- T
- взять
- принимает
- с
- говорить
- целевое
- направлены
- задачи
- команды
- техника
- снижения вреда
- технологический
- Технологии
- говорят
- Теннесси
- срок
- terms
- тестXNUMX
- чем
- который
- Ассоциация
- мир
- их
- Их
- тема
- сами
- тогда
- Там.
- следовательно
- Эти
- они
- вещи
- think
- В третьих
- этой
- В этом году
- те
- хоть?
- мысль
- три
- Через
- ярус
- плотно
- Тим
- время
- раз
- синхронизация
- в
- сегодня
- Сегодняшних
- Туалет
- заявил
- слишком
- топ
- Всего
- трогать
- Отслеживание
- тяга
- традиционный
- Традиционно
- трафик
- Сделки
- Transform
- трансформация
- трансфер
- лечить
- тенденция
- трендов
- Тенденции
- пыталась
- правда
- стараться
- пытается
- близнец
- два
- напишите
- Типы
- типично
- Неопределенность
- под
- понимать
- По вполне понятным причинам
- предпринимать
- Неожиданный
- Обновление ПО
- модернизация
- us
- использование
- используемый
- Информация о пользователе
- через
- обычный
- ценный
- Ценная информация
- ценностное
- различный
- Огромная
- автомобиль
- Транспорт
- продавец
- поставщики
- версия
- очень
- яркие
- вице
- вице-президент
- Вид
- видение
- Войти
- летучий
- Изменчивость
- объем
- Услуга
- хотеть
- стремятся
- хочет
- Склады
- Автоматизация складов
- Грелка
- законопроект
- Смотреть
- волны
- Путь..
- способы
- we
- ЧТО Ж
- пошел
- были
- западный
- западная Европа
- Что
- Что такое
- любой
- когда
- будь то
- который
- КТО
- будете
- Зима
- в
- без
- слова
- Работа
- разрабатывать
- рабочие
- Трудовые ресурсы
- Мир
- бы
- Yahoo
- год
- лет
- йорк
- являетесь
- ВАШЕ
- зефирнет