공급망 예측

2022년 공급망 예측

Cheryl Wiebe
Cheryl Wiebe
2021년 12월 29일 2 최소 읽기

50년 전 1973년 오일쇼크를 돌이켜 보면 많은 일들이 일어났습니다. 전 세계는 이에 대응하는 데 실패했습니다. 하지만 일부 합리적인 대응안을 얻게 되었습니다.

장점:

  • 우리에게 우호적이지 않은 외부 거래 파트너에게 의존하게 만드는 석유/에너지 관련 의제를 살펴보고자 하는 동기가 생겼습니다.
  • 북미의 자동차 회사들은 결국 더 작은 승용차를 제작하기 시작했습니다.

단점:

  • 에너지 관련 제품을 사재기하고 주유소의 대기 줄이 길어졌습니다.
  • 정부는 비참한 결과를 낳는 정책 아이디어인 임금 및 가격 통제를 시행했습니다.


우리는 공급망 환경이 이러한 유형의 이벤트에 어떻게 반응하는지 배우고, 학습한 내용을 공급망 물류를 관리하는 방법에 적용할 수 있습니다. 이러한 관점을 통해 다음을 예측해 보았습니다.

하지만 먼저...

팬데믹 기간 중 우리가 본 것들.

  1. 상품에 대한 수요가 급격히 변화했습니다. 하는 일이 변화함에 따라 필요한 물품도 바뀌었습니다.
  2. 공급망, 가격, 수요 등의 운영을 주도한 모든 계획 요소가 크게 변경되었습니다. 요컨대, 팬데믹 이전의 과거와 미래는 전혀 다르기 때문에 해당 계획 요소들은 정확하지 않습니다.
  3. 전략 회의의 해였습니다! 지난 18개월 동안 회사들이 플랜 B를 실행하기 위해 분주하게 움직였으며, 플랜 B가 항상 준비되어 있지는 않기 때문에 수많은 날을 전략 회의실에서 보냈습니다. 그리고 전략을 뒷받침할 데이터를 모으기 시작했습니다. 이러한 프로젝트에 투자한 기업들은 이 활동을 더 잘 수행하였습니다.


우리가 2022년을 시작하면서 마주하게 될 것들.

  1. 전략 회의실의 역할 증대: 기업은 임시적인 활동이 아닌 시나리오에 따른 계획과 위험 평가를 전략 및 운영 활동의 핵심으로 삼을 것입니다. 위험 평가는 재정적 취약성 영역에 초점을 맞출 것입니다(예: 공급업체가 안정적으로 소싱할 수 있는 능력, 가격 변동이 발생할 가능성이 가장 높은 '인포인팅'). 따라서 우리는 전략 회의실을 지원하는 데이터 시스템 구축에 중점을 둘 것입니다. 이는 공급망 경영진이 해당 활동에 깨끗하고 선별된 데이터를 제공하기 위해 강력한 데이터 관리 관행에 투자해야 함을 의미합니다.
  2. 공급망 변동성 분석: 우리는 변화의 선두주자인 변동성의 핫스팟을 실시간으로 스캔할 수 있는 기능을 찾을 것입니다. 이를 위해 다음이 필요합니다.
    • 공급망 전반에 걸친 높은 수준의 데이터 연결, 더 많은 회사가 더 많은 정보를 찾고 이를 거래 파트너와 공유하는 환경(#4 참조).
    • 핫스팟 및 이상 징후에 대한 신호 감지(다차원 추적).
  1. 이벤트 기반 AI를 사용하여 중단 사태를 처리: 미래에는 점점 더 많은 중단을 야기하는 이벤트가 발생하고 예측 가능성이 줄어들기 때문에 수요 예측은 과거와 상당히 유사해 보이는 미래에 의존하는 모델링 기술과 같은 보급에서 소위 "인과적 프레임 워크"를 구축하는 AI/ML로 변화합니다. 중단에 대한 대응을 신속하게 계획하기 위해 이벤트 기반 예측이 등장할 것입니다.
  2. 공유 거래 파트너 데이터 플랫폼: 위에서 암시했듯이 "세계에서 일어나고 있는 일"에 대한 정보에 액세스하기 위해 거래 파트너와의 공유 데이터 풀에 추가적으로 초점을 맞춥니다. 이것이 블록체인을 통해 이루어질 것이라고 확신하지는 않지만, 이를 수행하는 한 가지 방법은 될 수 있습니다(가장 비효율적인 방법일 수 있음).

약 Cheryl Wiebe

Cheryl Wiebe is an industry consultant and subject matter expert at Teradata. Ms. Wiebe helps industrial companies pursue strategic digitization through analytics, a theme that has been central to her work over the past 20 years.  She consults with top 500 clients who are embedding and operationalizing analytics at scale into industrial internet, connected assets, connected mobility, connected factory, connected supply chain, and other emerging settings such as smart cities. She is deeply involved in painting the vision for the use of artificial intelligence and machine learning in emerging digital businesses in the various industrial sectors. She focuses on industrial companies who leverage IoT and intelligent, connected devices, as well as finding and engineering the repeatable solutions.  She holds an MBA and a BSc. (Hons) Computer Science

모든 게시물 보기 Cheryl Wiebe

알고 있어

테라데이트의 블로그를 구독하여 주간 통찰력을 얻을 수 있습니다



I consent that Teradata Corporation, as provider of this website, may occasionally send me Teradata Marketing Communications emails with information regarding products, data analytics, and event and webinar invitations. I understand that I may unsubscribe at any time by following the unsubscribe link at the bottom of any email I receive.

Your privacy is important. Your personal information will be collected, stored, and processed in accordance with the Teradata Global Privacy Policy.

테라다데이터에서 더 보기