后新冠疫情時代在供應鏈中造成了持久的裂痕。在不斷加劇的全球化、不斷上升的客戶期望以及兩位數增長的航運量背景下，供應鏈企業——不僅是制造商和供應商，還包括它們所依賴的倉庫和運輸商——都面臨著巨大壓力。它們努力應對與運營效率、需求預測、庫存管理和訂單履行相關的問題。這種復雜性影響著每個行業供應鏈的每一個環節：零售、技術、汽車、工業、食品服務、電信等等。其結果是增長停滯，收入機會錯失。
有幾股相互競爭的力量正在給供應鏈施加壓力：消費者對通過快速且免費的運輸方式交付的低價產品的需求，制造、倉庫和交付員工不斷上漲的工資，以及對未來宏觀經濟中斷的模糊預見性。麥肯錫研究顯示，超過90%的美國消費者現在期望在購買后兩到三天內收貨，三分之一的人期望當天收貨。并且，自從疫情中斷了線下銷售以來，B2B公司期望其供應商通過在線市場、移動設備、視頻會議和聊天等方式提供全渠道銷售。
滿足這些期望比以往任何時候都更具挑戰性。高昂的勞動力價格——包括2020年7月至2024年7月期間倉儲工資上漲超過30%——使得在保持低價的同時達到利潤率變得困難。制造業勞動力短缺破壞了穩定庫存流動的能力，而近期通貨膨脹等意外經濟沖擊則使需求預測變得復雜。即使供應側運轉良好，訂單履行仍然是一個挑戰，倉庫儲存能力仍然有限，導致產品延遲到達收貨人手中。
數字孿生可修復供應鏈
在這種情況下，不對供應鏈運營進行重新校準的企業將面臨落后的風險。數字孿生可以幫助進行這種重新校準。領先的公司已經開始利用它們來確保其供應鏈具有足夠的靈活性、敏捷性和響應能力，以克服意外中斷。
數字孿生是對象、系統或過程的虛擬復制品，用于模擬潛在情境和結果。數字孿生使用真實數據(有時為掩碼或合成形式)來提供分析見解和可視化。許多企業使用數字孿生來優化運營、規劃場景和輔助決策。市場分析表明，在未來幾年，全球數字孿生市場將以每年約30%至40%的速度增長，到2032年將達到1250億至1500億美元。
數字孿生可用于模擬整個供應鏈中物理和數字過程之間的交互——從產品構思和制造到倉儲和分銷，從店內或在線購買到運輸和退貨。因此，數字孿生清晰地描繪了一個最優的端到端供應鏈流程。此外，結合當今預測性AI的最新進展，數字孿生可以變得既具有預測性又具有規范性。它們可以預測未來情境，以提出改進或增長領域，最終形成一個自我監測和自我修復的供應鏈。換句話說，數字孿生使供應鏈管理能夠從基于經驗的啟發式管理轉變為動態和精細優化，提供價值和績效漏洞的360度全景視角。
為了理解自我修復供應鏈在實際中如何運作，讓我們來看一個例子：利用數字孿生，零售商為每個履行中心設置動態的SKU級安全庫存目標，這些目標隨著本地化和季節性需求模式而動態演變。此外，這種精細優化不僅應用于庫存管理，還應用于端到端供應鏈的每個環節——從采購和產品設計到制造和需求預測。例如，零售商的精細生產計劃可以與下游運輸決策和庫存定位相協調。動態規劃可能會發現，例如，一種具有交叉銷售潛力的大宗商品，其較高的制造成本可以通過捆綁運輸和更高的客戶轉化率來降低端到端物流成本。這種復雜的預測建模是數字孿生最擅長的領域。在此類場景中，典型的結果包括消費者承諾履行率(實現向消費者承諾的交付日期)提高高達20%，勞動力成本降低10%，以及收入提升5%。
數字孿生優化當今的SCM軟件
當今的供應鏈管理(SCM)軟件——包括一系列產品，如高級計劃和調度(APS)工具、倉庫管理系統(WMS)和運輸管理系統(TMS)——在過去十年中實現了供應鏈大部分流程的自動化，極大地簡化了供應商、買家和運輸商之間的交互方式。
數字孿生可以與現有的SCM工具集成，作為技術堆棧之上的創新層發揮作用。通過這種方式，數字孿生可以優化輸入到SCM工具中的數據，生成預測分析以處理和響應多種潛在情境。例如，一家全球原始設備制造商(OEM)創建了一個數字孿生來優化其輸入到TMS平臺中的出庫物流策略。結果，該OEM降低了8%的運費和損壞成本。
數字孿生在多個方面幫助增強SCM工具：
• 端到端連接：數字孿生可以將整個供應鏈的SCM工具連接起來，提供性能和上下游決策影響的綜合視圖。這消除了孤立的方法，在這種方法中，每個工具只優化其局部變量，而它們之間幾乎沒有協調。例如，一家零售商使用數字孿生將其規劃、庫存部署和運輸管理工具連接起來。
• 動態市場中的韌性：隨著新冠疫情后波動性的持續增加，供應鏈運營商必須由于需求波動和間歇性供應沖擊(如港口中斷或材料可用性)而不斷更新其策略。當與數字孿生結合時，SCM工具提供了對精細性能的實時可見性，以及預測性和規范性分析，以動態識別風險并建議策略更改以快速解決問題。例如，一家OEM使用自動化的感知和響應數字孿生功能來識別承運商績效和附加費的變化，有效地將最后一英里運輸成本降低了5%。
