Opskrbni lanci više nisu samo potporni dio poslovanja, već ključni pokretač vrijednosti poduzeća.
To znači da voditelji opskrbnih lanaca teže stalnom poboljšanju — maksimiziranju uvida iz podataka za brzo donošenje odluka, korištenju automatizacije za operativnu učinkovitost i unapređenju upravljanja rizicima za održivi rast. Kako bi to postigli, lideri prihvaćaju tehnologije poput umjetne inteligencije (AI), Interneta stvari (IoT), napredne analitike podataka, robotske automatizacije procesa (RPA), blockchaina i drugih naprednih rješenja. Sve su one već imale značajan utjecaj, ali dolazi još više.
Nova generacija tehnologija već je prisutna i nastavlja se razvijati. Generativna umjetna inteligencija (Gen AI) i kvantno računalstvo (QC) imaju ogroman potencijal za podizanje opskrbnog lanca na višu razinu. Izazov za voditelje opskrbnih lanaca je prepoznati koje nove mogućnosti će stvarno utjecati na agilnost i otpornost njihovih lanaca, dok istovremeno poboljšavaju ukupnu poslovnu učinkovitost.
Dosadašnji napredak
U posljednjim godinama, uvođenje novih tehnologija u opskrbne lance rezultiralo je poboljšanjem performansi u mnogim sektorima. Evolucija “Industrije 4.0” usmjerila se na digitalizaciju od kraja do kraja, integraciju podataka partnera duž vrijednosnog lanca za bolju vidljivost te povezivanje fizičkih resursa putem IoT-a. Napredak u analitici velikih podataka, 3D printanju, industrijskim senzorima, RPA-u, blockchainu, digitalnim blizancima, proširenoj stvarnosti (AR) i virtualnoj stvarnosti (VR) bio je ključan za stvaranje “pametnog opskrbnog lanca” kao novog standarda.
Zahvaljujući tim transformacijama, voditelji opskrbnih lanaca dobili su mogućnost donošenja informiranih odluka, vidljivost u stvarnom vremenu, veću transparentnost i sposobnost brze dijagnoze i rješavanja problema. Ostale prednosti uključuju uštede troškova, veću produktivnost, nove poslovne modele, održivost i lakše usklađivanje s propisima. No, u današnjem složenom okruženju, gdje geopolitički izazovi, klimatske promjene i sve stroži propisi mogu iznenada poremetiti opskrbni lanac, potrebna je još veća agilnost i otpornost.
Kako nove tehnologije mogu dodatno unaprijediti opskrbne lance?
Generativna umjetna inteligencija (Gen AI)
Gen AI — sposobnost računala da koristi velike skupove podataka, brzo stvara sadržaj i samostalno uči — izazvala je veliki interes zbog potencijala za unapređenje opskrbnih lanaca. U mnogim sektorima, primjena Gen AI-a prelazi fazu testiranja i počinje pokazivati stvarnu vrijednost.
Ključno područje primjene je nabava, gdje Gen AI može pomoći timovima da analiziraju velike količine strukturiranih i nestrukturiranih podataka, poput ugovora i proračunskih tablica. Također pomaže u upravljanju kategorijama — planiranju potrošnje, analizi potražnje, analizi tržišta dobavljača i razvoju strategija.
Prema istraživanju KPMG-a 2024 KPMG U.S. CEO Outlook Pulse Survey, 41 % direktora planira povećati ulaganja u Gen AI sljedeće godine, a 95 % već provodi edukaciju i obuku vezanu uz AI.
Ostala područja u kojima generativna umjetna inteligencija (Gen AI) može imati značajan utjecaj uključuju:
Razvoj zahtjeva za X (RFX), pregled odgovora i sažetaka, razvoj i podrška strategije pregovaranja, planiranje implementacije
Identifikacija i analiza ugovornih uvjeta, sažeci ugovora, pisanje i uređivanje
Procjene rizika u opskrbnom lancu / dobavljačima / izvedbi dobavljača, razvoj komunikacije s dobavljačima, suradnja s dobavljačima
Planiranje potrošnje, generiranje sadržaja za nabavu, zaprimanje i obrada korisničkih zahtjeva, kreiranje zahtjeva, podrška i usmjeravanje, otkrivanje anomalija, identifikacija poremećaja u narudžbi
Suradnja pri onboarding procesu dobavljača, otkrivanje nepodudarnosti u računima, suradnja između naručitelja i dobavljača radi rješavanja nepodudarnosti računa
Kvantno računalstvo (QC)
Iako je još u razvoju, QC donosi iznimnu računalnu snagu i brzinu. Očekuje se da će transformirati način na koji se izvlače uvidi iz velikih skupova podataka i omogućiti novu razinu prediktivne analitike.
U kontekstu opskrbnih lanaca, QC može rješavati složene probleme optimizacije, prognoziranja i simulacije brže od klasičnih računala. Može pomoći u logistici pronalaskom optimalnih ruta u stvarnom vremenu ili poboljšati dizajn mreže analizom velikog broja opcija za najbržu i najisplativiju varijantu.
QC omogućuje optimalne odluke — od pronalaska novog izvora materijala tijekom neplaniranog poremećaja, do preusmjeravanja rute isporuke u stvarnom vremenu. Njegova brzina i dubina mogu značajno povećati otpornost opskrbnog lanca.
Ostala ključna područja u kojima kvantno računalstvo (QC) može imati značajan utjecaj uključuju:
Planiranje potražnje, predviđanje i planiranje nadopune zaliha, uz smanjenje nestašica i minimiziranje prekomjernog skladištenja
Višekriterijsko rješavanje problema vezano uz trošak, kvalitetu, brzinu isporuke, pouzdanost i geopolitičke čimbenike
Obrada podataka s proizvodne linije za raspoređivanje radne snage, dostupnost strojeva, opskrbu materijalima i potražnju kupaca
Kriptografske tehnike za sigurnost podataka, transparentnost i nepromjenjivost
Energetski učinkovita optimizacija ruta, metode proizvodnje i strategije nabave
Kako voditelji opskrbnih lanaca prihvaćaju Gen AI i QC, važno je uravnotežiti brzinu primjene s odgovornim pristupom. Fokus na etiku podataka — koje podatke alati koriste i kako ih koriste — je ključan, kao i razumijevanje novih rizika, poput mogućih pogrešaka AI-a. Također je važno pratiti regulatorne zahtjeve povezane s novim tehnologijama radi zaštite reputacije i rasta organizacije.
Učinak na cijeli lanac
Osim etike i rizika, voditelji opskrbnih lanaca trebaju razmišljati holistički, a ne taktički, kako bi maksimalno iskoristili nove tehnologije. Najbolji rezultati dolaze kada se tehnologija odabire na temelju poslovnih potreba, a ne obrnuto.
Bolji učinci postižu se primjenom tehnologije na razini cijelog procesa, a ne samo pojedinačnih zadataka. Na primjer, mnogi žele koristiti Gen AI, ali ga primjenjuju samo na jednostavne zadatke, što može donijeti mali učinak. Veći utjecaj postiže se razmatranjem cijelog opskrbnog lanca — fizičkih, procesnih i podatkovnih operacija — i kako Gen AI može donijeti poboljšanja na povezan način.
Naš tim
