Supply Chain Trends 2024: De digitale revolutie

Geavanceerde technologieën zetten de wereld van de toeleveringsketen op zijn kop. Met snel evoluerende mogelijkheden op het gebied van generatieve AI, data-analyse, automatisering, machine learning, Internet of Things (IoT), blockchain en meer, is de 'slimme' toeleveringsketen hard op weg om het nieuwe normaal te worden.

Dankzij een reeks technologische ontwikkelingen is er een nieuw paradigma aan het ontstaan in ketenmanagement. Eén waarbij organisaties sneller kunnen reageren op dagelijkse verzoeken, problemen proactief kunnen oplossen en fouten en inefficiënties kunnen verminderen. Het kan ook meer zichtbaarheid, transparantie en traceerbaarheid bieden. Maar het belangrijkste is dat organisaties beter bestand zijn tegen toekomstige schokken in de leveringsketen.

Met een toekomst die autonome en zelflerende machines in het vooruitzicht stelt die naadloos het bredere leveringsketenproces beheren, is het nu tijd voor organisaties om de inherente silo's en bedrijfssystemen te doorbreken die hun vooruitgang zullen beperken.

Organisaties moeten om te beginnen de trends omarmen die het jaar 2024 zullen bepalen. Dit betreft het leren over opkomende technologieën, van AI tot gedistribueerde grootboektechnologieën, low-code en no-code platforms en elektrificatie van het wagenpark. Daarna moet de migratie naar een nieuwe digitale architectuur in goede banen worden geleid en vlekkeloos worden uitgevoerd.

Organisaties zullen zich intensief moeten richten op het verzamelen van relevante, schone en goed beheerde data als ze het meeste willen halen uit hun nieuwe investeringen in technologie. Data zal ook cruciaal zijn als organisaties onder druk komen te staan om te voldoen aan veranderende ESG- en Scope 3-verplichtingen.

Deze structurele trends zullen nieuwe bedrijfsmodellen vormen en brede processen verbeteren. Om te voorkomen dat ze achterblijven, is het belangrijk dat organisaties deze trends begrijpen en specifieke acties ondernemen om hun transformatie vroegtijdig te starten. Op deze manier kunnen ze een flexibelere en meer responsieve leveringsketen creëren die de belofte van waardecreatie, kostenverlaging en verbeterde aandeelhouderswaarde kan waarmaken.

Generatieve AI (GenAI) is een subset van AI die het potentieel heeft om een revolutie teweeg te brengen in leveringsketenmanagement, logistiek en inkoop. Software-engines die worden aangedreven door GenAI kunnen veel grotere datareeksen verwerken dan eerdere vormen van machine learning en kunnen een bijna oneindig complexe reeks variabelen analyseren. GenAI kan ook de nuances van het toeleveringsketen-ecosysteem van een bepaald bedrijf leren, waardoor het zijn analyse na verloop van tijd kan verfijnen en aanscherpen.

De lijst met mogelijkheden voor GenAI is uitgebreid. Het kan helpen bij het waarborgen van inkoop en naleving van de regelgeving, het stroomlijnen en efficiënter maken van productiewerkstromen, of virtuele logistieke communicatie mogelijk maken door virtuele assistenten te gebruiken bij het afhandelen van routinevragen en om snel antwoord te kunnen geven.

Het gebruik van AI is een bedrijfsbrede afweging, waarbij organisaties moeten voorkomen dat ze hun inspanningen verspillen aan verschillende afzonderlijke AI-implementaties. De belangrijkste bedrijfsprocessen moeten strategisch worden heroverwogen en opnieuw worden ontwikkeld om GenAI effectief in te zetten.

locaties, stromen en partners, neemt de druk op de planning van de leveringsketen toe. Bestaande planningsmogelijkheden zijn niet in staat om te voldoen aan de eisen van een meer complexe, meerlagige, meer genuanceerde wereld. Het resultaat is dat maar weinig bedrijven effectieve scenarioanalyses kunnen uitvoeren om de financiële gevolgen van belangrijke beslissingen te bepalen.

