2023 つの主要なビジネス戦略で 5 年にサプライ チェーンをレベルアップする

業界が学んだように、消費者とビジネスの両方のニーズは瞬く間に変化する可能性があり、サプライ チェーンは商品の需要が不均衡に陥ったときにすぐに対応できるようにしておく必要があります。 すでに 2023 年まで XNUMX か月が経過していますが、経済予測は、企業が健全で収益性を維持するために多くの作業が必要であることを示しています。 今後の課題に対処し、過去からの教訓に基づいて構築するために、企業が今後 XNUMX 年で機敏性を維持するために非常に重要なサプライ チェーンの XNUMX つの重要な戦略を概説しました。 読んで、コメントであなたの視点から物事をどのように見ているか教えてください.

供給不足を緩和するための製造業のニアショアリング

去年はこれで の項目に表示されます。、過去数十年にわたってパンデミックがアメリカ企業のオフショアリング慣行にどのように深刻な影響を与えたかについて書きました。

オフショアリングは、1980 年代以降、アメリカの企業が製造を行う際に好まれ、費用対効果の高い方法でした。 低コストの中国人労働力を利用して収益性の高い生産を実現することで、オフショアリングが国際的な製造業リストのトップに留まり続けることができました。 しかし、COVID が発生し、中国が複数の地域で製造を停止したとき、システムは深刻な影響を受けました。 当時私が書いたように、「エンジンが焼き付きました」。

それに応じて、アメリカの製造業者は神経質になり、多くがリショアリングとニアショアリングを採用する戦略に焦点を合わせ始めました. 残念ながら、この傾向は雪だるま式になり、2023 年にはさらに拡大すると予想されています。

ニアショアリングが機能するのは、サプライヤー、メーカー、および顧客に近づくためです。 パートナーの近くの国に戦略的に配置することで、現在、ニアショアリングが実行可能なオプションになります。 私たちでさえ 現在の政権はニアショアリングについて話している メキシコ企業と。

ニアショアの成長が楽しみです。 出荷速度の向上、サプライヤーとのより緊密なコミュニケーション、外部のサプライ チェーンの変化に迅速に対応する能力はすべて、このシフトのメリットです。 しかし、AI と製造自動化の進歩をニアショアリングの実践と組み合わせて、我が国の GDP を増加させる時が来ました。

AI と ML の採用を加速して、人とプロセスの改善を促進

人工知能 (AI) と機械学習 (ML) を採用すると、効率の向上、コスト削減、新機能など、製造業者に複数のメリットがもたらされます。 ただし、これらのテクノロジを採用するプロセスは、複雑で多面的なものになる可能性があります。

ほとんどの企業にとって困難な経済的逆風が続く中、グローバルなメーカーは、デジタル化を優先し、リスクをより適切に管理する方法を学ばなければなりません。 これは、MRO 支出分析を最適化するか、調達プロセスの一環としてサプライヤー インテリジェンス ソリューションを開始することで実現できます。

この概念は、さまざまな業界に適用されます。 航空産業、紙製品、自動車へ。 AI と ML の採用を開始する企業にとって重要なステップは、これらのテクノロジーで改善できる製造プロセスの特定の領域を特定することです。 これには、既存のシステムからのデータを分析してパターンと傾向を特定することが含まれる場合があります。 企業は、新しいセンサーやデータ収集システムの実装を模索したり、トレーニング モデルで使用するために既存のデータをクリーンアップしたりすることができます。

データとリソースが整ったら、製造業者は AI および ML モデルのトレーニングと展開を開始して、製造プロセスの対象領域を効果的に改善できます。 テストと検証が完了したら、AI/ML モデルを統合できます。

これらの新しい AI/クラウドベースのテクノロジーは、データを調和させ、サプライ チェーン ネットワーク アーキテクチャを最適化するのに役立ちます。 プロセスを容易にするために、既存の制御システムやソフトウェアと統合したり、モデルの使用をサポートする新しいインターフェイスやワークフローの開発に使用したりできます。

製造プロセスにおける AI と ML の導入の成功は、企業文化の調整、従業員のトレーニング、およびより高いレベルのリスクと変化に部分的に依存する場合があります。 しかし、大幅な節約、新機能、効率の向上、在庫構造に関するより多くの洞察など、デジタル トランスフォーメーションの目標を達成することには価値があります。

