Wydaje się, że kanał RSS ze strony http://dialogbulletin.eu/pl/blog/feed został uszkodzony w wyniku błędu "junk after document element%" w linii 163.

Ogłoszenie

Uwaga: Portal jest przygotowywany do generalnego remontu. W związku z tym nie da się obecnie zakładać nowych kont. Prosimy o cierpliwość.

Mózg łańcucha dostaw

W zarządzaniu łańcuchem dostaw chodzi o to, by idealnie zgrać elementy po stronie podażowej (zaopatrzenie, planowanie produkcji i dystrybucji, alokacja mocy produkcyjnych, planowanie zapasów itp.) z tymi po stronie popytowej (napływające zamówienia i prognozy), tak, by podołać całemu popytowi przy możliwie najniższych kosztach.

 

Autor jest uznanym autorytetem w dziedzinie technik planowania i zarządzania produkcją i naprawdę wie, co mówi. Dlatego zdecydowałem się opublikować ten artykuł w całości mimo, że miejscami tekst brzmi dla mnie nazbyt marketingowo. Andrzej G.

 

Mózg łańcucha dostaw

Ashfaque Ahmed

  • 1. Nadrzędny cel zarządzania łańcuchem dostaw w biznesie
  • 2. Na czym polega APO?
  • 3. Technologia niezbędna w APO

Jaki jest nadrzędny cel zarządzania łańcuchem dostaw w biznesie?

Chodzi w nim o to, by idealnie zgrać elementy po stronie podażowej (zaopatrzenie, planowanie produkcji i dystrybucji, alokacja mocy produkcyjnych, planowanie zapasów itp.) z tymi po stronie popytowej (napływające zamówienia i prognozy), tak, by podołać całemu popytowi przy możliwie najniższych kosztach.

Czy dzisiejsze systemy planowania zasobów przedsiębiorstwa (ERP), zarządzania łańcuchem dostaw (SCM) czy relacjami z klientami (CRM) nadają się do tak wszechobejmującego zadania? Bynajmniej! Gdzie więc powinniśmy szukać rozwiązania?

Przyjrzyjmy się nieco bliżej problemowi. Tradycyjne systemy ERP pomagają w działalności biznesowej, w tym także w obszarze łańcucha dostaw, w dużej mierze dzięki ogromnej liczbie punktów zbierania informacji. Są to jednak rozwiązania pozbawione funkcji planowania pozwalających zaspokajać popyt i minimalizować koszty poprzez działania po stronie podażowej. Specjalistyczne systemy SCM natomiast (czyli te, które mają ambicje różnić od komponentu SCM w tradycyjnych systemach CRM) co prawda starają się ściślej powiązać działania po obu stronach ― podażowej i popytowej ― jednak im z kolei brakuje bądź to inteligencji, bądź to elastyczności niezbędnej do połapania się w kolosalnej masie informacji, działań i innych czynników składających się na wielki biznes dnia dzisiejszego. Systemy CRM to tylko jedna strona medalu, obsługują bowiem wyłącznie popytową stronę działalności biznesowej i nie są przydatne w zestawianiu jej ze stroną podażową w sposób kosztowo efektywny. Na szczęście istnieje narzędzie, które znakomicie potrafi spinać obie te strony biznesu, a przynajmniej nadaje się do realizacji tego ważnego zadania. Narzędzie to bywa nazywane różnie. Jedni mówią o „planowaniu wyprzedzającym”, inni o „optymalizacji łańcucha dostaw”, jeszcze inni o „harmonogramowaniu z góry”. Jak go zwał, tak go zwał, ważne, że wielu dostawców oprogramowania stara się tworzyć rozwiązania pomagające równoważyć popyt z podażą. Niektórzy mają tu już pewne osiągnięcia, inni wciąż jeszcze kombinują, jak by tu uporać się z tym problemem. Na użytek tego artykułu nazwijmy sobie omawiane tu narzędzie „zaawansowanym planowaniem i optymalizacją”, w skrócie APO (od angielskiego Advanced Planning and Optimization). APO ma służyć przedsiębiorstwom do dostosowania wszystkich swoich poczynań do wymagań klientów.

Narzędzie optymalizacyjne niesie z sobą szereg korzyści. Mówi przedsiębiorstwom, jak i kiedy realizować zamówienia oraz trzymać się prognoz w celu maksymalizacji wydajności. Przydaje przedsiębiorstwu elastyczności i pozwala wycisnąć, ile się da z zasobów materialnych. W ostatecznym rozrachunku optymalizacja prowadzi do ogromnych oszczędności w kosztach operacyjnych, a przy okazji poprawia jakość obsługi klienta i potrafi zapobiec brakom w zapasach. To właśnie z takich powodów APO stanowi potężne narzędzie w każdym przedsiębiorstwie.