AI-applicaties voor verkoop en operationele planning ('sales and operational planning' (S&OP)) en geïntegreerde bedrijfsplanning ('integrated business planning' (IBP)) zullen de kloof tussen de planning van de leveringsketen en de uitvoering helpen dichten. Low touch-planning zal grote delen van het handmatige werk uit het end-to-end planningsproces halen en de kracht van geavanceerde analyse gebruiken om diepgaandere vragen te beantwoorden met minimale menselijke tussenkomst. AI zal in staat zijn om gegevens op grote schaal te analyseren, afwijkingen te identificeren, te zoeken naar patronen die leiden tot onverwachte verstoringen en vrijwel onmiddellijk suggesties te doen over hoe deze op te lossen.

Vanuit technologisch oogpunt zijn de mogelijkheden om low touch-planning mogelijk te maken te vergelijken met een verkeerstoren of zijn meer geavanceerde tegenhanger, het cognitieve beslissingscentrum met onder andere digital twin-mogelijkheden. Deze beloven een betere voorspelbaarheid, grotere brutomarges en maken middelen vrij zodat de organisatie zich kan richten? op activiteiten die waarde toevoegen.

Data is nog steeds een van de belangrijkste uitdagingen voor leveringsketenmanagement. Elke dag worden er miljoenen en miljoenen datarecords gegenereerd in de hele toeleveringsketen vanuit meerdere systemen. De toename van digitale technologieën, IoT-apparaten en geavanceerde volgsystemen heeft het probleem nog groter gemaakt. Deze overvloed aan data heeft geleid tot grotere datasilo's binnen de organisatie, wat weer heeft geleid tot losgekoppelde datasets. Duplicatie en misinterpretatie zullen dan ook steeds problemen opleveren worden. De fragmentatie van data vormt een belemmering voor het creëren van een holistisch beeld van de toeleveringsketen van de organisatie.

Daarom zijn beschikbaarheid, kwaliteit, cadans en consistentie van data nu kritieke overwegingen. Leveringsketen-professionals moeten de complexiteit van hun datalandschap efficiënt beheren om weloverwogen beslissingen te kunnen nemen en hun activiteiten te verbeteren.

Een oplossing is om een use case-gestuurde aanpak te hanteren om problemen met de datakwaliteit proactief aan te pakken. Door zich te richten op specifieke use cases kunnen organisaties prioriteit geven aan datakwaliteitsverbeteringen waar deze het belangrijkst zijn, waardoor hun datasets geleidelijk worden verfijnd en verbeterd.

Het gebrek aan zichtbaarheid in de lagen van een toeleveringsketen heeft grote gevolgen voor organisaties in verschillende sectoren, met name voor het voldoen aan wettelijke eisen en voor het identificeren en beperken van risico's in de toeleveringsketen.

Door voorbij tier 1 te kijken, kunnen organisaties in hun uitgebreide toeleveringsketen partners zien, meer en dieper inzicht krijgen in de onderliggende oorzaken, nieuwe risico's identificeren die zich verder in de toeleveringsketen voordoen en ESG-doelstellingen bevorderen door betere traceerbaarheid en transparantie.

Technologische hulpmiddelen zoals ‘control towers’ en ‘digital twins’ kunnen kritische relaties met toeleveranciers aan het licht brengen, gemeenschappelijke toeleveranciers en fabriekslocaties uitlichten en duidelijk inzicht geven in de diepte van de toeleveringsketen van een organisatie. Wanneer ze op grote schaal worden toegepast, kunnen ze de veerkracht van de toeleveringsketen verbeteren.

Een toeleveringsketen is een dynamisch en complex proces dat bevoorrading, levering van grondstoffen, opslag en distributie van gefabriceerde producten naar consumenten omvat. Historisch gezien heeft dit geleid tot meerdere systemen en gegevensbronnen. Het implementeren van softwareveranderingen in deze omgeving is tijdrovend met een grote kans op fouten.

De meeste taken in de toeleveringsketen kunnen geheel of gedeeltelijk worden geautomatiseerd door middel van low-code-platforms, die gebruik maken van een breed scala aan ‘Application Programming Interfaces’ (API's) en kant-en-klare integraties om voorheen afzonderlijke systemen aan elkaar te koppelen. Dit verkort de ontwikkelingstijd en stelt bedrijven in staat om snel te reageren en hun applicaties aan te passen aan nieuwe marktomstandigheden, verstorende gebeurtenissen of veranderende strategieën. Het stelt zakelijke gebruikers met weinig technische kennis in staat om snel nieuwe mogelijkheden te ontwikkelen, te testen en te implementeren.

