Integrasi AI dan Teknologi Modern dalam Rantai Pasokan
Dari kekurangan Guinness stout hingga kekurangan global, menggabungkan AI dengan robotika, otomatisasi, dan simulasi membantu memprediksi dan beradaptasi dengan lonjakan permintaan. Selama Natal, kekurangan Guinness atau kekeringan stout menjadi berita utama karena pub terpaksa membatasi pint di tengah kekurangan pasokan. Gen Z disalahkan karena tren “splitting the G” yang populer di TikTok, namun, dalam kasus seperti ini, kita harus melihat sistem perencanaan rantai pasokan dan apakah mereka terintegrasi dengan baik dengan operasi. Sulit untuk mengukur peluang yang terlewatkan, tetapi mari kita lihat faktanya. Pemilik Guinness, Diageo, baru-baru ini mengumumkan bahwa sekitar 34 juta pint terjual di pub selama liburan Natal, peningkatan yang dilaporkan dari tahun ke tahun. Meskipun itu tentu mengesankan, apa dampaknya terhadap penjualan jika pembuat bir dapat mengikuti peningkatan permintaan sebesar 19% yang dilaporkan sejak November? Kekurangan ini adalah bagian dari tren yang lebih besar dari merek-merek besar yang gagal memprediksi dan merespons perubahan perilaku konsumen dan gangguan rantai pasokan. Dari kekurangan ayam KFC pada tahun 2018 hingga perjuangan PlayStation untuk memenuhi permintaan selama lockdown, jelas ini bukan masalah satu kali. Metode peramalan tradisional telah lama berjuang dalam mengukur permintaan konsumen dan tetap menjadi salah satu tantangan terbesar dalam industri. Jika meramalkan terlalu rendah, Anda akan berakhir dalam situasi seperti Diageo; jika meramalkan terlalu tinggi, Anda bisa duduk di atas stok berlebih yang tidak bisa Anda pindahkan.
Di pasar saat ini, yang sering terasa lebih tidak stabil dari sebelumnya, solusi modern yang menggabungkan AI, simulasi, dan otomatisasi dapat memberikan dampak signifikan. Melalui solusi ini, bisnis dapat meningkatkan kemampuan beradaptasi dengan memodelkan skenario dan melatih respons lebih baik dari sebelumnya. Bisnis terbatas dalam kemampuan mereka untuk merespons gangguan dengan cepat, dengan rata-rata respons terhadap gangguan rantai pasokan memakan waktu dua minggu. Selama satu dekade, ini dapat menghabiskan 45% dari keuntungan satu tahun bisnis. Peramalan tradisional dan juga banyak pendekatan AI mengandalkan data historis untuk memahami pola. Meskipun sangat berguna untuk merencanakan acara yang diketahui, keterbatasannya terungkap ketika datang ke acara yang belum pernah terjadi sebelumnya namun masuk akal. Dalam kasus Guinness, tampaknya alat perencanaan berjuang untuk meramalkan sejauh mana tren media sosial, yang diperkuat oleh kampanye pemasaran dan dilapisi dengan banyak sinyal permintaan kompleks lainnya, akan mempengaruhi penjualan. Ketika dikombinasikan dengan teknologi simulasi, jutaan variabel dapat diproses secara bersamaan, dari tren media sosial, pola cuaca, dan indikator ekonomi, untuk mengurangi kesalahan peramalan sebesar 20% hingga 50%. Pendekatan yang menggabungkan AI dengan simulasi memungkinkan kita untuk melihat ke depan dengan menciptakan dataset sintetis yang menggambarkan peristiwa masa depan, sehingga kita dapat meresepkan skenario dan membantu bisnis mempersiapkan diri dengan cara terbaik.
