Piegādes ķēdes, pieprasījuma un krājumu analīze

Ieguvumi:

• Spēja izskaidrot automobiļu piegādes ķēdes slāņveida struktūru (OEM, Tier-1, Tier-2) un pieprasījuma prognozēšanas lomu ražošanas plānošanā
• Spēja izveidot mākslīgā intelekta darbplūsmu pieprasījuma prognozēšanā, piegādātāja riska vērtēšanā un krājumu optimizēšanā
• Spēja pārbaudīt prognožu un ieteikumu iznākumu ar biznesa ierobežojumiem, viena avota risku un scenāriju analīzi

Auto tiek ražots, apvienojot aptuveni 30 000 detaļu no simtiem piegādātāju dažādās valstīs. Ja kaut viena no šīm detaļām netiek piegādāta laikā, miljoniem dolāru vērta ražošanas līnija var apstāties. 2020.–2021. gada mikroshēmu krīze to sāpīgi parādīja: miljoniem transportlīdzekļu visā pasaulē nevarēja ražot neliela pusvadītāju trūkuma dēļ. Tāpēc piegādes ķēdes pārvaldība ir autobūves pamatā, un AI mūsdienās pārveido jomu, sākot no pieprasījuma prognozēšanas līdz piegādātāju riska pārvaldībai. Šajā nodaļā mēs redzēsim automobiļu piegādes ķēdes struktūru, AI lomu un to, kāpēc ieteikumi ir jāsabalansē ar uzņēmējdarbības ierobežojumiem.

Automobiļu piegādes ķēdes daudzpakāpju struktūra

Automobiļu piegādes ķēde ir kā piramīda:

• OEM (Original Equipment Manufacturer): galvenais ražotājs (zīmols), kas projektē un montē transportlīdzekli.
• 1. līmenis (pirmā līmeņa piegādātājs): uzņēmums, kas pārdod pilnīgas sistēmas tieši oriģinālo iekārtu ražotājiem (piemēram, pilnīga bremžu sistēma, sēdeklis, instrumentu panelis).
• 2. līmenis un zemāks līmenis: tie, kas pārdod sastāvdaļas/izejvielas 1. līmenim (piemēram, bremžu kluču materiāls, mikroshēmas, skrūves).

Šī slāņveida struktūra nozīmē, ka neliela problēma zemākā līmenī var pieaugt un apturēt ražošanu. Tāpēc redzamība, tas ir, zināt, kas atrodas ķēdes dziļumos, ir kritiska, taču sarežģīta.

AI galvenie lietojumi automobiļu piegādes ķēdē

1. Pieprasījuma prognozēšana: prognozē, cik daudz no kura modeļa, kura aparatūra un kurā reģionā tiks pārdots. Ražošanas plāns ir balstīts uz to.
2. Krājumu optimizācija: cik daudz krājumu saglabāt. Daudz krājumu = piesaistītais kapitāls un noliktavas izmaksas; zems krājums = līnijas pārtraukšanas risks. Automotive tradicionāli izmanto JIT (Just-In-Time): detaļas nonāk līnijā tieši tad, kad tās ir vajadzīgas, krājumi ir minimāli. Tas ir efektīvi, bet trausli.
3. Piegādātāja riska vērtēšana: piegādātāja novēlotas piegādes, kvalitātes problēmas vai bankrota riska prognozēšana (finanšu dati, pagātnes darbība, ģeopolitiskie signāli).
4. Loģistika un maršruta optimizācija: Piegāde, muita, transporta izmaksas.
5. Cenu un izmaksu analīze: izejvielu cenu kustību uzraudzība un prognozēšana.

Padoms. Pieprasījuma prognozi nekad nevajadzētu uzrādīt kā vienu punktu ("4200 vienības nākamajā mēnesī"), bet gan ar diapazonu un scenārijiem ("bāze 4200; sliktais gadījums 3600; labs gadījums 4800"). Lēmumi par ražošanu un inventarizāciju tiek pieņemti, pamatojoties uz nenoteiktību.

Pieprasījuma prognozēšanas darbplūsma

1. Vēsturiskie dati: pārdošana, pasūtījumi, sezonalitāte, kampaņas ietekme.
2. Ārējie mainīgie: Ekonomika, degvielas/enerģijas cena, stimuli, konkurentu kustības.
3. Modelis: laikrindu modeļi (sezonalitāte + tendence) vai mašīnmācīšanās.
4. Novērtējums: prognožu kļūdas mērīšana, izmantojot tādus rādītājus kā MAPE (Mean Absolute Percentage Error). Piemēram, MAPE 8% saka, ka prognozes atšķiras no realitātes vidēji par 8%.
5. Scenārijs un biznesa interpretācija: numura apvienošana ar ražošanas/piegādes ierobežojumiem.

