Tiekimo grandinės, paklausos ir atsargų analizė

Pelnas:

• Gebėjimas paaiškinti daugiasluoksnę automobilių tiekimo grandinės struktūrą (OEM, Tier-1, Tier-2) ir paklausos prognozavimo vaidmenį planuojant gamybą
• Gebėjimas sukurti dirbtinio intelekto darbo eigą, prognozuojant paklausą, vertinant tiekėjų riziką ir optimizuojant atsargas
• Gebėjimas patikrinti prognozių ir rekomendacijų rezultatus, atsižvelgiant į verslo apribojimus, vieno šaltinio rizikos ir scenarijų analizę

Automobilis gaminamas sujungiant apie 30 000 dalių iš šimtų tiekėjų įvairiose šalyse. Jei nors viena iš šių dalių neatvežama laiku, milijonus dolerių verta gamybos linija gali sustoti. 2020–2021 m. lustų krizė skaudžiai tai parodė: milijonai transporto priemonių visame pasaulyje negalėjo būti pagaminti dėl nedidelio puslaidininkių trūkumo. Štai kodėl tiekimo grandinės valdymas yra automobilių pagrindas, o dirbtinis intelektas šiandien keičia sritį – nuo ​​paklausos prognozavimo iki tiekėjų rizikos valdymo. Šiame skyriuje pamatysime automobilių tiekimo grandinės struktūrą, AI vaidmenį ir kodėl reikia suderinti rekomendacijas su verslo apribojimais.

Pakopinė automobilių tiekimo grandinės struktūra

Automobilių tiekimo grandinė yra tarsi piramidė:

• OEM (Original Equipment Manufacturer): pagrindinis gamintojas (prekės ženklas), kuris projektuoja ir surenka transporto priemonę.
• 1 pakopa (pirmos pakopos tiekėjas): įmonė, parduodanti visas sistemas tiesiogiai originalios įrangos gamintojui (pvz., visa stabdžių sistema, sėdynė, prietaisų skydelis).
• 2 ir žemesnė pakopa: parduodantys komponentus / žaliavas 1 pakopai (pvz., stabdžių trinkelių medžiaga, mikroschemos, varžtai).

Ši daugiasluoksnė struktūra reiškia, kad nedidelė problema žemesniame lygyje gali išaugti ir sustabdyti gamybą. Štai kodėl matomumas, ty žinoti, kas grandinėje yra giliai, yra labai svarbus, bet sunkus.

Pagrindiniai AI naudojimo būdai automobilių tiekimo grandinėje

1. Paklausos prognozavimas: numatymas, kiek kokio modelio, kokia aparatinė įranga ir kuriame regione bus parduodama. Tuo grindžiamas gamybos planas.
2. Atsargų optimizavimas: kiek atsargų laikyti. Daug atsargų = pririštas kapitalas ir sandėlio kaina; mažos atsargos = linijos sustabdymo rizika. Automotive tradiciškai veikia JIT (Just-In-Time): dalys atkeliauja į liniją tiksliai tada, kai jų reikia, atsargos yra minimalios. Tai efektyvu, bet trapi.
3. Tiekėjo rizikos balas: tiekėjo pavėluoto pristatymo, kokybės problemos ar bankroto rizikos numatymas (finansiniai duomenys, ankstesni rezultatai, geopolitiniai signalai).
4. Logistika ir maršruto optimizavimas: Siuntimas, muitinė, transportavimo išlaidos.
5. Kainų ir sąnaudų analizė: Žaliavų kainų judėjimo stebėjimas ir prognozavimas.

Patarimas: paklausos prognozė niekada neturėtų būti pateikiama kaip vienas taškas („4 200 vienetų kitą mėnesį“), o su diapazonu ir scenarijais („pagrindas 4 200; blogas atvejis 3 600; geras atvejis 4 800“). Gamybos ir atsargų sprendimai priimami remiantis neapibrėžtumu.

Paklausos prognozavimo darbo eiga

1. Istoriniai duomenys: pardavimai, užsakymai, sezoniškumas, kampanijos poveikis.
2. Išoriniai kintamieji: Ekonomika, kuro/energijos kaina, paskatos, konkurentų judėjimai.
3. Modelis: laiko eilučių modeliai (sezoniškumas + tendencija) arba mašininis mokymasis.
4. Įvertinimas: prognozės klaidos matavimas naudojant tokią metriką kaip MAPE (Mean Absolute Percentage Error). Pavyzdžiui, MAPE 8% teigia, kad prognozės nuo realybės nukrypsta vidutiniškai 8%.
5. Scenarijus ir verslo interpretacija: skaičiaus derinimas su gamybos/tiekimo apribojimais.

