– оценить ситуацию и провести анализ взаимовлияния действующих факторов, определяющих возможные сценарии развития цепи поставок;
– выявить тенденции развития ситуаций и реальные намерения их участников;
– разработать стратегию использования тенденций развития ситуации в общих интересах партнеров по цепи поставок;
– определить возможные механизмы взаимодействия участников логистической деятельности для достижения ее целенаправленного развития в общих интересах;
– выработать и обосновать направления управления ситуацией в общих интересах;
– определить возможные варианты развития ситуации с учетом последствий принятия важнейших решений и сравнить их.
Применение технологии когнитивного моделирования позволяет действовать на опережение и не доводить потенциально опасные ситуации до угрожающих и конфликтных, а в случае их возникновения – принимать рациональные решения в интересах всех участников цепи поставок.
На практике, к сожалению, невозможно учесть все возможные сценарии протекания процессов в цепи поставок в силу их высокой неопределенности. В большинстве случаев заранее неизвестен алгоритм ликвидации последствий от отклонений в показателях логистических процессов. Для повышения конкурентоспособности, устойчивости цепи поставок необходимо, чтобы динамическая цепь поставок была самообучающейся.
Результаты анализа, выработанные алгоритмы исправления нарушений становятся прецедентами решений, которые формируют единицы знаний. Примеры реальных практик должны систематизироваться. За время функционирования цепи поставок они накапливаются. В результате обучения системы автоматически выстраивают обобщенные правила или функции, определяющие принадлежность ситуаций к классам, которыми обученная система пользуется при интерпретации незнакомых ситуаций. Из обобщающих правил автоматически формируется база знаний, которая периодически корректируется по мере накопления информации об анализируемых ситуациях.
По запросу подбираются и адаптируются наиболее похожие прецеденты. В подобных системах база знаний содержит описания не обобщенных ситуаций, а собственно сами ситуации, или прецеденты. Тогда поиск решения проблемы сводится к поиску по аналогии (рис. 16, 17). Если похожих прецедентов в системе знаний нет, то наиболее подходящие решения адаптируются по определенным алгоритмам к реальным ситуациям. Обучение цепи поставок сводится к запоминанию в базе прецедентов каждой новой обработанной ситуации с разработанными решениями.
Рис. 16. Процесс обучения цифровой цепи поставок
Таким образом, самообучающаяся динамическая цепь поставок повышает прозрачность логистических процессов от получения заказа до его доставки клиенту. Это позволяет выявлять отклонения на ранних этапах процесса, анализировать и прогнозировать дальнейшее развитие событий. Информационная платформа обучения дает возможность провести своевременный анализ данных на основе актуальных показателей, избежать любых расхождений и отклонений, ликвидировать все проблемы детализации, обрабатывать процессы в реальном времени, планировать и прогнозировать бизнес в режиме онлайн, используя полные исторические данные предприятия.
Рис. 17. Поддержка облачной системы
Итак, элементы гибкости, адаптивности и обучения позволяют плану цепи поставок приспосабливаться к новой информации по мере ее поступления и таким образом справляться с глубокой неопределенностью.
3.3. Концепция динамического интегрированного планирования цепей поставок
Задача функционирования цепей поставок – это максимальное удовлетворение потребностей клиентов при минимальных затратах. Современные цепи поставок вынуждены балансировать между точностью прогнозов спроса, политикой пополнения запасов и уровнем обслуживания клиентов. Одним из условий обеспечения точности прогноза спроса является приближение поставщиков (продуцентов) к своим клиентам для лучшего понимания их потребностей, которое реализуется путем внедрения информационных технологий, например CRM (Системыуправления отношениями с клиентами).
Другое требование к современным цепям поставок – индивидуальный подход к клиентам. На непредсказуемых рынках цепи поставок должны удовлетворять специфические потребности каждого клиента. Например, если конкретный продукт очень чувствителен к тенденциям в моде, то необходимо планирование адаптируемых производственных и распределительных сетей для переноса завершающей операции на последнюю стадию (например, окрашивание готовой одежды в трендовые цвета перед поставкой в магазины, сборка мебели под заказ и т. и.). Если клиент особенно чувствителен к затратам, цепь поставок для этого сегмента должна оптимизировать затраты и ликвидировать все операции, не увеличивающие ценность продукта. В данных условиях для планирования и организации адаптируемой цепи поставок возникает острая потребность в прозрачности, актуальности и визуализации данных, которые будут отражать постоянно меняющиеся ожидания потребителей.
