Der Supply Chain Scientist
Künstliche Intelligenz hat in den letzten Jahrzehnten stetige Fortschritte gemacht. Während selbstfahrende Autos möglicherweise kurz bevorstehen, sind wir noch Jahrzehnte davon entfernt, eine Software zu haben, die klug genug ist, eine Supply-Chain-Strategie zu entwickeln. Dennoch wäre es falsch anzunehmen, dass die gesamte Supply Chain noch Jahrzehnte davon entfernt ist, positiv von Machine Learning Algorithmen beeinflusst zu werden.
Lokads Kompetenz in der Supply Chain Science entstand aus der Beobachtung, dass Algorithmen allein nicht ausreichten, aber in den Händen fähiger Supply Chain-Experten zu beeindruckenden Ergebnissen führten. Machine Learning bietet die Möglichkeit, beispiellose Leistungsniveaus in der Lieferkettenleistung zu erreichen, indem es sich um alle umfangreichen, aber ansonsten bürokratischen Mikroentscheidungen kümmert, die Ihre Supply Chain erfordert: wann ein Produkt bestellt werden soll, wann eine Einheit Lagerbestand bewegt werden soll, wann mehr Artikel produziert werden sollen, usw.
Der Supply Chain Scientist ist eine Mischung aus einem Data Scientist und einem Supply Chain-Experten. Diese Person ist verantwortlich für die ordnungsgemäße Datenverarbeitung und die ordnungsgemäße quantitative Modellierung Ihrer Supply Chain. Tatsächlich erfordert es menschliche Erkenntnisse in der Supply Chain, um festzustellen, dass in einem Projekt relevante Daten fehlen können und um die Optimierungsparameter mit der Supply Chain-Strategie des Unternehmens abzustimmen.
Zu oft gehen Supply Chain-Initiativen mit fragmentierten Verantwortlichkeiten einher:
- Die Datenverarbeitung liegt in der Verantwortung des IT-Teams.
- Statistik und Berichterstattung liegen in der Verantwortung des BI (Business Intelligence)-Teams.
- Die Supply Chain-Ausführung liegt in der Verantwortung des Supply Chain-Teams.
Die traditionelle S&OP Antwort auf dieses Problem besteht darin, durch monatliche Treffen zwischen vielen Stakeholdern eine kollektive Verantwortung zu schaffen, idealerweise unter der Leitung des CEO. Obwohl wir dem Prinzip der kollektiven Verantwortung sicherlich nicht entgegenstehen, zeigt unsere Erfahrung, dass die Dinge tendenziell eher langsam vorangehen, wenn es um traditionelles S&OP geht.
Im Gegensatz zur kollektiven Verantwortung, die durch geplante Treffen etabliert wird, hat der Supply Chain Scientist die wichtige Rolle, die end-to-end Verantwortung für alle quantitativen Aspekte einer Supply Chain-Initiative zu übernehmen.
Diese fokussierte Verantwortung ist entscheidend, um häufig auftretende Probleme zu vermeiden, die mit traditionellen Supply Chain-Organisationen verbunden sind:
- Daten werden falsch extrahiert und aufbereitet, hauptsächlich weil das IT-Team begrenzte Einblicke in die Verwendung der Daten hat.
- Statistik und Berichterstattung stellen das Geschäft falsch dar; sie liefern weniger nützliche Erkenntnisse und leiden unter weniger als perfekten Dateninputs.
- Die Ausführung stützt sich stark auf ad-hoc Excel-Tabellen, um die beiden oben beschriebenen Probleme zu mildern, was wiederum eine ganze Reihe neuer Probleme schafft.
Wenn wir eine quantitative Supply Chain Initiative mit einem Kundenunternehmen beginnen, stellen wir sicher, dass ein Supply Chain Scientist zur Durchführung der Initiative zur Verfügung steht.
Erfahren Sie mehr über Supply Chain Scientists
Leserkommentare (1)
Vielen Dank für sehr nützliche Einblicke in die Prognose. Vor einem Jahr | JMMGSR
