撰稿人 晚上 8:30 卓越供应链

为了向前发展,我们需要清楚我们正在自动化什么

在过去的六年里,我一直在劳动节周末为 供应链洞察全球峰会。 下周,我将欢迎 100 多名参与者参加一年一度的盛会。该活动旨在想象供应链 2030。

会议的形式与大多数不同。没有供应商摊位或付费演讲活动。我精心挑选每位演讲者,并与行业领导者合作开发内容。此次活动,我还邀请了值得赞赏的供应链 获奖者讲述他们的故事并为获奖者颁奖。今年,Sleep Number 将展示他们在面对复杂性时推动盈利增长的故事。事件是 现场直播并将被存档.目标是建立一个变革指导联盟。

在六年的分析中,获胜者的数量一直保持在 4.5%。不到 5% 的公司在推动改进的同时表现优于同行。原因?传统的供应链流程无法应对挑战。

如果您认为我们拥有最佳实践,请花时间查看数据。 完整报告可供审查。 该分析旨在按同业群体提供行业基准,并庆祝 28 个同业群体中 23 家公司的成功。从分析中可以看出, 报告研究的 80% 的行业在关键问题上落后 过去十年的成本和库存管理等绩效衡量指标。原因?有许多。有人会说有太多数不胜数,但我认为它包括复杂性、合规性、商品波动性、需求波动性的增加、全球化和一致性。

数据科学家可以提供帮助吗?

答案是也许。但是,不要认为在供应链团队中增加数据科学家是灵丹妙药。

让我解释。我是一个简单的女孩。对我来说,进步始于人。为筹备全球峰会,我们完成了一项员工满意度调查。主要差距在于寻找具有合适技能的员工、下一代流程培训以及缺乏对供应链流程的高管理解。这些主题并不新鲜。答案更为复杂。

图 1. 员工挑战

寻找人才的最大差距在于深度分析技能。这些很难找到。由于供应链项目嵌入商学院营销系,许多商业领袖担心新来的人才缺乏深入的分析技能。

图 2. 需求最大的职位

分析的转变令人兴奋,但组织使用它们的能力值得怀疑。在许多组织中,将数据科学家纳入团队就像一只追逐尾巴的狗。原因?自动化需要清晰。数据科学家认为他们知道答案,而商业领袖却不会说他们的语言。结果,陷入了僵局。

进展缓慢

数据科学家专注于引擎的改进,但新流程需要的不仅仅是引擎。系统改进需要重新设计工作流程、规则和用户界面以及引擎。大多数商业领袖都缺乏对细节的关注,而且大多数软件供应商都忙于销售当今的系统,无法重新思考并提供功能的逐步变化。技术人员面临着创新者的困境。因此,最伟大的创新发生在同类最佳的初创企业中。

为了最大限度地发挥数据科学家团队的价值,组织需要考虑一个组织的翻译层,以充分传达工作流、规则和用户界面的要求。没有这个,我发现数据科学家会改进引擎,但由于缺乏整体思维,结果无法成为嵌入式过程的一部分。

图 3. 需要对用户界面、引擎、工作流和规则集进行整体思考

 

该怎么办?

为了推动进步,我们必须挑战我们的思维模式并测试我们的范式。我很高兴下周能和观众一起做这件事。我期待着下周与我们的视觉艺术家分享这些团体将在供应链 2030 的未来发展的图像。我希望您在线加入我们的活动。

关闭