Na tym jednak nie koniec zalet APO. Narzędzie to pozwala również:

1) skracać cykle harmonogramowe

2) zmniejszać poziomy zapasów

3) przyspieszać obroty magazynowe

4) poprawiać elastyczność w kontaktach z klientami (większe możliwości korekt zamówień)

5) działać z większą elastycznością przy opracowywaniu tańszych alternatyw oferowanych produktów

Zasady działania APO

Pierwszym krokiem w działaniu APO jest analiza zamówień i prognoz, a następnie wyłowienie i zestawienie tych, które są do siebie podobne. W razie potrzeby APO rozbija poszczególne zamówienia i potrzeby na ich elementy składowe, po czym ponownie identyfikuje i zestawia elementy podobne. Zestawione zamówienia, prognozy bądź składowe tychże są następnie scalane na potrzeby planowania produkcji czy dystrybucji, bądź też innego rodzaju planowania działalności biznesowej. APO określa ograniczenia w produkcji, dystrybucji i innych sferach, a także pokazuje moce przerobowe i dostępne zasoby. Określa także wyprzedzenia w planowaniu, priorytety w realizacji zamówień oraz inne czynniki warunkujące pomyślną realizację zadań.

Po określeniu ograniczeń, priorytetów, mocy przerobowych i innych czynników po stronie podażowej, system przygląda się zestawionym wcześniej zamówieniom i prognozom, po czym podsuwa najbardziej odpowiedni plan produkcji, dystrybucji i innych działań. Plan ten może przewidywać scalanie jednakowych zadań produkcyjnych, gdy różne wyroby wymagają tych samych operacji na produkcji. W takich przypadkach całość tych operacji, dotyczących wielu wyrobów, obejmuje się pojedynczym zamówieniem produkcyjnym. Dane z planu wygenerowanego przez APO przekazywane są następnie do odpowiednich systemów zarządzania produkcją, dystrybucją, magazynami, zapasami itp. Mówiąc obrazowo, wszystkie te systemy odpowiadają za poszczególne działania przedsiębiorstwa, zaś narzędzie optymalizujące pełni rolę mózgu zawiadującego całością działań w obrębie łańcucha dostaw.

Technologiczne zaplecze APO

Większość narzędzi optymalizacyjnych wykorzystuje constraint-based programming, genetic algorithm-based computing, programowanie liniowe, Taabu Search itp. Ciekawostką jest fakt, że większość wiodących dostawców systemów ERP i SCM korzysta przy tworzeniu funkcji optymalizowania w swoich rozwiązaniach z algorytmu opracowanego przez jedną i tę samą firmę.

Programowanie liniowe wystarcza w przypadku mniej rozległych i skomplikowanych zadań, nie sprawdza się jednak w sytuacjach bardziej złożonych, bowiem wraz ze wzrostem złożoności problemu liczba wymaganych obliczeń rośnie w postępie geometrycznym. W takich przypadkach najlepiej sprawdza się genetic algorithm-based computing. Użytkownik tej techniki nie musi tworzyć żadnych reguł, by wykonać potrzebne mu obliczenia. W porównaniu z innymi, technika ta wymaga mniejszej liczby obliczeń przy wykonywaniu poszczególnych operacji. Wreszcie, genetic algorithm-based computing jest techniką przejrzystą dla użytkownika, jako że nie wymaga od niego żadnego „wsadu” i sprawuje się dobrze w sytuacjach o wysokim stopniu złożoności. Nieprzypadkowo więc narzędzia optymalizacyjne wykorzystujące genetic algorithm-based computing wyróżniają się na korzyść wśród innych rozwiązań tego typu.

Wnioski

Ogromny potencjał narzędzia zaawansowanego planowania i optymalizacji pozwala przedsiębiorstwom osiągać potężne oszczędności za sprawą optymalizacji swoich procesów biznesowych. Oszczędności te mogą osiągać poziom nawet 200%, a w większości przypadków można oczekiwać wyniku w granicach co najmniej 50–60%. Już tylko z tego powodu należy uznać inwestycję w APO za propozycję wielce atrakcyjną. A jeśli wziąć pod uwagę pozostałe korzyści wskazane wyżej, a także to, że APO sprawdza się równie dobrze w dziedzinie produkcji procesowej, jak i dyskretnej, to narzędzie to zaczyna się jawić jako propozycja wręcz nie do odrzucenia.

Tłumaczenie Andrzej Lewandowski

Nota o autorze

Ashfaque Ahmed jest konsultantem w dziedzinie zaawansowanego planowania i technik optymalizacji w obszarach produkcji i dystrybucji. Odbiorcami jego usług są małe i średnie organizacje branż spożywczej, farmaceutycznej, opakowań, papierniczej, metalurgicznej, pakowanych towarów konsumpcyjnych i części samochodowych. Jest współzałożycielem spółki GoldenEmbryo Technologies (www.goldenembryo.net) oferującej programy do zarządzania łańcuchem dostaw oraz związane z nimi usługi consultingowe i wdrożeniowe.