• 多重目標：數字孿生可以在相互競爭的優先級和復雜約束條件下進行優化，以快速響應市場變化。例如，一家汽車OEM使用數字孿生根據供應可用性和運營復雜性的變化來動態調整需求，同時在銷售和運營目標之間共同求解。
• 可變性：數字孿生與SCM工具相結合，可以通過分析前置時間、需求和供應商可靠性等指標來測試潛在情境的分布，同時考慮假設分析的結果。例如，一家消費包裝商品公司衡量了其倉庫中的可變需求和勞動力，并發現了將總配送中心成本降低15%的機會。這體現了網絡的韌性。
深入了解數字孿生
親眼目睹數字孿生的實際應用是理解它們如何在供應鏈的關鍵點創造價值的最佳方式。探索以下潛在用例，了解數字孿生如何解決供應鏈中的實際痛點，以提高效率和韌性。
了解數字孿生的好處
供應鏈企業正在利用數字孿生來優化其長期戰略和日常運營。我們已經看到供應鏈公司部署數字孿生的最常見方式是用于庫存定位和預測、管理倉庫和工廠內貨物的流動以及輔助生產計劃。但這些只是數字孿生在供應鏈中實施方式的冰山一角。無論數字孿生如何使用，其好處都是顯而易見的：
• 戰略性：數字孿生可以通過模擬潛在結果來降低長期規劃和更廣泛的數字化轉型的風險。這種假設性預測建模使公司對其戰略計劃的端到端影響充滿信心。例如，一家零售商使用其分銷網絡的精細數字孿生來測試其分銷中心新設計的自下而上影響。該公司之前使用自上而下的分析來確定潛在新交叉對接點的規模和位置。但當團隊使用數字孿生來模擬該交叉對接點放置的所有潛在約束時，他們發現可以在不影響功能的情況下，將其規模縮小并重新定位到少50%的場地上。
• 運營性：除了為一次性戰略決策提供信息外，數字孿生還可以作為“一統天下的模型”，優化不同運營的日常決策。換句話說，數字孿生可以將許多模型結合起來進行綜合預測和決策——動態比較供應鏈中相互競爭的權衡，以提出精細的運營改進建議。例如，同一家零售商使用其數字孿生不僅優化了其分銷中心內交叉對接的占地面積，還優化了其每日庫存定位決策——預測每周的供應天數政策，以平衡成本、服務水平和可持續性。結果是區域分銷中心的利用率提高了10%，履行成本降低了5%。
數字孿生入門
雖然供應鏈企業認識到數字孿生可以提供的價值，但很少有企業大規模地實施它們。與許多即插即用的SCM解決方案不同，數字孿生可能需要定制構建才能實施。由于數字孿生通常會攝入大量專有、掩碼或合成數據，因此它們幾乎總是定制的，這需要大量的時間和投資。供應鏈企業必須擁有能夠構建使用高級AI算法的數字孿生的內部數據科學和開發團隊，或與這些領域的外部專業供應商合作。
希望踏上數字孿生之旅的企業應關注以下五個關鍵成功要素：
• 路線圖：確定基于數據和技術的未來供應鏈運營愿景。確定支持北極星愿景的端到端用例，然后根據影響和可行性(通常是利潤和損失或交付)優先排序來構建用例路線圖。通常，公司會首先優先考慮能夠快速產生影響的用例，以便在旅程早期證明價值。
• 數據可見性：對于端到端路線圖中的每個用例，確定所需的數據輸入和輸出。為企業的數據產品構建一個與用例路線圖相輔相成的路線圖，優先考慮將在多個高影響力實施中共享的數據元素。使用敏捷開發方法迭代開發這些數據產品。要入門，數字孿生需要一個半定期的數字化和標準化數據管道，但也可以使用更靜態的數據源來填補數據空白，例如倉庫的平均吞吐量與每日人員配備水平。
• 技術架構：數字孿生架構主要由現有的數據源和技術組成，通過API和中間件縫合在一起。通常，支持一個數字孿生只需要計算能力邊際增加，因此請確保技術團隊具有根據需要靈活擴展當前計算資源的能力。
• 人才：評估交付數字孿生所需團隊成員的技能水平，包括產品經理、數據工程師、數據科學家、用戶界面/用戶體驗設計師和全棧開發人員。采用敏捷方法實現快速開發周期，可以最高效地交付數字孿生，因此產品經理可能需要接受敏捷技能提升和培訓。
• 優化與模擬：確定公司的首個數字孿生用例并進行部署。在數據產品的基礎上，構建優化和模擬模塊，以捕捉用例的影響。然后，迭代擴展用例并組合模塊，以進行綜合模擬和端到端優化。請注意，團隊可以在數據產品完成之前就開始開發模擬和優化模塊，以捕捉早期影響，然后再將這些模塊進行后期集成。
端到端供應鏈優化不僅僅需要技術實施，它還需要領導層以及整個企業思維方式的轉變。在內部，使用數字孿生的公司必須努力消除內部孤島，并用數據驅動的決策取代零散的制度知識。在外部，公司應仔細分析自己在互聯的全球供應鏈中的角色。在日益復雜且互聯的世界中，供應鏈上的企業可以利用數字孿生來預測可能的中斷以及可能影響其業務的假設情景。無人能夠準確預測下一場大流行病、戰爭或經濟沖擊，但數字孿生可以幫助公司應對和適應這些突發事件。
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號