Telah diketahui dengan baik bahwa salah satu penyebab utama tantangan produktivitas Inggris adalah karena tingkat adopsi robotika dan AI yang relatif lambat. Rata-rata, pekerja Inggris memberikan nilai ekonomi lebih sedikit per jam dibandingkan dengan negara-negara seperti Prancis dan Jerman, sebagian karena investasi yang terbatas dalam teknologi yang dapat mengotomatisasi tugas-tugas berulang dan menciptakan peluang kerja bernilai lebih tinggi. Kekeringan stout baru-baru ini adalah contoh yang baik tentang bagaimana masalah ini terjadi dalam rantai pasokan, di mana adopsi otomatisasi dan robotika memiliki potensi untuk memberikan bisnis tingkat kelincahan baru yang dapat diaktifkan dengan cepat dan efisien. Mengurangi tekanan puncak adalah salah satu contohnya. Tahun lalu, ASDA menginvestasikan 164 robot untuk mengakomodasi ekspansi dan peningkatan permintaan. Akibatnya, tingkat pemilihan produk dari sistem yang ada berlipat ganda, dan tingkat akurasi pengiriman meningkat.
Meskipun otomatisasi adalah kunci untuk meningkatkan kelincahan dan efisiensi rantai pasokan, itu tidak akan sepenuhnya memenuhi janji rantai pasokan adaptif sendirian. Robot harus beroperasi dalam jaringan proses, sistem, dan aliran yang lebih luas agar sepenuhnya efektif. Peran AI sangat penting di sini, membantu memantau proses dan mengoptimalkan penerapan otomatisasi sambil mengidentifikasi dan mengatasi masalah tak terduga yang mungkin mengakibatkan konsekuensi yang tidak diinginkan di tempat lain dalam rantai pasokan. Ini penting saat diterapkan dalam skala besar, di mana simulasi bertenaga AI dapat membantu memandu keputusan ROI dan memahami dampak sistem baru di berbagai lokasi. Kunci keberhasilan adalah penggunaan kembar digital yang dikombinasikan dengan simulasi replika lingkungan bisnis yang didorong oleh AI yang dapat mengidentifikasi hambatan yang lebih jelas tetapi juga ketergantungan halus yang mungkin terlewatkan oleh wawasan manusia. Hanya melalui simulasi, satu produsen yang saya ajak bicara baru-baru ini menemukan bahwa sistem otomatisasi gudang mereka yang tampaknya optimal ketika dilihat secara terpisah sebenarnya menciptakan efek riak yang mengurangi efisiensi sebesar 23% selama periode puncak. Wawasan semacam ini tidak mungkin diperoleh melalui metode analisis tradisional.
Meskipun adopsi AI sering dilihat sebagai investasi besar, solusi modern menjadi lebih mudah diakses. Platform AI berbasis cloud dan sistem modular memungkinkan bisnis untuk memulai dari yang kecil, membuktikan ROI, dan meningkatkan secara bertahap. Satu distributor minuman berukuran menengah menerapkan kembar digital dengan biaya kurang dari 60.000 dan mencapai ROI dalam waktu enam bulan melalui manajemen inventaris yang lebih baik. Pendekatan ini tidak hanya meningkatkan akurasi peramalan dan ketahanan tetapi juga membantu menghemat uang dengan mengurangi risiko gangguan dan menemukan jalur tercepat menuju nilai.
Kekurangan Guinness mewakili lebih dari sekadar ketidaknyamanan sementara; ini adalah panggilan untuk modernisasi rantai pasokan. Seiring dinamika pasar menjadi semakin kompleks, kesenjangan antara rantai pasokan yang didukung AI dan tradisional akan semakin lebar. Dengan mengintegrasikan solusi bertenaga AI seperti simulasi, kembar digital, dan perangkat lunak untuk mengoptimalkan robotika, bisnis dapat mengonfigurasi ulang operasi mereka dan yakin bahwa mereka siap untuk mengakomodasi berbagai skenario potensial. Mereka yang menunda modernisasi operasi mereka berisiko tertinggal dalam pasar global yang semakin kompetitif.
