Chuyển đổi số và tác động của nó đến quản lý chuỗi cung ứng
Những công nghệ đột phá mới và sự hội tụ của những công nghệ này đang biến đổi thế giới xung quanh chúng ta với tốc độ chưa từng có. Ví dụ đơn giản từ cuộc sống hàng ngày của chúng ta, chúng ta hãy xem xét điện thoại thông minh, thứ đã trở thành một phần không thể thiếu trong lối sống hiện đại của chúng ta. các thiết bị có sức mạnh tính toán cao hơn so với các máy tính lớn đã dẫn đường cho sứ mệnh không gian Apollo đầu tiên vào năm 1969.
Không nghi ngờ gì rằng sự đổi mới công nghệ đang tăng tốc với tốc độ mà nhiều người cho là tốc độ theo cấp số nhân. Lượng gián đoạn do công nghệ kỹ thuật số trong 5 năm qua là đáng kể hơn so với năm thập kỷ trước. Và, dựa trên các dự báo của ngành, xu hướng này sẽ chỉ tiếp tục. Tác động có thể được nhìn thấy trên các ngành, xã hội, quốc gia và châu lục. Người ta chỉ cần nhìn vào thị trường chứng khoán toàn cầu để thấy được tác động Chuyển đổi số . Các công ty đã kinh doanh trong một thế kỷ đang bị vượt qua hoặc thậm chí bị loại khỏi lĩnh vực kinh doanh do các Startup Kỹ Thuật Số.
Hoặc nếu chúng ta nhìn vào đại dịch COVID-19 năm 2020, chúng ta nhận thấy rằng những tổ chức có quá trình Chuyển đổi số đã trưởng thành hơn trước khi bùng phát bùng phát, cũng như những tổ chức nhanh chóng huy động các nỗ lực kỹ thuật số khi bắt đầu cuộc khủng hoảng. Mặc dù một số thay đổi này có thể đáng sợ, nhưng vẫn có vô số cơ hội thương mại cho chuyển đổi kỹ thuật số để cải thiện hoạt động, tăng doanh thu, tạo ra các mô hình kinh doanh mới và gia tăng giá trị chưa từng có cho khách hàng, các bên liên quan và xã hội.
Một lĩnh vực bị ảnh hưởng nặng nề bởi số hóa và tiếp tục trải qua một sự chuyển đổi đáng chú ý với sự xuất hiện của các công nghệ mới là quản lý chuỗi cung ứng (SCM). Theo Hội đồng các chuyên gia quản lý chuỗi cung ứng (CSCMP), SCM bao gồm việc lập kế hoạch và quản lý của tất cả các hoạt động liên quan đến tìm nguồn cung ứng và mua sắm, chuyển đổi và tất cả các hoạt động quản lý hậu cần. Nó cũng bao gồm sự phối hợp và cộng tác với các đối tác kênh, có thể là nhà cung cấp, trung gian, nhà cung cấp dịch vụ bên thứ ba và khách hàng.
CSCMP tóm tắt khái niệm SCM là tích hợp quản lý cung và cầu trong và giữa các công ty. Làn sóng tiến bộ kinh tế và công nghiệp gần đây, được hỗ trợ bởi các công nghệ mới, đang thách thức các giả định, hạn chế và mô hình tinh thần từ SCM truyền thống. Đồng thời, nó mở ra những cơ hội to lớn để tạo ra giá trị cho công ty, khách hàng, nhân viên và xã hội. Tuy nhiên, để mở khóa tiềm năng tạo ra giá trị lớn hơn, các giám đốc điều hành phải đánh giá lại và chuyển đổi các quy trình hiện có và kết hợp một cách chiến lược các giống công nghệ kỹ thuật số mới để tạo ra các khả năng mới.
Triển vọng tốt nhất để tạo ra nhiều giá trị hơn và khả năng cạnh tranh bất bại sẽ đến từ việc hình dung lại cách tổ chức và điều hành chuỗi giá trị. Các công ty ban hành các mô hình kinh doanh mới, được kích hoạt bằng cách chuyển đổi từ tư duy quản lý chuỗi cung ứng truyền thống sang mạng lưới cung ứng kỹ thuật số (DSN), sẽ gặt hái được những lợi thế to lớn của người đi trước và có thể tăng những lợi ích vượt trội.
