供應鏈軟件供應商專家討論趨勢

供應鏈軟件供應商專家討論趨勢

軟件供應商在考慮這些趨勢嗎？他們在市場上看到了什么，他們期望發(fā)生什么？是諸如數(shù)字化轉型，物聯(lián)網(wǎng)（IoT），機器學習/人工智能（AI），3D打印，區(qū)塊鏈，微服務和APP接口（API）經(jīng)濟，超級化（實現(xiàn)跨社區(qū)共享資源的平臺）之類的流行語以及廣泛的云SCM軟件部署，這是真的嗎？

安全性，自動化等

軟件供應商專家認為，2020年將具有以下SCM軟件趨勢：

安全自動化和機器學習算法持續(xù)（供應鏈）計劃和執(zhí)行全渠道的庫存優(yōu)化（IO）3D打印和增材制造

以下是他對這些趨勢的看法：

安全

安全性將推動云計算采用率的提高，從而減少黑客入侵的風險。公司越來越意識到自己不是安全專家。似乎有穩(wěn)定的公司正在尋找解決之道–考慮一下，雅虎，索尼等公司最近的恐怖故事。不久，更高級別的安全性將成為企業(yè)的賭注經(jīng)商。但是，所需的投資成本很高，并且需要持續(xù)不斷的警惕狀態(tài)，而供應鏈組織卻很少。相反，根據(jù)定義，安全性是頂級云基礎架構提供商的核心競爭力。將安全性外包給云軟件供應商可以使公司投入時間，精力和資源來建立自己的核心業(yè)務，并專注于競爭優(yōu)勢以使他們贏得更多業(yè)務。

自動化和機器學習算法

自動化和機器學習算法將跨越臨界點。為什么現(xiàn)在？由于以下原因：

日益增加的復雜性推動了需求：隨著公司希望吸引更廣泛的消費者口味，庫存單位（SKU）的增長已失控。交貨時間持續(xù)縮短，因為消費者期望立即交貨（亞馬遜效應）；全渠道商業(yè)使發(fā)行的復雜性達到了新的水平。數(shù)據(jù)已成為供應鏈的新火箭燃料：結構化和非結構化的數(shù)據(jù)以前所未有的數(shù)量和速率（實時）提供。問題在于，有太多的數(shù)據(jù)供人們手動理解。傳統(tǒng)工具并非旨在使用這種數(shù)據(jù)量。傳統(tǒng)的描述性商業(yè)智能（BI）工具做得還不夠。算法和自動化是新的火箭引擎：自動化算法永遠不會有太多的數(shù)據(jù)。這不僅是要在數(shù)據(jù)池中找到隱藏的見解，而且還需要系統(tǒng)地使用所有可用的數(shù)據(jù)來一致地做出更好的業(yè)務決策。長話短說，需要和技術到位。使自動化跨越臨界點的原因是組織對認可度的轉變，這源于我們日常生活中算法的日常使用（例如Google Maps）。現(xiàn)在，人們對“黑匣子”的恐懼已被一種希望更好地為客戶提供服務，獲得更好的回報（并使激進的股東束手無策）并獲得競爭優(yōu)勢的愿望所取代。

連續(xù)（供應鏈）計劃和執(zhí)行

持續(xù)的（供應鏈）計劃和執(zhí)行將開始將領導者與其他人員區(qū)分開。隨著業(yè)務步伐的不斷加快，公司在計劃周期之間對事件的反應方式將成為重要的區(qū)分因素。還記得兩天交貨很快嗎？多么古樸！隨著公司擴大對實時數(shù)據(jù)，自動化和算法的使用，計劃周期將繼續(xù)縮短，最終融合為持續(xù)的計劃。考慮一下帶有機器學習算法的自動銷售和運營執(zhí)行（S＆OE）流程，該算法可為機器在合理范圍內做出動態(tài)變化決策的任何事物提供決策自動化，并為需要人工關注的事物提供決策支持。而且，每月銷售和運營計劃（S＆OP）流程不會消失，因為它們是制定戰(zhàn)術計劃的重要組成部分。在這些計劃周期之間，令人興奮的融合開始發(fā)揮作用。

全渠道廣告資源優(yōu)化（IO）

沿著連續(xù)的計劃路線，需要重新評估全渠道庫存優(yōu)化（IO）的方法和方法。當事情以令人難以置信的快速步伐移動時，每年運行一次或兩次的傳統(tǒng)IO方法就會失效。隨著消費者改變消費習慣（千禧一代與嬰兒潮一代，移動適應等），需求的頻繁變化會帶來巨大的波動性。事情不僅與去年不再相同，而且自上個月以來甚至發(fā)生了變化。這可能意味著需要執(zhí)行以下兩項操作：