メーカーとサプライヤーのコラボレーションによる改善

今年の AI と ML への移行の重要な側面は、製造業者が以前よりも簡単に、より適切にサプライヤーと協力できるようになることです。 AI システムを使用すると、メーカーはサプライヤーとより効果的に協力できます。

AI の予測分析とデータ評価を使用して、組織は販売、生産、サプライヤーのリード タイムに関するデータを分析し、在庫を保持する材料と製品の最適な量を決定する新しい方法を見つけることができます。 これを「物質的真実これは、「常に適切な部品を適切な場所に適切なタイミングで用意する」ために在庫を管理する組織の能力です。

企業システムを介して非常に多くのデータが移動するため、企業はデータから在庫量、サプライヤーのリード タイム、発注履歴などを完全に理解することが重要です。 AI テクノロジーは、メーカーが製品の需要をより正確に予測するのに役立ちます。 これにより、サプライヤーとのコミュニケーションが改善され、より効果的なサプライ チェーンが実現します。

AI コミュニケーション ツールは、AI 対応のチャットボット、仮想アシスタント、その他のツールなど、多くの組織で既に使用されています。 これらはまた、サプライヤーとメーカーが効果的に通信するのに役立ち、注文状況、納期、およびその他の重要なデータ ポイントに関するリアルタイムの情報を提供します。

インフレ圧力にもかかわらずテクノロジー投資は継続

高金利、インフレ圧力、不確実な経済にもかかわらず、大手メーカーは AI とテクノロジーのサプライ チェーンへの投資を続けています。

投資はテクノロジー企業に流れ込んでおり、AI テクノロジー、予測分析、自動化機器、倉庫、流通、ロジスティクス用のソフトウェア システム、および情報システムと制御に関するメモでサプライ チェーン リーダーを支援することができます。 サプライチェーンダイブ。

2023 年初頭の典型的な例は MacroFab の最近の 42 万ドルの新しい資本 電子機器メーカー向けのクラウド製造プラットフォーム。

実際、最新の調査対象企業のほぼ 64/XNUMX (XNUMX%) が、 三菱重工サプライチェーン業界レポート、国内最大のマテリアルハンドリング、ロジスティクス、およびサプライチェーンの協会は、サプライチェーンへのテクノロジー投資を増やしていると報告しました。

からの別のレポート キャップジェミニ研究所 調査対象の企業の 40% 近くが、ビジネスの変革を推進し、コストを削減するために、テクノロジーへの投資を増やすことを計画していることを示しています。

投資家が AI 対応の企業に先頭に立って期待を寄せる中、企業がより回復力のある供給ネットワークを構築することで、運転資金を使ってオペレーショナル リスクを管理するアプローチを変革する明るい未来が見えてきます。

組織は、需要が弱まるにつれて運転資本を削減する方法を模索する

ビジネスの圧力とインフレが 2023 年もエスカレートし続ける中、組織は需要の減少に伴い、運転資本を削減する方法を模索し続ける可能性があります。 これは、 従業員数の削減 また、さまざまなコスト削減策を実施しています。

企業が運転資本を削減する一般的な方法としては、次のようなものがあります。

• サプライヤーとより良い支払い条件を交渉する
• 買掛金・売掛金をより厳密に管理します。
• 生産プロセスを合理化してリードタイムを短縮
• 新しい AI 対応の材料管理システムを実装して、在庫レベルに関するより多くの洞察を得るなど、在庫管理の効率を高めます。
• 経費を削減し、従業員を解雇することにより、全体的な運用コストを削減します

運転資本の削減は、生産および配送スケジュールにリスクを伴うため、これらの決定は慎重に行う必要があります。

組織は、戦略的な資材管理を実施することで、未使用の運転資本をバランスシートから取り除く機会を見つけるために動くことができます。 そうすることで、企業は従業員を解雇する代わりにコストを削減できます。 利点は、人々が仕事を維持し、会社が組織全体のコストを削減し、優秀な人材を失うことがないことです。 これらは、経営幹部の多くが長期的に実施することを好む分野であると感じています。