Sự phát triển của quản lý chuỗi cung ứng theo thời gian
Chuyển đổi số của mạng lưới cung ứng
Những phát triển công nghệ mới và sự hội tụ của chúng, lượng lớn dữ liệu và việc sử dụng rộng rãi các thiết bị được kết nối ngày càng nhỏ hơn, rẻ hơn và di động hơn trong bối cảnh cá nhân và doanh nghiệp, tất cả tạo ra động lực cho sự gián đoạn và cơ hội to lớn để tổ chức và quản lý chuỗi cung ứng theo cách khác nhau. Chúng ta đang tiến tới một mô hình hoạt động chuỗi cung ứng kỹ thuật số. Những cải tiến mới nổi có thể được sử dụng để tạo ra một kết cấu kỹ thuật số bao quát trên các mạng đầu cuối cung cấp khả năng hiển thị, tự động hóa và kiểm soát theo thời gian thực. Có lẽ cách tốt nhất để hiểu sự chuyển đổi của các chuỗi cung ứng truyền thống là đối chiếu chúng với mô hình mạng lưới cung ứng kỹ thuật số đang nổi lên.
Một chuỗi cung ứng truyền thống bao gồm một chuỗi các quy trình và quyết định và một tập hợp các tác nhân chiếm các giai đoạn tuyến tính liên tiếp khác nhau trong chuỗi, như được minh họa trong Hình 1. Các quy trình bao gồm thu mua nguyên liệu thô, sản xuất sản phẩm hoặc dịch vụ, chuyển sản phẩm đến gần khách hàng, cung cấp sản phẩm cuối cùng và bảo dưỡng nó.
Gần đây, một quy trình khác đã trở nên thiết yếu, đó là hoàn lại và tái chế. Nói chung, lịch sử bán hàng hoặc giao hàng đã được sử dụng để tạo ra dự báo nhu cầu ban đầu một cách thống kê, sau đó được hoàn thiện thông qua một quy trình đồng thuận trong quá trình lập kế hoạch bán hàng và hoạt động (S&OP), với sự hợp tác từ các nhóm bán hàng, tiếp thị, chuỗi cung ứng và tài chính. Quá trình này tỏ ra khá hữu ích trong việc đối phó với sự không chắc chắn và giảm mức tồn kho và chi phí.
Tuy nhiên, quy trình ra quyết định và nguyên mẫu chuỗi cung ứng tổng thể, chẳng hạn như S&OP, tuân theo các giai đoạn và bước tuần tự khác nhau và có thể khá dài và khắt khe. Ví dụ, dự báo nhất quán giảm xuống mức chi tiết ngày càng cao, kích hoạt một loạt các hoạt động lập kế hoạch cụ thể hơn và thực hiện chúng, bao gồm cả việc mua vật tư, vận chuyển, lưu trữ, di chuyển, chế biến và sau đó là thực hiện.
Mỗi hành động này thúc đẩy các thực thể khác nhau trong chuỗi cung ứng, khi thông tin chảy từ nút này sang nút khác, thường theo từng giai đoạn, đặt ra các quyết định và hành động mới. Sự tham gia của khách hàng vào thiết kế sản phẩm thường được giới hạn trong nghiên cứu thị trường dựa trên việc lấy mẫu để hiểu các yêu cầu. Khách hàng có ảnh hưởng hạn chế trong việc tùy chỉnh sản phẩm hoặc dịch vụ.
Hiệu ứng Amazon, một thuật ngữ được sử dụng để mô tả tác động của thị trường kỹ thuật số đối với các hình thức thương mại truyền thống, đã thay đổi đáng kể kỳ vọng của khách hàng và cách họ mua sắm. Người tiêu dùng đã quen với trải nghiệm mua sắm thực tế không chạm và sự hài lòng gần như ngay lập tức. Hiệu ứng này cũng đã lan sang các lĩnh vực và lĩnh vực truyền thống hơn trong bối cảnh B2B nơi khách hàng ngày càng đòi hỏi trải nghiệm giống nhau, bất kể loại hình kinh doanh hoặc kênh.