Potentiële toepassingen omvatten planning, productie, productlevenscyclus, samenwerking in de toeleveringsketen en track & trace. Low-code-platforms zijn niet alleen een technologische upgrade; ze vertegenwoordigen ook een paradigmaverschuiving in de wijze waarop organisaties hun activiteiten benaderen en bieden een meer flexibele en aanpasbare toekomst.

Hoewel veel bedrijven van oudsher prioriteit hebben gegeven aan het verzamelen van hun Scope 1-emissiegegevens (directe emissies) en Scope 2-emissiegegevens (ingekochte elektriciteit), is de aandacht nu duidelijk verschoven naar Scope 3-emissies, dat wil zeggen emissies die worden veroorzaakt door de hele waardeketen heen. Hoewel het verzamelen en rapporteren van Scope 3-emissiegegevens tot nu toe vrijwillig was, wordt het in veel landen wettelijk verplicht.

Het vaststellen van een solide emissiebasislijn is essentieel voor het bewaken van de voortgang en het stellen van ambitieuze reductiedoelen. Scope 1- en Scope 2-emissies zijn relatief eenvoudig vast te stellen, maar als dit wordt uitgebreid naar de volledige toeleveringsketen, zoals Scope 3, neemt de complexiteit exponentieel toe.

Om reducties in koolstofuitstoot te bereiken, hebben bedrijven primaire informatiebronnen van hun leveranciers nodig en daarom beginnen ze hybride koolstofboekhoudmethoden toe te passen om een meer nauwkeurige beoordeling van Scope 3 emissies te krijgen. Digitale platforms bieden een gecentraliseerd systeem voor leveranciers om hun emissiegegevens in te voeren, die vervolgens eenvoudig kunnen worden geïntegreerd in de duurzaamheidsrapportage van een bedrijf.

De logistieke sector ondergaat ook een snelle transformatie. Sommige elementen van logistieke en transportnetwerken die klaar zijn voor de toekomst zijn al zichtbaar, zoals de automatisering van magazijnen en havens en het toenemende gebruik van autonome voertuigen. Het gebruik van autonome voertuigen zal toenemen naarmate organisaties zich verbinden aan emissiereductiedoelstellingen en de batterijtechnologie zich ontwikkelt om de afstandslimieten voor elektrische vrachtwagens, bussen en bestelwagens te vergroten.

Organisaties zullen de elektrificatie en automatisering van de logistieke transportwaardeketen blijven versnellen, met name die onderdelen die nog steeds kostbaar of handmatig zijn, zoals de verwerking van luchtvracht en 'last mile delivery'. Op dezelfde manier is de overgang van autonome voertuigen onder toezicht van mensen naar volledig geautomatiseerde voertuigen zonder menselijke tussenkomst bijna klaar om zich uit te breiden van gecontroleerde gesloten omgevingen naar de openbare weg.

Slimme logistiek en transport zullen ook worden versneld door de voortdurende toename van AI, IoT, data-analyse en cloud in veel use cases: onder andere bij het verbeteren van traditionele routeoptimalisatie en het toepassen van machine learning, voorspellende en detectieve mogelijkheden om materiële verbeteringen aan te brengen in netwerkefficiëntie, klantervaring, risicovermindering en duurzaamheidsdoelen.

In 2024 staat de leveringsketen aan het begin van een ingrijpende transformatie. AI en andere geavanceerde technologieën veranderen in hoog tempo de kern van leveringsketenmanagement. Professionals van KPMG geloven dat organisaties met de juiste aanpak en cultuur deze seismische verschuivingen kunnen benutten.

In 2024 kunnen organisaties fundamentele kansen creëren door zich te richten op de strategische toepassing van GenAi, een low-touch-planningsaanpak te hanteren, te streven naar data excellence en transparantie, zich aan te passen aan low-code- platforms, prioriteit te geven aan Scope 3- en ESG-gegevensrapportage en te plannen voor de elektrische toekomst. De tijd dringt, en wie klaar is en bereid om zich snel aan te passen, zal beter in staat zijn om waarde te ontsluiten, kosten te verlagen en nieuwe succesmodellen te omarmen.