サプライチェーンの混乱を解決することは数学に帰着します

ロジスティクスの混乱はサプライチェーンの世界では新しい現象ではありませんが、COVID-19によって引き起こされる激変の規模は、利害関係者がこれまでに見たことのないものです。アクセンチュアによると、フォーチュン1000企業の94％がパンデミックによる混乱を経験しました。

幸いなことに、今日の企業は、サプライチェーンの混乱に立ち向かい、克服するのに役立つ、数理最適化などの一連の人工知能テクノロジーを自由に利用できます。

数理最適化は、サプライチェーンの計画と運用のための頼りになるテクノロジーとして長い間確立されてきました。 1980年代以降、ビジネスの世界の企業は、効率と収益性を向上させるだけでなく、混乱を管理および軽減するために、さまざまな既製のオーダーメイドの計画アプリケーションを利用してきました。このようなテクノロジーは、サプライチェーンの敏捷性と回復力を促進するための重要なツールでした。

数理最適化により、プランナーとその他の主要な利害関係者の2種類の意思決定が容易になります。

• リアクティブ。 混乱をリアルタイムで感知し、根本原因を特定してリソースを動的に再割り当てすることで、迅速かつ効果的に対応できるため、復旧までの時間を短縮できます。
• プロアクティブ。 サプライチェーンのリスクを分析し、潜在的な混乱を予測することができます。

数理最適化が最適な事後対応型および事前対応型の意思決定を推進し、サプライチェーンの混乱に対処する方法は次のとおりです。

3部構成のモデル

すべての数理最適化アプリケーションは、基本的に2つの要素で構成されています。ソルバー（アルゴリズムベースの問題解決エンジン）とモデル（実際のオペレーティング環境の表現またはデジタルツインであり、その複雑さと課題はすべてあります）。

このモデルは、サプライチェーンの特定の要素（サプライヤー、生産、ロジスティクス、倉庫業務など）をカプセル化することも、エンドツーエンドのネットワーク全体を網羅することもできます。

各モデルは3つの部分で構成されています：

• 決定変数。 サプライチェーン全体でさまざまなポイントで行われる決定。
• 制約。 従わなければならないビジネスルール;
• ビジネス目標。 コストと在庫レベルの最小化、リソース使用率の最大化、納期厳守のパフォーマンス、顧客満足度など、多数の（そしてしばしば矛盾する）ビジネス目標。

混乱が発生した場合、数理最適化アプリケーションは、実際のサプライチェーンの動作を理解して具体化するモデルに基づいて構築されているため、ユーザーは次のことを実現できます。

• 可視性。 容量のボトルネックや需要と供給の突然の変動など、混乱の原因を即座に特定します。
• 柔軟性。 サプライチェーン全体の現在の運用状況を反映するように調整し、さらに新しい制約、決定変数、およびビジネス目標を追加して、モデルを変更します。
• 敏捷性。 計画とスケジュールを動的かつ自動的に再最適化し、混乱を可能な限り迅速かつ効果的に解決するための最善の行動方針を決定します。

数理最適化アプリケーションを使用すると、企業はエンドツーエンドネットワークのリアルタイムの可視性と制御を維持できるため、障害が発生した場合、根本原因を簡単に特定し、それらを修正してビジネスの継続性を維持するために必要な手順を迅速に実行できます。 。

「継続的なインテリジェンス」

機械学習は、おそらくA.I.の最もよく知られている側面であり、履歴データに依存しています。対照的に、数理最適化は、利用可能な最新のデータを利用して、リアルタイムの処方分析、またはガートナーが言うように、サプライチェーンネットワーク全体の「継続的なインテリジェンス」を提供します。

COVID-19の大流行の際のように、深刻なサプライチェーンの混乱が発生した場合、企業は過去のデータに依存して、前例のない財務上および運用上の課題に対処することはできません。

運用ネットワーク全体の現在の状況をキャプチャする最新の利用可能なデータとモデルを利用するため、数理最適化アプリケーションは、現在のサプライチェーンの問題に対する最良のソリューションを自動的に生成し、継続的なインテリジェンスと最適な意思決定を可能にします。

リスクの調査

サプライチェーンの混乱に対処するための重要な部分は、リスクを評価し、将来の計画と準備を行うことです。数理最適化のシナリオ分析機能により、企業は次のことができます。

• 探索 さまざまな供給、需要、在庫、容量、マクロ経済、地政学的、その他の仮定のシナリオを作成し、それらがビジネスに与える潜在的な影響を評価します。
• 発見 自然災害、生産または輸送の故障などの混乱が発生した場合に、隠れたリスクとリスクのエクスポージャーおよび回復までの時間を測定します。
• ロックを解除する リソースを再割り当てしたり、サプライチェーンを再構成したりすることで、リスクを軽減し、サプライチェーンの回復力を向上させる機会。

数理最適化のシナリオ分析機能により、企業は、設備投資、サプライヤーの選択、生産能力と在庫の計画、生産と倉庫施設の場所など、複数の分野で積極的かつ戦略的な意思決定を可能にすることで、将来の混乱の影響からサプライチェーンを保護できます。

COVID-19のパンデミックの間、私たちは前例のないサプライチェーンの混乱の波を経験しました。これは、世界経済に重大で永続的な混乱を引き起こし、サプライチェーンの専門家に大きな課題をもたらしました。数理最適化は、サプライチェーンの効率と収益性を高めながら、そのような混乱と戦うための強力な武器であることが証明されています。このA.I.テクノロジーは、絶えず変化するビジネス環境をナビゲートするサプライチェーンリーダーにとって不可欠なツールであり続けます。

Ed Rothbergは、Gurobiの共同創設者兼最高経営責任者です。