تحول شگرف در عملکرد زنجیره تامین / پلتفرم های حمل و نقل؛ حلقه گمشده بهبود کارایی صنعت
اقتصادآنلاین-پرهام کریمی؛ تا همین اواخر، تعداد کمی از عوامل زنجیره تامین به طور جدی در خصوص همکاری با یکدیگر فکر می کردند. اگرچه این به دلایلی از جمله خطوط مشترک، کارخانه ها، مراکز توزیع و خرده فروشان، فناوری و انگیزه برای همکاری مربوط می شود که تا مدت زمان زیادی وجود نداشت و در چنین شرایطی تنها شناسایی همکاران مناسب، نیازمند ماه‌ها جمع‌آوری داده و بررسی آن ها بود.
فناوری گمشده ای که زنجیره تامین به آن نیاز داشت به شکل پلتفرم‌های مختلف حمل‌ونقل وارد شدند. داده‌های این پلتفرم ها می‌تواند نشان دهد که کدام فرستنده به جای چند ماه، می تواند در عرض چند دقیقه محموله شما را بارگیری کند. این تلاش برای ایجاد چنین پلتفرمی پس از مدت ها تنها به این دلیل است که مشکلاتی همچون قرنطینه سراسری و جنگ نیاز به چنین پلتفرمی را تشدید کرده است. اکنون که استفاده از RTTVP یا همان پلتفرم بررسی امکانات زنجیره تامین در لحظه گسترده‌تر شده است و زنجیره‌های تامین پیچیده‌تر شده‌اند، به نظر می رسد زمان همکاری فرا رسیده است. مسلماً، همکاری کلید بهبود زنجیره تامین است.
ارزش اشتراک گذاری
در زنجیره تامین، همکاری در زمینه هماهنگی با شرکای داخلی و خارجی برای بهینه سازی جریان کالا و اطلاعات و در نتیجه تامین تقاضا و اطمینان از تحویل به موقع و کامل است. این همکاری به تمایل ارسال کنندگان به اشتراک گذاری داده ها بستگی دارد.
به طور سنتی، اطلاعات زنجیره تامین در شرکت‌های منفرد و سیستم‌های آن‌ها مانند ERP، TMS، تله‌ماتیک، مسیریابی خودرو و غیره پنهان می‌شود. تحلیلگران اغلب داده‌های سازمانی را هم ارزش با نفت یا طلا می دانند. اما این این طرز فکر داده ها را بی ارزش می کند و به زبان ساده تر هرچه شرکت‌ها بیشتر داده‌ها را به اشتراک بگذارند، آن ها ارزش بیشتری پیدا می‌کنند.
صنعت خطوط هوایی از زمانی که ایرباس پلت فرم Skywise خود را در سال ۲۰۱۷ معرفی کرد، این درس را آموخت. Skywise با جمع‌آوری داده‌ها در مورد عملکرد هواپیما، می‌توانست نیازهای تعمیر و نگهداری را قبل از اینکه باعث تاخیر یا زمین‌گیری هواپیما شود، پیش‌بینی کند. خطوط هوایی رقیب با درک ارزش فوق العاده این خدمات، اختلافات خود را کنار گذاشتند تا به Skywise بپیوندند.
فرستنده ها نیز در همان جهت حرکت می کنند. آن‌ها داده‌ها را با اپراتورها به اشتراک می‌گذارند تا در مورد عملکرد آن ها بحث و گفتگو کنند. ارسال‌کنندگان و تامین‌کنندگان نیز برای ساده‌سازی مدیریت موجودی و کاهش احتمال اصطکاک و جریمه، داده‌ها را مبادله می‌کنند.
