Yapay Zeka “Büyük Tedarik Zinciri Bozukluğunun” Üstesinden Gelmesine Nasıl Yardımcı Olabilir?


Limanlardaki kargaşa görünürde sonu gelmeden devam ederken, rahatsız edici bir gerçek ortaya çıkıyor: Bu kaos sadece zamanla azalmayacak ve “Büyük Tedarik Zinciri Bozulması” ülke genelinde hissediliyor. Örneğin, hakkında Bebek maması markalarının %30’u yakında tükenebilir, bu da perakendecilerin müşterilerin kaç tane kapsayabileceğine karar vermesine ve ebeveynlerin bebeklerini beslemek için yeterli yiyecekleri olmayacağından endişe etmesine neden olabilir. Bu konu sektörleri kapsarotomotiv, sağlık, konaklama, BT, imalat, giyim ve daha fazlasını etkiliyor.

Sorun nedir? Altyapı ve kamyon şoförlerinin eksikliği sıklıkla suçlanıyor. ABD’li kamyon şirketleri rekor düzeyde açık yaşadı 2021’de 80.000 sürücü. Bu mantıklı bir açıklama çünkü kamyon şoförleri Amerikan yükünün önemli bir bölümünü taşıyor. Ancak, tedarik zinciri sorunlarının tek nedeni bu değildir.

Tedarik Zinciri Zorluklarının Nedenleri

Mevcut envanter ve planlama sistemleri, sabit teslim sürelerine göre çalışır ve talep tahmini, gerçek dünya dinamik teslim sürelerine göre çalışır. Sonuç olarak, tedarik liderleri ve finans yöneticilerinin kötü karar vermeleri ve kötü planlamaları liman tıkanıklığını artırıyor. Bunu düzeltmek için liderler planlama girişimlerinden vazgeçmeli ve gönderilerini aktif olarak yönetmelidir.

Malları gönderirken bir nakliye aracı her değiştirildiğinde, geçiş nedeniyle uzun kuyruklar oluşur ve bu da sorunu daha da kötüleştirir.

Yeni ulaşım araçlarının tıkanıklığı hafifletmeye yardımcı olabileceğini düşünmek mantıklı görünse de, bu pratik bir çözüm değil.

Kısıtlama noktaları önemli bir yatırım olmadan büyüyemez, bu nedenle liman kısıtlamaları altyapı perspektifinden sabitlenir. Ancak perakendecilerin gönderileri nasıl planladıklarını ve önceliklerini nasıl belirlediklerini değiştirmeleri için yardıma ihtiyaçları olacak.

Gönderiler Nasıl Daha Doğru Planlanır

Perakendecilerin ihtiyacı gerçek zamanlı envanter görünürlüğü daha doğru bir şekilde planlamak için işletmelerinde İdeal olarak, istifleme planı bilgisi, kapıdan çıkan terminal ve üçüncü taraf lojistik şirketleri ile tek bir değer zinciri olarak paylaşılabilir. Bu, ilk giren ilk çıkar sürecinin verimliliğini artırmaya yardımcı olur.

AI, kritik öğelerin zamanında teslim edilmesini sağlamak için ulaşım veya rotalardaki değişiklikleri yeterince erken belirlemeye yardımcı olabilir.

Yapay zeka uygulaması tedarik zinciri yönetimi için hala yeni olsa da, erken benimseyenler başarıyı görüyor. McKinsey & Co.’ya göre, yapay zeka destekli tedarik zinciri yönetimi kullanan işletmeler %15 oranında iyileştirilmiş lojistik maliyetleri ve envanter seviyelerini %35 oranında artırdı. AI teknolojisi gelişmeye devam ettikçe, daha fazla şirket yeteneklerinden yararlanmakla ilgileniyor. Sonuç olarak Infoholic Research, lojistik ve tedarik zinciri pazarlarındaki yapay zekanın belirli bir hızla büyüyeceğini öngörüyor. 2023 yılına kadar yıllık %42,9 bileşik büyüme oranı.

Tedarik Zincirlerindeki Kesintilerin Üstesinden Gelmek için Yapay Zeka Kullanım Örnekleri

AI’nın benimsenmesi arttıkça, tedarik zinciri sorunlarını kolaylaştırmaya yardımcı olabileceğine dair bir umut var. İşte birkaç kritik kullanım örneği

1. Zamanında, tam oran düşüşlerini tahmin edin.

Müşteriler, satın alınan malları birkaç gün içinde almaya alışkındır. Ancak, Dünya Ekonomik Forumu verileri, ABD ve Avrupa’daki teslimat sürelerinin 2021’in sonuna doğru rekor seviyelere ulaştı. Ayrıca, mevcut ortam, bu artan zaman dilimlerinin büyük olasılıkla devam edeceğini gösteriyor.

Alıcılar, doğal afetler ve kötü hava koşulları gibi öngörülemeyen durumlarda bile, satın aldıkları şirketlerin zamanında teslimat sağlamak için yedek planlarının olmasını bekler.