Таким образом, в динамически быстро развивающейся среде в условиях потребности сегментации клиентов планирование цепей поставок должно осуществляться в соответствии с требованиями заказчика, с учетом собственных возможностей цепи, а также с использованием динамического подхода на базе современных технологий, позволяющих решать новые для бизнеса задачи [13, 40].
В конце XX века – начале XXI века на предприятиях для интеграции и согласования внутренних бизнес-процессов (сбыта, производства, снабжения и т. д.) был введен новый принцип планирования— интегрированный, основная задача которого состояла в интеграции спроса и предложения с корпоративным бизнес-планированием, что позволяло принимать разумные компромиссные решения для бизнеса. Интегрированное бизнес-планирование гарантировало, что общий план будет выполним.
Благодаря развитию информационных технологий интегрированный подход к планированию стал выходить за рамки отдельного предприятия, привлекая в процесс планирования отдельных логистических бизнес-процессов партнеров по цепи поставок (поставщик— дистрибьютор, поставщик – производственное предприятие) [35]. Компании начали больше внимания уделять совместному прогнозированию и оперативному процессу выполнения заказов. Партнеры стали более открытыми для сотрудничества, частично открыли доступ к своим данным и внедрили такие технологии, как CPFR (Совместное планирование и прогнозирование спроса и пополнения запасами), VMI (Запасы, управляемые поставщиком). Совместное планирование доказало, что оно позволяет увеличивать скорость выполнения заказа при одновременной минимизации затрат по всей цепи поставок.
Ранее способность партнеров совместно планировать спрос и пополняться запасами являлась ключом к успешной деятельности цепи поставок. Планирование спроса, производства и поставок зачастую трудоемко, что приводит к разрыву во времени между событиями и корректирующими мероприятиями. К тому же оно выполняется на основе статистических данных о спросе и заказах, моделях прошлых продаж и т. п. Следствием этого стали разрывы между планами, основанными на прошлых моделях, и постоянно меняющейся потребностью в обработке событий, обусловленных изменением спроса. Планирование с «отставанием» – это вчерашний день в управлении цепями поставок [47, 48]. Сегодня крайне важной становится быстрая и эффективная координация деятельности всех участников цепи поставок через процесс планирования в режиме реального времени. Причем необходимо также учитывать различные ограничения, такие как пропускная способность, качество, стоимость, своевременность и взаимозависимость между партнерами [61].
К тому же эпоха, в которой мы живем, является эпохой постоянной нестабильности. И это постоянное изменение, которое считается неотъемлемой частью современной бизнес-среды, есть «новая норма», оказывающая беспрецедентное давление на процессы производства и распределения продукции [59]. Как мы отмечали выше, основная задача сегодня – создать адаптивную и гибкую цепь поставок, способную динамично реагировать на изменяющиеся рыночные условия.
Учитывая сказанное, ключевая проблема в управлении цепями поставок заключается в том, чтобы найти способы и средства достижения координации и согласованности решений всех партнеров в режиме реального времени.
В наши дни с появлением инновационных информационнотехнологических решений планирование цепей поставок переходит на новый уровень развития. В бизнесе и науке начинают говорить о динамическом интегрированном планировании, планировании с обратными связями в режиме реального времени.
Планирование в реальном времени в контексте управления цепями поставок – это процесс организации всех действий по сбору данных без временных задержек, их анализ и принятие решения в текущем моменте времени. Мгновенно обнаруживая изменения в спросе, предложении и прочих бизнес-условиях, инструменты расширенной аналитики позволяют достичь настоящей интеграции между планированием и исполнением.
Предпосылками для реализации планирования в реальном времени выступают мировые тенденции, основными из которых являются:
– интеграция с клиентами;
– производственная интеграция для обеспечения гибкости производства в условиях быстро меняющегося спроса;
– большие данные о клиентах/потребностях и требованиях интеллектуальной аналитики;
– интеграция с поставщиками;
– разработка продуктов в рамках стратегического партнерства;
– большие данные о производительности поставщиков для интеллектуальной аналитики;
– умные заводы с высокоавтоматизированными производственными линиями, автоматизированными системами мониторинга, цифровое управление процессами, позволяющие осуществлять управление компанией в целом в режиме реального времени;
– использование диагностического обслуживания для плавной интеграции операционного планирования производства, технического обслуживания производства и управления качеством;
– умная логистика с высокоавтоматизированными распределительными центрами и транспортными средствами для внутренней и внешней доставки;