Atsargiai: žemas MAPE ne visada yra „geras“. Jei modelis per daug tinka praeičiai arba nuteka duomenys, praeityje jis gali būti puikus, bet blogas ateityje. Be to, modelis negali numatyti retų, bet niokojančių įvykių (pandemijos, lustų krizės), nes jų nėra istoriniuose duomenyse; Scenarijaus planavimas užbaigia tai.

Didžiausia rizika: vieno šaltinio

Sąnaudų optimizavimas dažnai sako „pirkite iš vienintelio pigiausio tiekėjo“. Tačiau tai sukuria vienintelio šaltinio riziką: kilus gaisrui, streikui, bankrotui ar geopolitinei krizei pas tą tiekėją, jūs neturite alternatyvos ir gamyba sustoja. AI gali rekomenduoti vieną šaltinį sąnaudų modelyje; tačiau patyręs planuotojas subalansuoja tai naudodamas šiuos įrankius:

• Antrasis šaltinis (dvigubas tiekimas): galimybė įsigyti tą pačią dalį iš dviejų tiekėjų.
• Atsargų buferis (apsaugos atsargos): papildomos saugos atsargos svarbiose dalyse.
• Scenarijaus analizė: „Kas nutiks, jei šis tiekėjas išeis 3 savaitėms?

strategija

Privalumas

Trūkumas

vienas šaltinis

mažiausia kaina

Gamyba sustabdoma pertraukos metu

dvigubas šaltinis

ilgaamžiškumas

Didesnė kaina, derinimas

Aukštos saugos atsargos

Pertraukti buferį

Pririštas kapitalas, sandėlio kaina

JIT (mažos atsargos)

Efektyvus, mažas kapitalas

Trapus, jautrus trikdymui

Teisingas atsakymas nėra „visiems vienodas“: saugai svarbios ir vieno šaltinio dalys nusipelno aukščiausios apsaugos, o pigios ir gausios dalys nusipelno mažiausių atsargų.

Mini atvejų analizė

1 atvejis – vieno šaltinio gaudyklė. AI kaštų modelis rodo, kad perkant jutiklį iš vieno Tolimųjų Rytų tiekėjo kasmet sutaupoma 1,2 mln. Planavimo komanda atlieka rizikos analizę: šis jutiklis yra labai svarbus saugumui ir iš vieno šaltinio, 2 savaičių vėlavimas uoste gali sustabdyti visą surinkimo liniją (paros prastovos kaina apie 400 000 Eur). Pridedama antrasis šaltinis ir 3 savaičių buferinės atsargos; grynosios santaupos mažėja, tačiau tęstinumas užtikrinamas. Išvada: pigiausias nėra pats patvariausias.

2 atvejis – paklausos scenarijus. Kai regione paskelbiama apie naują laužo paskatą, AI modelis prognozuoja, kad paklausa padidės 6%. Planavimo komanda to nepriima kaip vieną skaičių; Jis sukuria gero / blogo scenarijaus diapazoną (3–11 %) ir nustato lankstų gamybos planą. Faktinis padidėjimas yra 9 %; Dėl lankstaus plano nėra atsargų sprogimo ar prarastų pardavimų. Išvada: Scenarijaus diapazonas yra patikimas vienam prognozavimui.

3 atvejis – išankstinis tiekėjo įspėjimas. Rizikos vertinimo modelis fiksuoja 2 pakopos tiekėjo mokėjimo vėlavimo ir pristatymo nukrypimų padidėjimą ir padidina jo rizikos balą. Pirkėjų komanda iš anksto pasinaudoja alternatyviu šaltiniu; Kai tiekėjas iš tikrųjų sulėtina gamybą po dviejų mėnesių, linija neturi įtakos. Rezultatas: AI davė ankstyvą signalą, žmogus priėmė aktyvų sprendimą.

raginimo šablonai

1 šablonas – paklausos prognozės interpretacija:

Vaidmuo: esate tiekimo grandinės planavimo analitikas. Užduotis: paverskite šią paklausos prognozės produkciją verslo sprendimu. Kontekstas: Bazinė prognozė 4200 vnt./mėn., MAPE 8%, atsiranda naujas paskatas neapibrėžtumas (anoniminė zona). Apribojimas: nenurodykite nelyginio skaičiaus; Geras / pagrindinis / blogas scenarijų diapazonas ir gamybos / atsargų rekomendacijos kiekvienam yra išvedamos. Rezultatas: scenarijus | prašymas | siūlomų veiksmų lentelė.

2 šablonas – vieno šaltinio rizikos analizė:

Vaidmuo: esate tiekimo rizikos ekspertas. Užduotis: Įvertinkite vieno šaltinio pasiūlymą dėl rizikos. Kontekstas: saugai svarbus jutiklis, vienas tiekėjas, kasmet sutaupoma daug; Kasdieninės linijos prastovos išlaidos yra didelės. Apribojimas: nedarykite išlaidų vieninteliu kriterijumi; antrasis šaltinis, buferinės atsargos ir įvertinkite scenarijų analizę. Rezultatas: rizika | galimas poveikis | mažinimo rekomendacija | liekamoji rizika.

