KPMG’s Predictive Supply Chain Management Solution
這是一篇供應鏈的超前部署探討,這與很多媒體報導的,要緊急退出中國世界工廠供應鏈的探討,要來得更為實際⋯⋯
即使商業環境仍然深不可測,供應鏈領導者也應立即採取行動,以圖捲土重來。
2020 年 2 月 28 日,星期五,我和技術主管 Pierre Haren 發表了一篇簡短的文章,我們預測「 COVID-19 對全球供應鏈的影響,達到頂峰的時間將在 3 月中旬,迫使數千家公司降低或暫時關閉,美國和歐洲的組裝和製造工廠。」這個預測是準確的。例如,歐洲和美國的汽車製造廠關閉,或奢侈品牌關閉了在歐洲的製造活動。
現在我們距離文章發表已經六個星期了,其中一些事情已經很清楚了。隨著歐盟(EU)和北美的製造業活動下線,中國正在緩慢復甦,但產能卻有所下降。
同時,這種大流行不僅影響全球供應,還極大地影響需求。例如,在汽車行業,專家預測這種流行病,可能意味著「今年的汽車銷量,比早期的預測減少了數百萬。」從短期來看,同一份報告估計, 3 月份美國各個城市的汽車銷量,將下降 17% 至 18%。
同時,這種大流行不僅影響全球供應,還極大地影響需求。例如,在汽車行業,專家預測這種流行病,可能意味著「今年的汽車銷量,比早期的預測減少了數百萬。」從短期來看,同一份報告估計, 3 月份美國各個城市的汽車銷量,將下降 17% 至 18%。
大多數公司都在設法,解決這些嚴峻的供需挑戰。 同時,他們需要為肯定會在不久的將來,實現的恢復做準備。不幸的是,公司採用的供應鏈系統和流程,是為正常營運而設計的,而不是一生中一次的中斷和恢復。
所以問題是:鑑於現在需求和供應雙方,都存在巨大的不確定性,公司如何制訂恢復計劃?
考慮到不確定性的程度,可能會出現許多情況,但將注意力集中在三個關鍵情況上,是有啟發性的,以便對結果的範圍,發展出一些實際的見解。 這些場景代表了恢復長度,和恢復幅度的三種不同實現:悲觀的最壞情況; 更樂觀、最好的情況; 以及最可能的情況。
在最壞的情況下,假設長期沒有可用的疫苗或治療方法,長期需要保持社會隔離措施,這將對需求,以及製造業和運輸業的生產率,產生重大影響。
在這種情況下,我們很可能會看到,越來越多的重要航空貨運公司,以及許多中小型供應商和製造商破產。所有這些發展,將使恢復正常運轉對於消費者、投資者和製造商而言,都是非常痛苦的過程。
至於最好的情況,北美和歐盟能夠透過測試和社會隔離,來控制和減少大流行,到第二季末生活已恢復正常。在這種情況下,從運輸到倉儲,物流能力將承受巨大壓力。
由於來自不同行業的公司,將爭先恐後地增加活動,最可能的瓶頸將是物流能力,在此期間這將是非常寶貴的。如今,由於航空公司使用空客機運送貨物,物流能力的短缺,可以得到一定程度的減輕,但是當復甦如火如荼時,這將成為巨大的挑戰。
最後,在最可能的情況下,各個地區的大流行高峰的時間和規模,將有所不同,並且可能會再次爆發。這顯示,大流行對經濟的影響,將延續到第二季之後。
除了對需求的影響外,這還意味著供應商的工廠,可能會運行一個時間段(幾週),然後關閉下一個時間段。由於時間安排的可變性,公司應該能夠透過將容量分配,從受影響最大的地區轉移到受影響最小的地區,來更好地利用資源。在這種情況下,我們可能會:
.重新配置供應鏈,因為一些關鍵但脆弱的供應商將倒閉。
.重新定位庫存,以防某些區域或設施處於隔離狀態。
鑑於全球供應鏈已經發生了巨大的衝擊,無論是在供應方面,還是在需求方面,對於公司為每種恢復情況做好準備非常重要。
為此,請應用「管理不可預測的供應鏈中斷」(2014 年《哈佛商業評論》文章)中討論的一些概念和步驟,該文章為公司提供了渡過當前風暴的想法。具體來說,它專注於以下目標:
.確定與零件和供應商相關的風險。
.有效地分配優先級和資源。
.投資解決策略,例如預訂物流能力。
為了實現這些目標,本文介紹並應用了以下概念。一個主要功能是恢復時間(TTR,time to recover),即特定節點(供應商設施\配送中心,或運輸樞紐)在中斷後,恢復全部功能所需的時間。
例如,在最近對汽車行業 3,589 家中國供應商的調查中,有 53% 的公司報告說,他們將在 4 月初恢復正常產能。同樣,如果隔離時間框架規定供應商,將在 4 月底之前停止營業,則這將提供 TTR 的估算值。顯然,TTR 與場景有關,但是此練習使供應鏈能夠確定,每種場景下,可能發生的情況。
第二個概念是風險開口,這是一種基於風險模型的風險評估,該模型應用供應商的 TTR 來評估績效影響,包括營運(生產損失)和財務(收入和利潤損失)。
透過將供應商的 TTR 資訊,與供應鏈的詳細資訊(包括產品的物料清單、數量和按產品線,和通路庫存的利潤率)相結合,該方法可以辨識,與網路每個站點中斷相關的風險。這是透過在 TTR 持續時間內模擬(和優化),公司對特定站點中斷的響應來完成的。