Sự thay đổi trong kỳ vọng này đòi hỏi chuỗi cung ứng ngày càng trở nên nhanh chóng và lấy khách hàng làm trung tâm. Bên cạnh đó, trải nghiệm của khách hàng đã trở nên hai chiều, với việc khách hàng mong đợi việc trả lại sản phẩm dễ dàng và lợi ích của khách hàng không chỉ là chất lượng và giá cả mà còn bao gồm cả tác động xã hội và môi trường của việc tiêu dùng của họ.
Tất cả những thay đổi này đòi hỏi các nhà lãnh đạo phải chuyển đổi tư duy quản lý từ việc tích hợp các hoạt động dự báo, lập kế hoạch và thực hiện theo từng lớp sang triển khai công nghệ để cho phép quản lý dữ liệu liền mạch và thời gian thực, tức là chuyển đổi chuỗi thành mạng cung ứng kỹ thuật số.
Mạng lưới cung ứng kỹ thuật số và các quy trình
Nhìn chung, DSN là một tập hợp tích hợp các khả năng của chuỗi cung ứng được kích hoạt kỹ thuật số được hỗ trợ bởi luồng thông tin được kết nối với nhau như thể hiện trong Hình dưới. Trình tự truyền thống của phát triển, lập kế hoạch, nguồn, thực hiện, cung cấp, trả lại và hỗ trợ được chuyển thành một trong các luồng thông tin được kết nối với nhau và các khả năng nâng cao. Thay đổi này cho phép DSN trở nên thông minh, luôn active, luôn kết nối, thời gian thực và thích ứng động.
Ở trung tâm của DSN là một Lõi kỹ thuật số (Digital core), tận dụng các đầu vào từ nhiều nút của nó để tự tăng cường. Do đó, nó tăng tốc quá trình sản xuất, phân phối và giao hàng cho khách hàng bằng cách cung cấp thông tin thời gian thực để đưa ra quyết định dựa trên dữ liệu, lường trước rủi ro và cung cấp khả năng hiển thị đầu cuối tốt hơn.
Lõi kỹ thuật số (Digital core) sử dụng phân tích để biến dữ liệu bên trong và bên ngoài một cách có phương pháp thành các dự đoán, thông tin chi tiết và các lựa chọn thay thế để chỉ đạo hoặc thậm chí tự động hóa các hành động và quyết định vận hành.
Một DSN trưởng thành phải có sáu khả năng cơ bản mà Lõi kỹ thuật số (Digital core) tích hợp và phối hợp đồng thời: Hoàn thiện năng động, lập kế hoạch đồng bộ, khách hàng được kết nối, nhà máy thông minh, cung cấp thông minh và phát triển sản phẩm kỹ thuật số. Dưới đây là một cái nhìn về từng khả năng cơ bản của DSN.
Phát triển kỹ thuật số : Khả năng này thúc đẩy công nghệ lên ý tưởng, thiết kế và đưa sản phẩm vào sản xuất, đảm bảo sự hợp tác giữa các chức năng trong suốt vòng đời sản phẩm và cải thiện hiệu quả thiết kế để phát triển các sản phẩm chất lượng cao đáp ứng nhu cầu của từng khách hàng. Nó làm giảm chi phí R & D và chi phí bảo trì sản phẩm và tăng tính linh hoạt trong sản xuất. Việc giảm can thiệp thủ công dẫn đến ít lỗi, chậm trễ và kém hiệu quả hơn, giúp công ty đáp ứng nhanh chóng các yêu cầu thay đổi của khách hàng và tăng khả năng cá nhân hóa. Tự động hóa cũng thúc đẩy việc ra mắt sản phẩm nhanh hơn đồng thời giảm thiểu tác động đến môi trường trong quá trình phát triển thông qua hiệu quả quy trình và công nghệ kỹ thuật số.
Lập kế hoạch đồng bộ : Khả năng này sắp xếp các mục tiêu kinh doanh chiến lược với các mục tiêu tài chính và kế hoạch hoạt động trên các chức năng khác nhau trong doanh nghiệp. Việc bố trí này giúp dự đoán hiệu quả nhu cầu của khách hàng và tối ưu hóa khoảng không quảng cáo trong DSN tổng thể. Nó sử dụng dữ liệu lịch sử và thời gian thực và nhận thức của khách hàng để dự đoán nhu cầu cơ bản của khách hàng. Nó giúp tối ưu hóa danh mục đầu tư với sản phẩm, dịch vụ và lộ trình đóng gói và thiết kế mạng lưới cung ứng tối ưu, cân bằng mức độ đáp ứng mong muốn với chi phí vận chuyển, kho bãi và sản xuất thấp nhất. Nó có khả năng nhận biết các ngoại lệ trong chuỗi cung ứng và đảm bảo đáp ứng nhu cầu đúng thời hạn.