3 šablonas – atsargų likutis:

Vaidmuo: esate atsargų optimizavimo konsultantas. Užduotis: Rekomenduoti detalės saugos atsargų lygį. Kontekstas: vidutinis pristatymo laikas yra 18 dienų, dispersija didelė, dalis yra kritinė, bet ne brangi. Apribojimas: paaiškinkite kompromisą tarp JIT efektyvumo ir nutraukimo rizikos; vietoje tikslaus vieno skaičiaus nurodykite diapazoną.Išvestis: rekomendacijos diapazonas + pagrindimas + signalas, kurio reikia laikytis.

4 šablonas – tiekėjo rizikos balo interpretacija:

Vaidmuo: esate pirkimo rizikos analitikas. Užduotis: Rekomenduoti veiksmų planą tiekėjui, kurio rizikos balas didėja. Kontekstas: per pastaruosius 3 mėnesius padidėjo pristatymo nukrypimas ir mokėjimo vėlavimas; tiekėjas yra Tier-2 (anoniminis). Rezultatas: išankstinis įspėjimas | rekomenduojamas veiksmas | laiko horizontas.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Sumažinti išlaidas.

Vienintelis kriterijus (išlaidos) nepaiso kritinių aspektų, tokių kaip vieno ištekliaus rizika, kokybė ir tęstinumas.

Galingas raginimas:

Vaidmuo: esate tiekimo grandinės strategas. Užduotis: rekomenduoti saugai svarbios dalies tiekimo strategijos variantus ir palyginti kiekvienos iš jų patvarumo ir sąnaudų balansą. Kontekstas: šiuo metu vienas šaltinis; linijos stovas yra labai brangus; Dalis yra kritinė. Apribojimas: ne tik kaina; įvertinti vieno šaltinio riziką, antrąjį šaltinį, buferinę atsargą ir scenarijaus patvarumą. Rezultatas: strategija | sąnaudų poveikis | ištvermė | rekomenduojama situacija.

Dažnos klaidos

• Vienintelis kriterijus būtų kaina. Vieno šaltinio rizika gali sustabdyti gamybą; Patvarumas taip pat yra vertybė.
• Galvojant, kad paklausos prognozė yra vienas skaičius. Neapibrėžtumo diapazonas ir scenarijus yra būtini.
• Aklai pasitiki žemu MAPE. Per didelis montavimas / nuotėkis gali būti latentinis; retų įvykių neįmanoma numatyti.
• Nepaisoma matomumo. Nežinant Tier-2/Tier-3 gylio yra paslėpta rizika.
• Nefiltruojama AI rekomendacija dėl verslo apribojimų. Modelis gali nežinoti suvaržymų, tokių kaip sutartis, pajėgumai ar geopolitika.

Apibendrinant

• Automobilių tiekimo grandinė yra OEM-Tier-1-Tier-2 sluoksniuota; Maža problema apatiniame etape gali sustabdyti gamybą.
• AI yra stipri paklausos prognozavimo, atsargų optimizavimo, tiekėjo rizikos vertinimo ir logistikos srityse.
• Paklausos prognozė turi būti pateikta su neapibrėžtumo diapazonu ir scenarijais; vien žemo MAPE nepakanka.
• Vieno šaltinio rizika yra pati svarbiausia problema; Kaina nėra vienintelis kriterijus, svarbus ir patvarumas.
• DI rekomendacijas turi filtruoti inžinierius / planuotojas, atsižvelgdamas į verslo apribojimus, sutartis ir scenarijų analizę.

Taikymo užduotis

Pasirinkite dalių grupę (pvz., elektroninio valdymo bloko lustai). (1) Apsvarstykite šios dalies sluoksnį tiekimo grandinėje ir vienintelio šaltinio riziką. (2) Konvertuokite paklausos prognozę į scenarijaus diapazoną naudodami 1 šabloną. (3) Išbandykite vieno šaltinio rekomendaciją naudodami 2 šabloną. (4) Pagrįskite siūlomą kainos ir ilgaamžiškumo kompromisą.

kontrolinis sąrašas

• [ ] Nustačiau detalės tiekimo sluoksnį ir kritiškumą.
• [ ] Aptariau paklausos prognozę su scenarijaus diapazonu.
• [ ] Vieno šaltinio riziką įvertinau su antruoju šaltiniu/buferiu.
• [ ] Kainos nenustačiau vieninteliu kriterijumi; Pasvėriau ir patvarumą.
• [ ] Suabejojau tokiomis metrikomis kaip MAPE dėl permontavimo / nuotėkio.
• [ ] Išfiltravau AI rekomendaciją atsižvelgdamas į verslo apribojimus.