fbpx

עמי נוימן | מנהל פעילות Kinaxis Israel & Agile PLM

אתגרים בבניית תאום דיגיטלי לתכנון שרשרת אספקה

במאמרים הקודמים דיברנו על האתגרים הקיימים כיום בתחום תכנון שרשרת ערך אספקה והצבענו על נושא של בניית Digital Twin כצעד שמשפר מאוד את הנראות הארגונית ואת היכולת לבצע סימולציה ולזהות דרכי פעולה אפשריות לפתרון בעיות שמתרחשות וזאת מבלי להפריע למערכות התפעוליות.

ואכן תאומים דיגיטליים של שרשרת ערך האספקה הם כלי רב עוצמה שיכולים לעזור לארגונים להבין טוב יותר את הביצועים של שרשרת האספקה שלהם, לזהות הזדמנויות לשיפור ולקבל החלטות מושכלות יותר. יחד עם זאת, בניית תאום דיגיטלי היא אתגר ודורשת התחייבות משמעותית מהארגון.

הנה כמה מהאתגרים העיקריים בבניית תאום דיגיטלי של שרשרת ערך האספקה:

  • איסוף נתונים: בניית תאום דיגיטלי דורשת כמות עצומה של נתונים מכל רחבי שרשרת האספקה. זה יכול להיות אתגר לאסוף ולשלב נתונים ממקורות שונים, כגון מערכות ERP, CRM,WMS, קווי ייצור, ספקים חיצוניים, לקוחות, ומקורות שונים ומגוונים.
  • איכות הנתונים: איכות הנתונים היא חיונית עבור תאום דיגיטלי. נתונים לא מדויקים או לא שלמים יכולים לגרום לתאומים דיגיטליים להיות לא אמינים ולא מועילים.
  • יצירת מודל: לאחר איסוף הנתונים, יש ליצור מודל דיגיטלי של שרשרת האספקה. זהו תהליך מורכב שדורש הבנה מעמיקה של שרשרת האספקה, הן מבחינה טכנית והן עסקית. נקודה זו היא קריטית וכאן נופלים רוב הספקים כיום, נרחיב על כך בהמשך.
  • אינטגרציה: יש לאחד את המודל הדיגיטלי עם מערכות האספקה הקיימות של הארגון כדי שהוא יוכל לספק תובנות וערך אמיתי. הנתונים צריכים לזרום בזמן אמת או קרוב לזמן אמת על מנת לתת תמונת מצב נכונה וזמן הווה ולאפשר סימולציות בעלות ערך. זה יכול להיות אתגר מורכב, הדורש עבודה צמודה עם ספקי מערכות.
  • שיתוף פעולה: תאומים דיגיטליים דורשים שיתוף פעולה בין גורמים שונים בארגון, כגון צוותי IT, צוותי תפעול, וספקים. לכן, חשוב להקים מסגרת שיתוף פעולה כדי להבטיח שהתאומים הדיגיטליים יהיו מוצלחים
  • ניהול: לאחר בניית תאום דיגיטלי, יש לנהל אותו באופן פעיל כדי לוודא שהוא עדכני ומעודכן. זה כולל איסוף נתונים באופן קבוע, בדיקה של המודל הדיגיטלי וקבלת החלטות על בסיס התובנות שהוא מספק.

 

המגמה כיום אצל רוב ספקיות התוכנה המובילות בתחומי ה- ERP ומהמערכות כגון סאפ, אורקל ואחרות זה אכן לאפשר ללקוח ליצור העתק נפרד מהמערכת האופרטיבית ששם ניתן יהיה לבצע את פעילויות התכנון. לכאורה מודל הנתונים הפנימי של המערכות ידוע להם והן גם אחראיות על מערכות התוכנה וזרימת הנתונים ולכן יש להם יתרון של "הכל מאותו הבית" חלקן אפילו מתיימרות להשתמש שיווקית בהגדרה של תאום דיגיטלי, אולם המצב בפועל הוא רחוק משלמות.

בפועל מדובר על מעין שכפול של נתוני ה- ERP לבסיס נתונים אחר בשינויים מינוריים ובכך למעשה השכפול מנציח את רוב הבעיות שקיימות כיום במערכות המשוכפלות. הדבר מתבטא בתהליכי התכנון שלקחו זמן רב כאשר התבצעו במערכות ה- ERP, למשל תהליך תכנון החומר MRP שלקח לרוב הרבה זמן, וכעת אותו דבר, הוא לוקח הרבה זמן גם בשכפול! תכנון תחזיות מבוססות אנליטיקה לא היה קיים ולקח הרבה זמן וכעת במערכת המשוכפלת זה ייקח שוב הרבה זמן. כל סימולציה לוקחת זמן רב. רב מידי.

זה ברור, יצירת העתק אינו יצירת מודל דיגיטלי חדש שמבוסס על כלים טכנולוגיים מודרניים וחדשים שמאפשרים זמן תגובה של זמן אמת ודיוק איכותי. יצירת תאום דיגיטלי שמבוסס על טכנולוגיה של בסיס נתונים מיושן אינו מותאם לפעילות אנליטית מבוססת למידת מכונה ו-AI ולסימולציות גדולות שנדרשות להגיב בזמן אמת ובטוח שלא להרצת תרחישים מלאים.

יחד עם זאת ולמרות האתגרים, בניית תאום דיגיטלי היא השקעה משתלמת עבור ארגונים המעוניינים לשפר את ביצועי שרשרת האספקה שלהם. תאומים דיגיטליים יכולים לעזור לארגונים:

  • שיפור יעילות התפעול: תאומים דיגיטליים יכולים לעזור לארגונים לזהות ולפתור הזדמנויות לשיפור ביעילות תפעולית, וגמישות בשרשרת האספקה.
  • שיפור תכנון שרשרת האספקה: תאומים דיגיטליים יכולים לעזור לארגונים לתכנן טוב יותר את שרשרת האספקה שלהם כדי לעמוד בביקושים המשתנים.
  • שיפור קבלת החלטות: תאומים דיגיטליים יכולים לספק לארגונים תובנות עמוקות על ביצועי שרשרת האספקה שלהם, מה שיכול לעזור להם לקבל החלטות מושכלות יותר על בסיס נתונים.
  • שיפור הגמישות: תאומים דיגיטליים יכולים לעזור לארגונים להיות גמישים יותר לשינויים בסביבה.

 

ככל ששרשראות האספקה הופכות מורכבות יותר ויותר, התאומים הדיגיטליים יהפכו לכלי קריטי עבור ארגונים המעוניינים לשפר את הביצועים שלהם.

במאמר הבא נסקור את הטכנולוגיות המודרניות שמאפשרות הקמת תאום דיגיטלי שמגיב בזמן אמת לסימולציות, ומאפשר בסיס ליצירת תרחישים, מאפשר אנליטיקה מתקדמת, למידת מכונה (ML) ושימוש בכלי בינה מלאכותית (AI)

עכשיו הזמן גם להזכיר לכם שאם לא נרשמתם לקהילה שלנו Kinaxis Israel אז זה הזמן. הרשמו ותמשיכו להנות מתכנים, מאמרים וסקירות מהעולם.

Share it on social networks

דילוג לתוכן