ロジスティクスのためのテクノロジー：実装が失敗する理由

ロジスティクスプロバイダーによる現代のテクノロジーの採用は、デジタルソリューションをアナログの世界に適用する場合です。

その性質上、ロジスティクスは非常に物理的です。トラック、トレーラー、船、電車、倉庫などです。それについて「仮想」なものは何もありません。「クラウドで」動作するのは飛行機だけですが、プロバイダーはビットとバイトだけで構成されるシステムを採用しようと急いでいます。

彼らの衝動は理解できます。モノのインターネットのこの時代では、自動化は絶え間ないデータの流れに対処するための鍵であり、すべてが迅速で正確な配信に対する顧客の高まる要求を満たすことを目的としています。そのために、機械学習や人工知能などの進歩により、肉体的な管理者の理解をはるかに超えた、ある程度の「スマートな」意思決定が可能になっています。

ロジスティクスのテクノロジーは非常に理にかなっています。では、なぜこれほど多くの実装が約束を果たせないのでしょうか？

アリ・ハサン・ラザは現実の世界から来ました。彼は18輪車を含む作戦を開始しました。彼のキャリアの10年ほどで、彼は追跡と追跡、およびトラックの動きの監視のためのシステムを含むテクノロジーへの移行を開始しました。現在、彼は、AIを利用して運用上のボトルネックを解消するソフトウェアのベンダーであるThroughPutInc。の共同創設者兼最高経営責任者です。

テクノロジー企業のリーダーとして、Razaはロジスティクスプロバイダーにとって自動化の価値を認識しています。しかし、彼はまた、実際の実装に伴う切断についても鋭く認識しています。簡単に言えば、デジタルテクノロジーの性質と価値は、「エンドユーザーが誰であるかによって異なります」と彼は言います。トラック運転手は、日常業務に対応するポイントベースのソリューションを探しています。ブローカーは、荷送人と物理的なサービスプロバイダーをつなぐ電子マーケットプレイスに惹かれます。 WalmartInc。やAmazon.comInc。のような大手小売業者は、エンドツーエンドの供給フローを可能にするシステムを支持しています。

したがって、「デジタル」という言葉はすべてを網羅していますが、それは非常に曖昧な場合もあり、同様に曖昧な用語「ロジスティクス」にまとめられているユーザー向けの幅広い「ソリューション」を表しています。

大企業指向のシステムは、いくつかの重要な前提から始まります、とRaza氏は述べています。これらは、予想されるリードタイム、車両容量、梱包要件、マテリアルハンドリング機器、製品構成など、現実の世界をモデル化するように設計されています。ただし、デジタルベースの計画システムは、一時的なモデルではなく、定常状態で作業する場合に最も快適です。そして、ロジスティクスの世界は明らかに一時的なものです。

「ロジスティクスとサプライチェーンで働く場合、毎日が変わります」とRaza氏は言います。 「リードタイムと容量は決まっていません。ボトルネックは常に変化しています。特に、倉庫や工場が閉鎖され、ルート全体の最適化を変更する必要があるCOVID-19の期間中はそうです。」

混沌とした環境では、最も慎重に考え抜かれたシステムでさえ、実際の操作の流れを反映していません。 「そのため、これらのデジタルトランスフォーメーションは失敗しています」とRaza氏は言います。 「何かを構築する唯一の方法は、仮定を立てることです。数学のように、あなたは基本的な方程式から始めます。しかし、仮定が少なければ少ないほど、自由度が増します。」

AIと機械学習は、そのような不確実性に対処するために特別に設計されたのではありませんか？ Razaは、AIを使用して実際の需要と製品構成を検知し、それから逆方向に計画できることに同意します。 「リアルタイムで推奨事項を提供できますが、それでも誰かがそれらを実行する必要があります」と彼は言います。その瞬間の現実が、「インテリジェントな」マシンの最良の計画に侵入する恐れがあるときです。

ロジスティクス業務の完全な自動化は、どのような場合でもまれであり、高度に専門化された製品を扱う奇妙な「ライトアウト」倉庫に限定されます。このような設定は、サプライチェーンに沿った小さな、修正されていない誤算がエスカレートし、ダウンストリームで壊滅的なサービス障害を引き起こす可能性があるブルウィップ効果の可能性を招きます。

テクノロジーの皮肉は、組織内でのテクノロジーの成功は、最終的な分析では人間に依存しているということです。問題は、多くの場合、企業文化の1つであるとRaza氏は言います。

「テクノロジーは、あなたがすでに行っていることをより速くすることしかできません」と彼は言います。 「一緒にいることにデータ主導の文化がなく、データに対して何もしたことがない場合、価値を付加することはできません。」

機械ではなく人のトレーニングも同様に重要です。新しいプロセスでスタッフを適切に教育することなく古いプロセスを取り除こうとする組織は、その高価な技術イニシアチブが失敗するのを目にすることになります。一方、経営幹部は、投資家から四半期ごとの利益が増え続けるというプレッシャーに直面している場合でも、投資収益率について現実的である必要があります。このようなシナリオでは、サービスとしてのソフトウェアの提供を採用することで、初期費用を軽減できます。

ロジスティクスの物理的な世界では、多額の資本支出を最大限に活用するために、自動化された予測システムの形で仮想機能が必要であることは間違いありません。しかし、これらの「ソリューション」を適用する方法は、成功と失敗の違いを綴ることができます。 Razaが言うように、「テクノロジーはイネーブラーであり、ソリューションではありません。」