Uzmanību: Zems MAPE ne vienmēr ir "labs". Ja modelis ir pārāk piemērots pagātnei vai tam ir datu noplūde, tas var būt lieliski pagātnē, bet slikti nākotnē. Turklāt modelis nevar paredzēt retus, bet postošus notikumus (pandēmija, mikroshēmu krīze), jo tie nav iekļauti vēsturiskajos datos; Scenārija plānošana to pabeidz.

Vissvarīgākais risks: viens avots

Izmaksu optimizācija bieži saka: "pērciet no vienīgā lētākā piegādātāja". Taču tas rada vienīgā avota risku: ja pie šī piegādātāja notiek ugunsgrēks, streiks, bankrots vai ģeopolitiskā krīze, jums nav alternatīvas un ražošana tiek pārtraukta. AI var ieteikt vienu avotu izmaksu modelī; taču pieredzējis plānotājs to līdzsvaro ar šādiem rīkiem:

• Otrais avots (divējāda piegāde): iespēja iegādāties vienu un to pašu daļu no diviem piegādātājiem.
• Krājuma buferis (drošības krājums): papildu drošības krājums kritiskajām daļām.
• Scenārija analīze: "Kas notiks, ja šis piegādātājs aiziet uz 3 nedēļām?"

stratēģija

Priekšrocība

Trūkums

viens avots

zemākās izmaksas

Ražošana tiek pārtraukta pārtraukuma laikā

duāls avots

izturību

Augstākas izmaksas, saskaņošana

Augstas drošības rezerves

Pārtraukt buferi

Piesaistītais kapitāls, noliktavas izmaksas

JIT (mazs krājums)

Efektīvs, zems kapitāls

Trausls, jutīgs pret traucējumiem

Pareizā atbilde nav "visiem vienāda": drošībai svarīgas un viena avota daļas ir pelnījušas visaugstāko aizsardzību, lētas un bagātīgas detaļas ir pelnījušas vismazāko krājumu.

Mini gadījumu izpēte

1. gadījums — viena avota slazds. AI izmaksu modelis parāda, ka, iegādājoties sensoru no viena Tālo Austrumu piegādātāja, gadā tiek ietaupīti 1,2 miljoni eiro. Plānošanas komanda veic riska analīzi: šis sensors ir drošībai kritisks un viens avots, 2 nedēļu kavēšanās ostā var apturēt visu montāžas līniju (ikdienas dīkstāves izmaksas ir aptuveni 400 000 EUR). Tiek pievienots otrais avots un 3 nedēļu bufera krājums; neto ietaupījumi samazinās, bet nepārtrauktība ir nodrošināta. Secinājums: lētākais nav tas izturīgākais.

2. gadījums — pieprasījuma scenārijs. Kad reģionā tiek paziņots par jaunu lūžņu stimulu, AI modelis prognozē pieprasījuma pieaugumu par 6%. Plānošanas komanda to neuztver kā vienu skaitli; Tas izveido labu/sliktu scenāriju diapazonu (3%-11%) un izveido elastīgu ražošanas plānu. Faktiskais pieaugums ir 9%; Pateicoties elastīgajam plānam, nav akciju eksplozijas vai pārdošanas zudumu. Secinājums: Scenārija diapazons ir stabils vienai prognozei.

3. gadījums — piegādātāja agrīnais brīdinājums. Riska vērtēšanas modelis fiksē 2. līmeņa piegādātāja maksājumu kavējumu un piegādes novirzes pieaugumu un palielina tā riska rādītāju. Pircēju komanda iepriekš piesaista alternatīvo avotu; Ja piegādātājs faktiski palēnina ražošanu pēc diviem mēnešiem, līnija netiek ietekmēta. Rezultāts: AI deva agrīnu signālu, cilvēks pieņēma proaktīvu lēmumu.

uzvedņu veidnes

1. veidne — pieprasījuma prognozes interpretācija:

Loma: Jūs esat piegādes ķēdes plānošanas analītiķis. Uzdevums: Pārvērtiet šādu pieprasījuma prognozes izlaidi biznesa lēmumā. Konteksts: Bāzes prognoze 4200 vienības/mēnesī, MAPE 8%, pastāv jauna stimula nenoteiktība (anonīmā zona). Ierobežojums: Nenorādiet nepāra skaitli; Tiek izvadīts laba/pamata/sliktā scenārija diapazons un ražošanas/krājumu ieteikums katram. Rezultāts: Scenārijs | pieprasījums | ieteikto darbību tabula.

2. veidne — viena avota riska analīze:

Loma: Jūs esat piegādes riska eksperts. Uzdevums: Novērtējiet viena avota priekšlikumu par risku. Konteksts: drošībai būtisks sensors, viens piegādātājs, lieli ikgadējie ietaupījumi; Ikdienas līnijas dīkstāves izmaksas ir augstas. Ierobežojums: neizvirziet izmaksas par vienīgo kritēriju; otrais avots, bufera krājums un novērtē scenāriju analīzi. Rezultāts: risks | iespējamā ietekme | samazināšanas ieteikums | atlikušais risks.