IO系統(tǒng)每周運行一次增量“增量”更改需求感知可以改變消費者的購買方式

人們在＃2方面并沒有真正做好，因為他們帶有太多偏見，以至于常常看不到眼前的事物。最好讓算法執(zhí)行此操作。當然，＃1也需要算法。

3D打印和增材制造

3D打印和增材制造正在改變制造領域（例如，通過共享數(shù)字圖紙進行制造本地化）。首先要制造的產(chǎn)品將是醫(yī)療設備，定制產(chǎn)品，或由具有3D打印機只能制造的獨特屬性（強度/重量比，電導率，能量吸收等）的特殊材料制成的商品（有些產(chǎn)品非常酷）物質科學在此領域中進行）。然后，該區(qū)域將擴展為包括更多動態(tài)庫存，以進行本地化分銷和/或現(xiàn)場服務（尤其是在偏遠地區(qū)）。最終，它可能會進入主流制造方式（并最終轉變?yōu)橹髁鞣绞剑@仍然是一條路。

供應商專家同意并增加更多

供應商專家認為，在整個2020年將繼續(xù)保持高管思維的主題包括S＆OP和IO。這些關鍵舉措始終是高管優(yōu)先考慮的重中之重。如今，其他備受關注的主題包括：

人工智能和機器學習進階分析供應鏈主數(shù)據(jù)管理（MDM）協(xié)同計劃

接下來，供應商專家分享他對這些主題的想法。

人工智能和機器學習

人工智能和機器學習在2017年引起了人們極大的興趣，隨著供應鏈組織積極學習如何將這些方法應用于其業(yè)務，這一趨勢將繼續(xù)增長。令人著迷的是，許多組織目前在其正常業(yè)務過程中都依賴AI和機器學習，甚至可能沒有意識到。

進階分析

人工智能驅動的高級分析將進一步改變格局，并幫助公司使例行程序自動化，以使計劃人員能夠專注于與公司目標相一致的更具戰(zhàn)略意義的活動。隨著供應鏈過渡到由算法計劃和機器學習驅動的數(shù)字時代，公司需要一個單一的集成平臺來簡化日益增長的復雜性和可用的結構化和非結構化數(shù)據(jù)。先進的分析提供了交互式可見性，以幫助公司做出更快，更智能，基于事實的決策。

供應鏈MDM

隨著供應鏈部門希望擁有其數(shù)據(jù)，供應鏈MDM引起了越來越多的關注。供應鏈所依賴的許多數(shù)據(jù)來自企業(yè)資源計劃（ERP）系統(tǒng)以外的其他來源，例如IoT流，供應商，合作伙伴，銷售點（POS）系統(tǒng)等。這些來源的數(shù)據(jù)必須規(guī)范化為確保一致性和質量，供應鏈希望擁有此流程以及其中的見解。供應鏈創(chuàng)新者正在從由內而外的思想（我們可以制造，轉移和交付什么），轉向以客戶為中心的外部市場觀點，客戶想要什么，何時想要什么？在傳統(tǒng)的基于節(jié)奏的計劃中，您每月，每季度和每年召開一次會議以審查計劃并進行調整，無法與當今苛刻的客戶的速度保持一致。需要轉變?yōu)槌掷m(xù)計劃，使系統(tǒng)和流程更加智能，自我學習和適應，動態(tài)，風險意識和實時性。

協(xié)同計劃

對于各個行業(yè)的公司來說，協(xié)作計劃的需求仍然是一項重要的舉措。我們看到零售領域的增長特別快。由于零售商專注于改善銷售率，增加利潤和在所有渠道上提供一致的體驗，因此他們需要對供應商和合作伙伴的運營有更大的了解，以了解何時何地放置商品以最大化銷售和客戶服務。同時，制造商正在精心平衡庫存成本和服務水平，以滿足零售商的需求。當今孤立的運營阻礙了零售商和制造商之間快速，公開的信息共享。作為零售商和制造商的重點，在整個運營過程中實現(xiàn)協(xié)作的可見性至關重要，因為它們著重于在正確的時間將正確的商品放置在正確的位置以最大化全價銷售。

如今，云和軟件即服務（SaaS）部署正在成為較老的新聞。價值支柱滲透了一段時間，但客戶和潛在客戶終于購買了云部署的希望：數(shù)據(jù)和解決方案的聯(lián)合和民主化（無論是在私有云和公共云還是在混合設置中），但希望更低初始資本支出（如果未必一定會有總擁有成本[TCO]）。行業(yè)和解決方案戰(zhàn)略，零售業(yè)專家指出，數(shù)字化仍然很重要。許多公司仍在努力使更廣泛的供應鏈數(shù)字化。在某些人看來，“數(shù)字”一詞在2015年是如此，但現(xiàn)實是，這一趨勢仍然很重要，并且是推動其他許多趨勢發(fā)展的關鍵。物聯(lián)網(wǎng)等方面是其中的關鍵部分，因為在公司供應鏈中更多的盲點對于物聯(lián)網(wǎng)的采用在很大程度上可見。物聯(lián)網(wǎng)使用機器到機器的數(shù)據(jù)和信號流來改善供應鏈結果，例如更準確地感知需求和隨之而來的補給需求，為資產(chǎn)密集型行業(yè)重新定義服務等。上游供應鏈和零售商不能忽略需求繼續(xù)沿著數(shù)字化道路前進。盡管這是幾年前的熱門話題，但許多人可能將其視為昨天的新聞，但現(xiàn)實情況是，它仍然是關鍵。它可能不是很性感，但它仍然是許多其他工作的基礎。

版權聲明：本文內容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內刪除侵權內容。

版權聲明：本文內容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內刪除侵權內容。