Yapay zeka, satıcıların siparişleri nasıl yerine getirdiğini belirlemek için geçmiş verileri kullanarak şirketlerin zamanında, tam düşüşleri erken tahmin etmelerine yardımcı olabilir. Bu, şirketlerin, en önemli kar marjlarını oluşturan müşteriler için ulaşım modlarını değiştirmek için son tarihler belirlemesine olanak tanır. Ayrıca yapay zeka, tüm değer zinciri boyunca malzemelerin tam görünürlüğünü sağlayarak darboğazları hızlı bir şekilde tanımlamayı ve ortadan kaldırmayı kolaylaştırır.2. Yüksek maliyetli, uygun olmayan müşterilerin önceliklerini azaltın.

Tüm iş ilişkileri uygun değildir. Gartner bunu tahmin ediyor şirketlerin %75’i 2025 yılına kadar uygun olmayan müşterileri azaltacak.

Bazı şirketler pahalı müşterilerden ayrılmaya hazır olmasa da, bu kayıp liderleri öncelik listelerinin başında yer almamalıdır.

Ancak, işletmelerin bu müşterileri belirlemesi zor olabilir. AI, sıralama algoritmalarının yardımıyla, pazar payı kazanımları için kötü olan ve değerli kapasiteyi tüketen müşterileri otomatik olarak belirleyebilir. Ek olarak, AI iyileştirme için yeni fırsatları belirleyebilir ve bu fırsatların kârlılığı nasıl etkileyeceğini ortaya çıkarabilir.

3. Kar marjlarını artırın.

Tüketici talebini net bir şekilde anlamadan şirketler, satılmayan ürünleri zorlama ve işletmelere milyonlarca dolara mal olma riskiyle karşı karşıyadır.

Yapay zeka destekli tahmin, şirketlerin talep değişikliklerini erkenden algılamasına yardımcı olabilir ve ürünleri en iyi kar marjları için optimize etmelerine olanak tanır.

McKinsey’e göre, yapay zeka ile geliştirilmiş tedarik zinciri yönetimi, Kayıp satışlarda %65 azalma Stokta olmayan ürünlerden kaynaklanmaktadır. Satış tarafında, AI, satış ekiplerinin önemli hesaplar için yukarı satış ve çapraz satış fırsatlarını belirlemesine yardımcı olabilir. Çoğu zaman, şirketler kime satmaları gerektiği konusunda sınırlı bilgiye sahiptir. Ancak, çoğu satış görevi dijital olarak gerçekleştiğinden, satış ekipleri sürekli olarak veri toplar. AI, ekiplerin daha verimli satış yapmasına yardımcı olmak için bu bilgilerden yararlanabilir.

4. Daha hızlı gönderin

Convey tarafından yapılan bir ankette, Katılımcıların %28,6’sı Ürünleri satın alma tarihinden itibaren bir hafta içinde teslim edebilen şirketlere sipariş verme olasılıklarının daha yüksek olduğunu söyledi. Bu oldukça küçük bir zaman aralığıdır, bu nedenle şirketler tüketicileri kendilerinden alışveriş yapmaya teşvik etmek istiyorsa daha hızlı sevkiyat kritik öneme sahiptir.

AI, tedarik zincirini yavaşlatan nakliyecileri belirleyebilir. Şirketler bir kez belirlendikten sonra, tempoya ayak uyduramayan oyuncuları kaldırabilir ve onları daha verimli biriyle değiştirebilir. Ayrıca tedarikçiler, darboğazlara ve kesintilere dayalı simülasyonlar oluşturmak için yapay zekayı kullanabilir.

Yapay zeka, tedarik zincirinin belirli bir bölümünün darboğaz olduğunu öğrendiğinde, şirketlerin envanter stok seviyelerine veya uzayan tedarik sürelerine bağlı olarak ne zaman bir eksiklik bekleyebileceğini tahmin edebilir.

“Büyük Tedarik Zinciri Bozulması”nı aşmak zaman alacak. İşletmeler ürünleri gerçekten verimli bir şekilde teslim etmek istiyorlarsa, planlarını değiştirmeleri gerekir. Yapay zeka teknolojisini uygulayarak şirketler, günümüzün tedarik zinciri zorluklarını kolaylaştırmak için gerekli bilgilerle daha donanımlı hale gelecekler.

Ali Hasan R. kurucu ortağı ve CEO’sudur. ThroughPut Inc., şirketlere karmaşık tedarik zincirleri için tahmine dayalı ikmal olanağı sağlayan yapay zeka tedarik zinciri öncüsü.

Image Credit: bu mühendislik; Sıçramayı kaldır; Teşekkürler!

Ali Hasan R.

ThroughPut Inc.’in kurucu ortağı ve CEO’su

Ali Hasan R., şirketlerin dinamik operasyonel darboğazları tespit etmelerini, önceliklendirmelerini ve hafifletmelerini sağlayan bir yapay zeka tedarik zinciri öncüsü olan ThroughPut Inc.’in kurucu ortağı ve CEO’sudur.


Kaynak : https://readwrite.com/how-ai-can-help-overcome-the-great-supply-chain-disruption/

Yorum yapın