Как закрыть слабые места в цифровой цепочке снабжения
За прошедшее десятилетие цифровизация уже помогла улучшить многие функции цепочки снабжения. Компании применяют автоматизацию, предиктивную аналитику и искусственный интеллект (ИИ) для оптимизации работы цепочки снабжения. Планирование, производство и распределение во многих компаниях выполняется полуавтономно. И тем не менее даже современные, построенные на цифровых технологиях цепочки снабжения по-прежнему далеки от реализации тех выгод, которых можно от них ожидать.
Мешает множество связанных между собой препятствий. Для начала организационная модель по-прежнему предполагает разобщенность подразделений. Ответственные за планирование спроса и составление графиков, менеджеры по логистике и другие работники, как правило, в большей степени озабочены оптимизацией показателей собственных подразделений, чем всей цепочки снабжения. Организационные структуры и системы стимулирования, ориентированные на показатели отдельных функций, лишь усугубляют ситуацию. Ее исправлению не способствует и сопротивление сотрудников изменениям.
Как следствие, коллаборация между людьми остается недоразвитой. Данные сделали всю цепочку снабжения намного прозрачнее, а организации-платформы, которые состоят из многофункциональной команды с компетенциями в цифровой сфере и цепочки снабжения, сильно облегчили процесс межфункционального принятия решений. Однако KPI, исходя из которых принимаются решения, часто конфликтуют между собой. Например, производственные показатели ориентированы на снижение издержек за счет укрупнения партий и снижения количества переналадок оборудования, в то время как на стороне потребителя цепочка снабжения требует высокой гибкости и, соответственно, уменьшения размера партий и частых переналадок. Соответственно, решения, которые оптимизировали бы общую эффективность цепочки снабжения, могут быть непростыми.