Cung ứng thông minh : Khả năng này giúp các công ty hợp tác hiệu quả hơn với các đối tác chiến lược và cải thiện trải nghiệm của khách hàng và nhà cung cấp bằng cách áp dụng các nền tảng điện tử tiên tiến cho các yêu cầu và hóa đơn. Nó cũng giúp lường trước các rủi ro cung ứng để chủ động tối ưu hóa hoạt động đầu cuối. Các công nghệ như máy học và trí tuệ nhân tạo (AI) có thể hỗ trợ dự đoán biến động chi phí và lựa chọn chiến lược tìm nguồn cung ứng để tối ưu hóa chi phí.
Nhà máy thông minh : Khả năng này sử dụng sự cân bằng được tính toán giữa trí thông minh của con người và máy móc để thúc đẩy cải thiện hiệu suất kinh doanh và an toàn cho người lao động dựa trên dữ liệu sản xuất và nhu cầu. Dữ liệu cảm biến, nhận dạng hình ảnh và rô bốt cộng tác có thể tối ưu hóa hiệu quả sản xuất tổng thể và cung cấp môi trường làm việc an toàn và tiện lợi cho nhân viên. Các nhà máy thông minh cũng chủ động áp dụng phương pháp bảo trì để tối ưu hóa thời gian ngừng hoạt động theo kế hoạch và dự đoán khả năng ngừng hoạt động. Nó giúp đưa ra các quyết định đánh đổi sáng suốt để xác định các cơ hội cải thiện tiêu chuẩn hiệu suất và đảm bảo tuân thủ theo thời gian thực, cải thiện chất lượng sản phẩm.
Hoàn thiện năng động : Khả năng liên doanh nghiệp được kết nối với nhau này cung cấp đúng sản phẩm cho đúng khách hàng vào đúng thời điểm, nâng cao trải nghiệm tổng thể của khách hàng. Nó sử dụng các công nghệ như IoT và robot để cung cấp khả năng hiển thị theo thời gian thực và tính linh hoạt trên toàn bộ chuỗi cung ứng, thúc đẩy sự hợp tác giữa các chức năng và cải thiện khả năng đáp ứng. Nguy cơ thu hồi sản phẩm do làm hàng giả cũng giảm thiểu, bảo vệ uy tín thương hiệu. Nó cũng giúp cho phép quản lý đơn đặt hàng của khách hàng thông minh, cải thiện trải nghiệm của khách hàng và giảm chi phí lỗi thời. Khả năng này có thể giảm chi phí khởi động và tăng khả năng phục hồi rủi ro.
Khách hàng luôn được kết nối : Khả năng này cho phép các công ty chuyển từ mối quan hệ dựa trên giao dịch truyền thống sang tương tác với khách hàng liền mạch trong toàn bộ vòng đời của khách hàng. Thiết lập này giúp dự đoán tốt hơn nhu cầu của khách hàng, làm phong phú thêm trải nghiệm của khách hàng. Nó cũng cho phép giải quyết các vấn đề nhanh hơn và xác định mô hình tiêu dùng của khách hàng. Các công nghệ như phân tích tiên tiến, máy học và trí tuệ nhân tạo hỗ trợ việc phân khúc khách hàng hiệu quả để cung cấp các chương trình khuyến mãi phù hợp. Sử dụng khả năng hoàn thành năng động, các công ty có thể theo dõi và giám sát các sản phẩm thực tế và đảm bảo cung cấp kịp thời các sản phẩm chất lượng cao cho khách hàng.
Dữ liệu và thông tin từ tất cả sáu khả năng của Mạng lưới cung ứng kỹ thuật số hội tụ vào Lõi kỹ thuật số (Digital core) để được lưu trữ, phân phối và phân tích. Mô hình DSN, được kích hoạt bởi các công nghệ mới và đột phá, tạo ra các kết quả sau để phân biệt DSN với chuỗi cung ứng tuyến tính, truyền thống:
- Tính trong suốt từ đầu đến cuối, cho phép hiển thị trên toàn bộ mạng lưới cung cấp.