یک مورد استفاده واقعی
برای نشان دادن آنچه که همکاری در زنجیره تامین می تواند ایجاد کند باید به یکی از مشکلاتی که بحران زنجیره تامین در زمان شیوع کرونا ایجاد کرد بپردازیم: بحران ظرفیت حمل و نقل. این مشکل عمدتا تخیلی است و ظرفیت کافی در هر شرایطی وجود دارد یا به بیانی بهتر ما فقط از آن به طور موثر استفاده نمی کنیم. اگر فرستنده‌ها داده‌ها را جمع و متصل کنند، می‌توانند از این ظرفیت استفاده کنند. وقتی شرکت ها فقط شبکه حمل و نقل خود را بهینه می کنند، ذاتاً صنعت را بهینه نمی کنند و در همین جهت زنجیره حمل و نقل با وجود ظرفیت مناسب فلج می‌شود.
وقتی یک فرستنده یک کامیون را از نقطه A به B رزرو می کند، فاکتورهای هزینه بر حسب «مایل های مرده» که از B به A بدون کالا برمی‌گردند حساب می شود که با تجمیع اطلاعات و ایجاد پلتفرم مناسب می توان از این موضوع تا حد زیادی جلوگیری کرد.
بگویید که فرستنده‌ها، شرکت‌های حمل‌ونقل و شرکت‌های ۳PL داده‌های خود را از طریق یک پلتفرم دید هم‌زمان به اشتراک می‌گذارند.
اکنون، یک حمل‌کننده می‌تواند پیشگیرانه یک کامیون از B به A رزرو کند که در غیر این صورت بازگشت کامیون خالی خواهد بود. یا، متصدی حمل‌ونقل می‌تواند بارهای حمل‌کننده‌هایی را که همگی از A به B می‌روند یکپارچه کند. در ناوگان خود، حامل‌ها زمان توقف و مایل‌های مرده را کاهش می‌دهند و نرخ هر مایل را افزایش می‌دهند. بنابراین، اعضای شبکه همکاری زمانی که ظرفیت کم است، به فرستنده انتخابی تبدیل می شوند.
همانطور که مایل های مرده با پر شدن کامیون ها هنگام بازگشت زنده می شوند، هزینه های حمل و نقل به ازای هر مایل برای حمل کنندگان کاهش می یابد. ظرفیت تازه کشف شده همچنین گزینه های بیشتری را برای مدیریت استثناها و تحویل به موقع ارائه می دهد. در مقیاس اجتماعی هم همکاری ممکن است استفاده از کامیون را بهینه کند، انتشار گازهای گلخانه‌ای و هزینه‌های نگهداری جاده‌ها را کاهش دهد.
نقشه راه همکاری
این نوع همکاری در زنجیره تامین در حال حاضر اتفاق می افتد، اما توسعه آن زمان می برد. این فرآیند با اتصال فرستنده‌ها، حامل‌ها و ۳PL به یک شبکه جمع‌آوری داده آغاز می‌شود. این بنیاد داده با بررسی و تمیز کردن چندین منبع، بالغ و قابل اعتمادتر می شود.
زمانی که هوش مصنوعی و یادگیری ماشینی بر اساس داده ها توصیه هایی را ارائه دهند، همکاری به طور جدی آغاز می شود. اطلاعات متوجه حاملی می شود که کالا را از A به B می برد و باری را برای سفر برگشت در نظر می گیرد. همچنین متوجه می‌شود که سه فرستنده با ظرفیت پر نشده کالا را از مرکز توزیع A به خرده‌فروش B منتقل می‌کنند و از شرکت حمل‌کننده می‌خواهد بارها را تجمیع کند.
استراتژی برای زمان های پر هرج و مرج
زنجیره تامین هرگز یک سیستم منفرد نبوده و نخواهد بود. ماهیت آن مشارکتی است و به استراتژی های شبکه بنا به ظرفیت، کارایی و انعطاف‌پذیری استفاده نشده پاداش می دهد. در نتیجه در زمان های پر ترافیک و پر رفت و آمد این مشارکت می تواند به ظرفیت حمل و نقل کمک کند. در نتیجه باید در نظر داشت همکاری تنها راهکاری است که ما می توانیم در شرایط خاص از آن استفاده کنیم.