在此過程中,模型會在 TTR 期間分配可用資源,以最大程度地減少損失,並確定供應鏈需要多少物流能力,才能移動庫存和組件,以便在正確的時間和位置可用。這種模型的結果是知道該公司需要關閉多長時間,以及何時重新啟動產能。
自 2013 年以來,福特一直在使用此模型。最初開發該模型,是為了幫助公司確定風險降低策略,尤其是查明供應鏈中的薄弱環節。有趣的是,福特已經在恢復操作中,應用了該模型,以確定中斷後分配資源的有效方法。
但是,當前的疫情大流行帶來了另一個挑戰,即阻止供應鏈風險的降低–也就是說,下游供應鏈設施,可能會阻止上游供應商向他們交付產品。的確,儘管中國製造業正在復甦,但由於主要市場的關閉,它現在面臨著需求急劇下降的巨大問題。具體來說,中國製造商面臨著,來自世界各地的取消或延後訂單,帶來的第二次衝擊波。
當然,有許多案例研究,描述了公司如何從災難中恢復過來,例如 2011 年日本海嘯,或 2011 年泰國洪災。但是由於武肺疫情大流行對整個經濟,尤其是供應鏈的長期影響,我們現在面臨著更為嚴峻的挑戰。
按照這種方法,我建議供應鏈主管應採取五個步驟,來為其業務制訂有效的恢復計劃。
步驟1:確定受影響地區的供應商,並按方案估算 TTR。
步驟2:針對每種情況,估計需求並評估哪些產品和組裝設施,將受到這些供應商的影響,以及持續多長時間。
第3步:利用上一步的見解,確定何時或多長時間,關閉或減少製造活動。
步驟4:確定如何透過關注銷售,和營運計劃來增加產能。僅將可用容量和庫存,分配給允許您在恢復期間,實現特定目標的產品。
步驟5:盡快預定物流能力。
第一步強調僅靠策略供應商是不夠的!正如 2014 年的文章所顯示的那樣,提供低成本組件的小型供應商,可能更為關鍵,因為某些組件的短缺,可能會迫使生產停工。
此步驟還需要團隊,就要分析的各種場景達成共識。雖然我建議了前面提到的三種可能的方案,但是您當然要考慮其他方案。
第二步要求公司估算需求,並評估風險開口。估計需求的一種方法,是應用統計預測(或機器學習)技術,並使用外部數據,尤其是來自韓國、中國湖北和中國河南的恢復資訊。
要評估風險開口,請透過應用前面所述的風險開口模型,來評估每種情況,以了解各個地區的中斷,對產品和組裝設施的影響。重要的是,該模型可幫助管理人員確定,網路中哪些供應商/地區,造成最大的風險開口 - 經常突出顯示以前隱藏或忽略的高風險區域。
第三步和第四步應用相同的模型(風險開口),以確定對在 TTR 持續時間內,被中斷的一個或多個節點的最佳響應。特別是,它們使公司能夠比較,各種替代方案的成本和收益,以減輕影響,從而確定對成品的可用資源的最佳分配。
具體來說,第四步建議暫時將哪些製成品,從您的產品中刪除,以及現在應關注哪些產品組合。例如,在汽車行業,人們會期望原始設備製造商(OEM)專注於各種類型的應急車輛,因為政府對這些應急車輛的需求,可能會激增,而對於消費者的汽車銷量,則可能會下降。
如果實現了第三種最可能的方案,則公司應該受益於不同地區,在不同時期發生的高峰,因為這可以更好地利用資源。為了利用高峰和低谷,該公司將需要每週或每月,運行一次該模型,以確定如何轉移產能。
在此過程中,您可能需要考慮針對分析中,確定的關鍵組件,和供應商的創新解決方案。它們可能包括為替代供應商的某些組件,支付更多費用,在財務上幫助小的關鍵供應商,或使用不同的材料(如果適用)。
另外,您可能希望與供應商共享某些關鍵組件的藍圖,這些供應商可以修改現有工具和機器,從而實現這些組件的生產。
上述分析的影響是一個明確的計劃,其中詳細說明了以下內容:
.供應鏈設施如何,以及何時停機。
.建立容量的速度。
.在哪裡以及要保留多少物流能力。
.重點關注什麼產品。
這種分析對消費者的影響,應該是顯而易見的。消費者不僅可能面臨許多產品的短缺,和更長的交貨時間,而且他們還將面臨較小的產品種類。對於行業而言,2020 年預期的銷售和收入下降,可能會迫使公司在各地,實施重大的成本削減措施。
從長遠來看,預計將進行重大的供應鏈重組。 美中貿易戰已經促使許多行業,開始這一處理過程,大流行可能會加劇這種情況。
確實,時尚零售商可能會將製造業轉移到越南、柬埔寨和馬來西亞等國家。 同時,高科技公司將更貼近市場需求,轉向墨西哥和巴西,以滿足歐盟在北美和東歐的需求。
更重要的是,公司需要透過應用所討論的一些概念,並了解其供應鏈,尤其是其通路庫存,來提高其供應鏈的應變能力,以應對全球,不僅是本地的中斷。
關於作者
David Simchi-Levi 是麻省理工學院的工程系統教授。 他與他人共同創立了 LogicTools,後者是用於優化供應鏈的軟體提供商。 LogicTools 於 2009 年成為 IBM 的一部分。他還共同創立了兩家,現在屬於埃森哲公司的公司:營運諮詢公司 OPS Rules和 雲分析平台公司Opalytics。
沒有留言:
張貼留言