- Mức độ nhanh nhẹn cao, thúc đẩy phản ứng linh hoạt và chủ động của các đòn bẩy mạng lưới cung ứng.
- Môi trường kết nối, tăng cường hợp tác chức năng chéo giữa tất cả các đối tác.
- Tối ưu hóa tài nguyên, thúc đẩy môi trường gắn kết giữa con người và máy móc.
- Ra quyết định toàn diện, cải thiện hiệu quả mạng, chi phí thấp hơn và doanh thu cao hơn.
Công nghệ cho phép tiến đến Mạng lưới cung ứng kỹ thuật số
Để đạt được những lợi ích tiềm năng của mô hình DSN, các nhà lãnh đạo phải triển khai một bộ công nghệ mạnh mẽ để cho phép các khả năng kỹ thuật số mới giải quyết các thách thức của chuỗi cung ứng. Tuy nhiên, chúng tôi cần cảnh báo cho các tổ chức và các nhà lãnh đạo rằng việc chuyển đổi chuỗi cung ứng truyền thống thành DSN không chỉ đơn thuần là triển khai các công nghệ mới. Đó là việc tận dụng chúng để thiết kế các mô hình vận hành mạng lưới cung ứng hoàn toàn mới dựa trên nền tảng kỹ thuật số được chia sẻ.
Những công nghệ này bao gồm blockchain, robot, cảm biến, sản xuất bồi đắp , phương tiện tự hành, thực tế ảo, Machine Learning và AI, dữ liệu lớn và phân tích, v.v. Cơ bản cốt lõi nền tảng kỹ thuật số chung là dữ liệu, phân tích và các khả năng lấy AI làm trung tâm.
Dữ liệu và trao đổi dữ liệu là yếu tố quan trọng tạo nên thành công cho chuỗi cung ứng truyền thống. Cấu trúc thứ bậc hơn của các chuỗi cung ứng thông thường này ảnh hưởng đến cả cách dữ liệu được tạo ra, trao đổi và phân tích cũng như giá trị gia tăng tiềm năng của dữ liệu cho tất cả các bên liên quan.
Ngược lại, đối với DSN, các bên liên quan đang làm việc cùng nhau ở mức độ hợp tác và nhanh nhẹn hơn. Kiến trúc này tạo ra cơ hội to lớn khi tận dụng giá trị thực tế của dữ liệu ở cấp độ mạng cho tất cả các lĩnh vực kinh doanh.
Tuy nhiên, tính năng động và độ phức tạp của các DSN như vậy đặt ra một số thách thức riêng biệt khi liên quan đến dữ liệu, trao đổi dữ liệu và khả năng thu thập thông tin chi tiết từ lượng lớn thông tin được chia sẻ trong mạng. Bản chất kỹ thuật số, khả năng kết nối và khả năng trao đổi và phân tích dữ liệu trong thời gian thực xác định điện tử DSN.
Do đó, một yếu tố cho phép quan trọng của DSN là khả năng thu thập, xử lý và giao tiếp / lưu trữ dữ liệu từ nhiều nguồn khác nhau. Các nguồn dữ liệu này bao gồm nhưng không giới hạn ở các hệ thống công nghệ thông tin (T) (như ERP, CRM); cảm biến (nhiệt độ, GPS); hệ thống công nghệ vận hành (OT) (máy công cụ); dữ liệu có sẵn công khai (phương tiện truyền thông xã hội, đánh giá); cũng như tài chính (dữ liệu giao dịch, thị trường chứng khoán). Các nguồn dữ liệu này có thể được đặt ở bất kỳ đâu – trong tổ chức, trong DSN hoặc bên ngoài, làm tăng thêm một lớp phức tạp cho hệ thống.
AI là cung cấp trí thông minh nhận thức cho các quy trình và máy móc. Quy trình này có thể sử dụng máy học (ML), dựa trên các thuật toán nhận dạng mẫu để diễn giải và dịch dữ liệu thành thông tin chi tiết theo thời gian thực, do đó đơn giản hóa việc lập kế hoạch chiến thuật và tự động hóa quá trình ra quyết định.