3. veidne — krājumu atlikums:

Loma: Jūs esat krājumu optimizācijas konsultants. Uzdevums: Ieteikt rezerves daļas drošības līmeni. Konteksts: vidējais izpildes laiks ir 18 dienas, atšķirības ir lielas, daļa ir kritiska, bet ne dārga. Ierobežojums: izskaidrojiet kompromisu starp JIT efektivitāti un pārtraukuma risku; norādiet diapazonu, nevis precīzu vienu skaitli.Izvade: ieteikuma diapazons + pamatojums + signāls, kas jāievēro.

4. veidne — piegādātāja riska rādītāja interpretācija:

Loma: Jūs esat pirkšanas riska analītiķis. Uzdevums: Ieteikt rīcības plānu piegādātājam ar pieaugošu riska punktu skaitu. Konteksts: pēdējo 3 mēnešu laikā ir palielinājušās piegādes novirzes un maksājuma kavējums; piegādātājs ir Tier-2 (anonīms). Rezultāts: agrīna brīdināšana | ieteicamā darbība | laika horizonts.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne:

Samaziniet izmaksas.

Viens kritērijs (izmaksas) ignorē kritiskās dimensijas, piemēram, viena resursa risku, kvalitāti un nepārtrauktību.

Spēcīga uzvedne:

Loma: Jūs esat piegādes ķēdes stratēģis. Uzdevums: Iesakiet piegādes stratēģijas iespējas drošībai kritiskai daļai un salīdziniet katras daļas ilgizturības un izmaksu līdzsvaru. Konteksts: Pašlaik viens avots; līnijas statīvs ir ļoti dārgs; Daļa ir kritiska.Ierobežojums: ne tikai izmaksas; novērtēt viena avota risku, otro avotu, bufera krājumu un scenārija izturību.Iznākums: stratēģija | izmaksu ietekme | izturība | ieteicamā situācija.

Biežas kļūdas

• Izmaksu noteikšana par vienīgo kritēriju. Viena avota risks var apturēt ražošanu; Izturība arī ir vērtība.
• Domājot, ka pieprasījuma prognoze ir viens skaitlis. Būtisks ir nenoteiktības diapazons un scenārijs.
• Akli uzticoties zemajam MAPE. Pārmērīga uzstādīšana/noplūde var būt latenta; retus notikumus nevar paredzēt.
• Redzamības neievērošana. Nezināt Tier-2/Tier-3 dziļumu ir slēpts risks.
• Nefiltrējot AI ieteikumu, izmantojot uzņēmējdarbības ierobežojumus. Modelis var nezināt tādus ierobežojumus kā līgums, kapacitāte vai ģeopolitika.

Rezumējot

• Automobiļu piegādes ķēde ir OEM-Tier-1-Tier-2 slāņveida; Neliela problēma apakšējā posmā var pārtraukt ražošanu.
• AI ir spēcīga pieprasījuma prognozēšanā, krājumu optimizācijā, piegādātāju riska vērtēšanā un loģistikā.
• Pieprasījuma prognoze jāiesniedz ar nenoteiktības diapazonu un scenārijiem; ar zemu MAPE vien nepietiek.
• Viena avota risks ir vissvarīgākais jautājums; Izmaksas nav vienīgais kritērijs, svarīga ir arī izturība.
• AI ieteikumi ir jāfiltrē inženierim/plānotājam, izmantojot biznesa ierobežojumus, līgumus un scenāriju analīzi.

Lietojumprogrammas uzdevums

Izvēlieties daļu grupu (piemēram, elektroniskās vadības bloka mikroshēmas). (1) Apsveriet šīs daļas slāni piegādes ķēdē un vienīgā avota risku. (2) Pārveidojiet pieprasījuma prognozi par scenārija diapazonu, izmantojot 1. veidni. (3) Pārbaudiet viena avota ieteikumu, izmantojot 2. veidni. (4) Pamatojiet savu piedāvāto kompromisu starp izmaksām un izturību.

kontrolsaraksts

• [ ] Es noteicu daļas piegādes slāni un kritiskumu.
• [ ] Es apspriedu pieprasījuma prognozi ar scenāriju diapazonu.
• [ ] Es novērtēju viena avota risku ar otro avotu/buferi.
• [ ] Es neuzskatīju izmaksas par vienīgo kritēriju; Nosvēru arī izturību.
• [ ] Es apšaubīju tādus rādītājus kā MAPE par pārmērīgu uzstādīšanu/noplūdi.
• [ ] Es filtrēju AI ieteikumu, ņemot vērā uzņēmējdarbības ierobežojumus.