Ví dụ: các nhà lãnh đạo có thể áp dụng công nghệ máy học để cải thiện thông tin chi tiết về nguồn cung ứng và hiệu quả quy trình mua hàng trả tiền bằng cách nghiên cứu dữ liệu lịch sử và thời gian thực.
Chúng ta có thể tập hợp các thuật toán Machine Learning thành ba cách tiếp cận chung để phát triển các dự đoán bằng cách sử dụng các mô hình thống kê : Học tập có giám sát, trong đó một chuyên gia ghi nhãn tập dữ liệu về các kết quả đã biết; học tập không có giám sát, nơi không có hoặc ít kết quả được biết đến; và học tập củng cố, không dựa vào tập dữ liệu được gắn nhãn chuyên gia hoặc nhận dạng mẫu-bất thường, và phản hồi thay vào đó thúc đẩy cải tiến động.
Hệ thống AI kết hợp và sử dụng máy học và các loại phương pháp phân tích dữ liệu khác để đạt được khả năng thông minh dữ liệu. Mục tiêu tổng thể của AI và ML là khám phá các mẫu trong dữ liệu và đưa ra dự đoán về hành vi trong tương lai của một hệ thống hoặc quy trình dựa trên các mẫu phức tạp đã được xác định. Những dự đoán này có thể nhắm vào nhiều vấn đề khác nhau, bao gồm phát hiện vấn đề hoặc (quy trình) kém hiệu quả, xu hướng thị trường, hành vi của khách hàng, tác động môi trường, chỉ số tài chính hoặc vấn đề chất lượng. AI và ML là nền tảng cho nhiều khái niệm mới và khả năng DSN, chẳng hạn như bảo trì dự đoán và thực hiện động, có thể kể tên một số.
Khả năng phân tích các tập dữ liệu lớn, xác định các mẫu (ẩn) và thu được thông tin chi tiết có ý nghĩa, có thể hành động từ các dự đoán là một công cụ mạnh mẽ có ứng dụng trong hầu hết mọi khía cạnh của doanh nghiệp trong DSN.
Hành trình đầy thử thách hướng tới một mô hình DSN thành công
Trong những thập kỷ trước, số hóa bắt đầu có những hình thức tiên tiến và mang lại giá trị và khả năng cạnh tranh to lớn cho các công ty tiên phong. Ví dụ, lưu trữ, xử lý nguyên liệu và đóng gói trong các trung tâm phân phối đã tạo ra những bước tiến đáng kinh ngạc đối với tự động hóa. Tuy nhiên, hầu hết các chuỗi cung ứng vẫn hoạt động trong các silo data truyền thống và riêng biệt. Bên cạnh đó, các tổ chức thường phân mảnh chuỗi cung ứng và hệ thống hoạt động và dữ liệu trên các chức năng và đơn vị, điều này cản trở việc tổng hợp dữ liệu, làm chậm trễ việc tạo ra trí thông minh và hạn chế các tổ chức tận dụng năng lực thực sự của phân tích và AI. Con đường phía trước là thiết kế lại cách chuỗi cung ứng và các quy trình của nó hoạt động và chuyển đổi cách nó thu thập và sử dụng dữ liệu, cảm nhận và phản ứng với thông tin khách hàng, đưa ra quyết định và thực hiện các nhiệm vụ vận hành.
Các tổ chức và nhà lãnh đạo không chỉ cần thiết kế lại mô hình hoạt động của chuỗi cung ứng truyền thống mà còn phải điều hướng vô số giải pháp và công nghệ đang nổi lên trên thị trường. Hiểu được các lớp công nghệ có thể hỗ trợ hành trình và hiểu được tiềm năng cơ bản của chúng để hỗ trợ các khả năng chiến lược là một nhiệm vụ khó khăn. Bên cạnh đó, họ cần vượt qua những thách thức của các hệ thống kế thừa và tiềm ẩn, đồng thời chủ động xác định và phát triển các kỹ năng và năng lực của lực lượng lao động cần thiết cho quá trình chuyển đổi và DSN trong tương lai.
Cuộc hành trình không dành cho những người thiếu can đảm, nhưng những phần thưởng xứng đáng; trong thực tế, sự biến đổi không phải là tùy chọn. Các đối thủ sẽ cạnh tranh với các tổ chức không tham gia thành công vào hành trình phát triển DSN.